Uber ತನ್ನ ಲಕ್ಷಾಂತರ ಡ್ರೈವರ್‌ಗಳನ್ನು ಸ್ವಯಂ-ಚಾಲನಾ ಕಂಪನಿಗಳಿಗೆ ಸಂವೇದಕ ಗ್ರಿಡ್ ಆಗಿ ಪರಿವರ್ತಿಸಲು ಬಯಸುತ್ತದೆ. ಟೆಕ್ಕ್ರಂಚ್

Uber ದೀರ್ಘಾವಧಿಯ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯನ್ನು ಹೊಂದಿದೆ, ಅದು ಪ್ರಯಾಣಿಕರನ್ನು ಶಟ್ಲಿಂಗ್ ಮಾಡುವುದನ್ನು ಮೀರಿದೆ: ಸ್ವಾಯತ್ತ ವಾಹನ (AV) ಕಂಪನಿಗಳಿಗೆ ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾವನ್ನು ಹೀರಿಕೊಳ್ಳಲು ಸಂವೇದಕಗಳೊಂದಿಗೆ ತನ್ನ ಮಾನವ ಚಾಲಕರ ಕಾರುಗಳನ್ನು ಸಜ್ಜುಗೊಳಿಸಲು ಕಂಪನಿಯು ಅಂತಿಮವಾಗಿ ಬಯಸುತ್ತದೆ – ಮತ್ತು ಇತರ ಕಂಪನಿಗಳು ನೈಜ-ಪ್ರಪಂಚದ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ AI ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡುತ್ತವೆ.

ಉಬರ್‌ನ ಮುಖ್ಯ ತಂತ್ರಜ್ಞಾನ ಅಧಿಕಾರಿ ಪ್ರವೀಣ್ ನಪ್ಪಲ್ಲಿ ನಾಗ ಅವರು ಗುರುವಾರ ರಾತ್ರಿ ಸ್ಯಾನ್ ಫ್ರಾನ್ಸಿಸ್ಕೋದಲ್ಲಿ ಟೆಕ್ಕ್ರಂಚ್‌ನ ಸ್ಟ್ರಿಕ್ಟ್ಲಿವಿಸಿ ಈವೆಂಟ್‌ನಲ್ಲಿ ನೀಡಿದ ಸಂದರ್ಶನದಲ್ಲಿ ಯೋಜನೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸಿದರು, ಇದು ಕಂಪನಿಯು ಜನವರಿ ಅಂತ್ಯದಲ್ಲಿ ಘೋಷಿಸಿದ ಎವಿ ಲ್ಯಾಬ್ಸ್ ಎಂಬ ಹೊಸ ಕಾರ್ಯಕ್ರಮದ ನೈಸರ್ಗಿಕ ವಿಸ್ತರಣೆ ಎಂದು ಕರೆದರು.

“ನಾವು ಅಂತಿಮವಾಗಿ ಎಲ್ಲಿಗೆ ಹೋಗಬೇಕೆಂದು ಬಯಸುತ್ತೇವೆ” ಎಂದು ನಾಗ ಮಾನವ ಚಾಲಕರೊಂದಿಗೆ ವಾಹನಗಳನ್ನು ಸಜ್ಜುಗೊಳಿಸುವ ಬಗ್ಗೆ ಹೇಳಿದರು. “ಆದರೆ ಮೊದಲು ನಾವು ಸಂವೇದಕ ಕಿಟ್‌ಗಳ ಬಗ್ಗೆ ತಿಳುವಳಿಕೆಯನ್ನು ಪಡೆಯಬೇಕು ಮತ್ತು ಅವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಕೆಲವು ನಿಯಮಗಳಿವೆ – ನಾವು ಪ್ರತಿ ರಾಜ್ಯದಲ್ಲಿಯೂ ಇರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು [clarity on] ಸೆನ್ಸಾರ್ ಮಾಡುವುದರ ಅರ್ಥವೇನು ಮತ್ತು ಹಂಚಿಕೊಳ್ಳುವುದರ ಅರ್ಥವೇನು.”

ಸದ್ಯಕ್ಕೆ, AV ಲ್ಯಾಬ್ಸ್ ತನ್ನ ಚಾಲಕ ನೆಟ್‌ವರ್ಕ್‌ನಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ Uber ಸ್ವತಃ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಂವೇದಕ-ಸಜ್ಜಿತ ಕಾರುಗಳ ಸಣ್ಣ, ಮೀಸಲಾದ ಫ್ಲೀಟ್ ಅನ್ನು ಅವಲಂಬಿಸಿದೆ. ಆದರೆ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯು ಸ್ಪಷ್ಟವಾಗಿ ದೊಡ್ಡದಾಗಿದೆ. Uber ಜಾಗತಿಕವಾಗಿ ಲಕ್ಷಾಂತರ ಡ್ರೈವರ್‌ಗಳನ್ನು ಹೊಂದಿದೆ, ಮತ್ತು ಆ ಕಾರುಗಳ ಒಂದು ಭಾಗವನ್ನು ರೋಲಿಂಗ್ ಡೇಟಾ-ಸಂಗ್ರಹಣಾ ವೇದಿಕೆಗಳಾಗಿ ಪರಿವರ್ತಿಸಿದರೆ, Uber AV ಉದ್ಯಮಕ್ಕೆ ನೀಡಬಹುದಾದ ಪ್ರಮಾಣವು ಯಾವುದೇ ವೈಯಕ್ತಿಕ AV ಕಂಪನಿಯು ತನ್ನದೇ ಆದ ಮೇಲೆ ಸಂಗ್ರಹಿಸಬಹುದಾದ ಪ್ರಮಾಣವನ್ನು ಮೀರುತ್ತದೆ.

AV ಅಭಿವೃದ್ಧಿಗೆ ಸೀಮಿತಗೊಳಿಸುವ ಅಂಶವು ಇನ್ನು ಮುಂದೆ ಆಧಾರವಾಗಿರುವ ತಂತ್ರಜ್ಞಾನವಲ್ಲ ಎಂಬುದು ಕಾರ್ಯಕ್ರಮವನ್ನು ಚಾಲನೆ ಮಾಡುವ ಒಳನೋಟವಾಗಿದೆ, ನಾಗ ಹೇಳಿದರು. “ಅಡಚಣೆಯು ಡೇಟಾ,” ಅವರು ಹೇಳಿದರು. “[Companies like Waymo] ಸುತ್ತಲು ಮತ್ತು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು, ವಿವಿಧ ಸನ್ನಿವೇಶಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಅಗತ್ಯವಿದೆ. ನೀವು ಹೀಗೆ ಹೇಳಲು ಸಾಧ್ಯವಾಗಬಹುದು: ಸ್ಯಾನ್ ಫ್ರಾನ್ಸಿಸ್ಕೋದಲ್ಲಿ, ‘ಈ ಶಾಲೆಯ ಛೇದಕದಲ್ಲಿ, ದಿನದ ಈ ಸಮಯದಲ್ಲಿ ನನಗೆ ಕೆಲವು ಡೇಟಾ ಬೇಕು ಆದ್ದರಿಂದ ನಾನು ನನ್ನ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಬಹುದು.’ ಈ ಎಲ್ಲಾ ಕಂಪನಿಗಳ ಸಮಸ್ಯೆಯು ಆ ಡೇಟಾಗೆ ಪ್ರವೇಶವಾಗಿದೆ, ಏಕೆಂದರೆ ಅವುಗಳು ಕಾರುಗಳನ್ನು ನಿಯೋಜಿಸಲು ಮತ್ತು ಈ ಎಲ್ಲಾ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಬಂಡವಾಳವನ್ನು ಹೊಂದಿಲ್ಲ.

ಸಂಪೂರ್ಣ AV ಪರಿಸರ ವ್ಯವಸ್ಥೆಗೆ ಡೇಟಾ ಲೇಯರ್ ಆಗುವುದು ತುಂಬಾ ಸ್ಮಾರ್ಟ್ ಆಟವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ Uber ವರ್ಷಗಳ ಹಿಂದೆ ಸ್ವಯಂ-ಚಾಲನಾ ಕಾರುಗಳನ್ನು ನಿರ್ಮಿಸುವ ತನ್ನ ಮಹತ್ವಾಕಾಂಕ್ಷೆಗಳನ್ನು ತ್ಯಜಿಸಿದೆ ಎಂದು ಪರಿಗಣಿಸಿ (ಸಹ-ಸಂಸ್ಥಾಪಕ ಟ್ರಾವಿಸ್ ಕಲಾನಿಕ್ ಒಂದು ದೊಡ್ಡ ತಪ್ಪು ಎಂದು ಸಾರ್ವಜನಿಕವಾಗಿ ಒಪ್ಪಿಕೊಂಡಿದ್ದಾರೆ). ವಾಸ್ತವವಾಗಿ, ಅನೇಕ ಉದ್ಯಮ ವೀಕ್ಷಕರು ಅದರ ಸ್ವಯಂ-ಚಾಲನಾ ಕಾರುಗಳಿಲ್ಲದೆಯೇ, Uber ಒಂದು ದಿನ ಅಪ್ರಸ್ತುತವಾಗುತ್ತದೆಯೇ ಎಂದು ಆಶ್ಚರ್ಯ ಪಡುತ್ತಾರೆ, ಏಕೆಂದರೆ AV ಗಳು ಪ್ರಪಂಚದಾದ್ಯಂತ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿವೆ.

ಕಂಪನಿಯು ಪ್ರಸ್ತುತ ಲಂಡನ್‌ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ವೇವೇ ಸೇರಿದಂತೆ 25 AV ಕಂಪನಿಗಳೊಂದಿಗೆ ಪಾಲುದಾರಿಕೆಯನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ನಾಗಾ ವಿವರಿಸುವ “AV ಕ್ಲೌಡ್” ಅನ್ನು ನಿರ್ಮಿಸುತ್ತಿದೆ: ಪಾಲುದಾರ ಕಂಪನಿಗಳು ತಮ್ಮ ಮಾದರಿಗಳನ್ನು ಪ್ರಶ್ನಿಸಲು ಮತ್ತು ತರಬೇತಿ ನೀಡಲು ಬಳಸುವ ಲೇಬಲ್ ಸಂವೇದಕ ಡೇಟಾದ ಲೈಬ್ರರಿ. Uber ನೇರವಾಗಿ ಹೂಡಿಕೆ ಮಾಡಲು ಯೋಜಿಸಿರುವ ಪಾಲುದಾರರು ಸೇರಿದಂತೆ ಪಾಲುದಾರರು ತಮ್ಮ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳನ್ನು ನಿಜವಾದ Uber ಪ್ರವಾಸಗಳ ವಿರುದ್ಧ “ನೆರಳು ಮೋಡ್” ನಲ್ಲಿ ಚಲಾಯಿಸಲು ಸಿಸ್ಟಮ್ ಅನ್ನು ಬಳಸಬಹುದು, AV ಅದನ್ನು ರಸ್ತೆಯಲ್ಲಿ ಇಡದೆಯೇ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅನುಕರಿಸುತ್ತದೆ.

“ನಮ್ಮ ಗುರಿ ಈ ಡೇಟಾದಿಂದ ಹಣ ಗಳಿಸುವುದಲ್ಲ” ಎಂದು ನಾಗ ಹೇಳಿದರು. “ನಾವು ಅದನ್ನು ಪ್ರಜಾಪ್ರಭುತ್ವಗೊಳಿಸಲು ಬಯಸುತ್ತೇವೆ.”

Uber ಏನನ್ನು ನಿರ್ಮಿಸುತ್ತಿದೆ ಎಂಬುದರ ಸ್ಪಷ್ಟ ವ್ಯಾಪಾರ ಮೌಲ್ಯವನ್ನು ನೀಡಿದರೆ, ಆ ಪರಿಸ್ಥಿತಿಯು ಹೆಚ್ಚು ಕಾಲ ಉಳಿಯುವುದಿಲ್ಲ. ಕಂಪನಿಯು ಈಗಾಗಲೇ ಹಲವಾರು AV ಪ್ಲೇಯರ್‌ಗಳಲ್ಲಿ ಈಕ್ವಿಟಿ ಹೂಡಿಕೆಗಳನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಬೃಹತ್ ಪ್ರಮಾಣದ ಸ್ವಾಮ್ಯದ ತರಬೇತಿ ಡೇಟಾವನ್ನು ನೀಡುವ ಸಾಮರ್ಥ್ಯವು ಗ್ರಾಹಕರನ್ನು ತಲುಪಲು Uber ನ ರೈಡ್ ಹೇಲಿಂಗ್ ಮಾರುಕಟ್ಟೆಯನ್ನು ಅವಲಂಬಿಸಿರುವ ವಲಯದ ಮೇಲೆ ಗಮನಾರ್ಹ ಪ್ರಯೋಜನವನ್ನು ನೀಡುತ್ತದೆ.