Selama satu setengah tahun terakhir, dua sedan Tesla Model 3 putih yang dimodifikasi, masing-masing dilengkapi lima kamera tambahan dan satu superkomputer seukuran telapak tangan, telah melintasi San Francisco dengan diam-diam. Di sebuah kota dan era yang dipenuhi pertanyaan tentang kemampuan dan batasan kecerdasan buatan, startup di balik Tesla yang dimodifikasi ini berusaha menjawab pertanyaan yang pada dasarnya sederhana: Seberapa cepat sebuah perusahaan dapat membangun perangkat lunak kendaraan otonom saat ini?
Startup tersebut, yang untuk pertama kalinya mengungkap aktivitasnya hari ini, bernama <a rel="nofollow" data-offer-url="https://hypr.co/" class="external-link" data-event-click="{"element":"ExternalLink","outgoingURL":"https://hypr.co/"}" href="https://hypr.co/" rel="nofollow noopener" target="_blank">HyprLabs. Timnya yang beranggotakan 17 orang (hanya delapan di antaranya full-time) terbagi antara Paris dan San Francisco. Perusahaan ini dipimpin oleh veteran di industri kendaraan otonom, Zoox cofounder Tim Kentley-Klay, yang meninggalkan secara tiba-tiba perusahaan yang kini dimiliki Amazon tersebut pada 2018. Hypr telah menerima pendanaan yang relatif kecil, $5,5 juta sejak 2022, namun ambisinya luas. Pada akhirnya, mereka berencana membangun dan mengoperasikan robotnya sendiri. “Bayangkan anak cinta antara R2-D2 dan Sonic the Hedgehog,” kata Kentley-Klay. “Ia akan mendefinisikan kategori baru yang saat ini belum ada.”
Untuk saat ini, startup itu mengumumkan produk perangkat lunaknya bernama HyprDrive, yang digadang-gadang sebagai lompatan besar dalam cara insinyur melatih kendaraan untuk mengemudi mandiri. Lompatan semacam ini marak di dunia robotika, berkat kemajuan dalam machine learning yang berjanji menekan biaya pelatihan perangkat lunak kendaraan otonom dan jumlah tenaga manusia yang terlibat. Evolusi pelatihan ini telah membawa gerakan baru ke ruang yang selama bertahun-tahun menderita melalui ‘lembah kekecewaan,” karena para pembangun teknologi gagal memenuhi tenggat waktu mereka sendiri untuk mengoperasikan robot di ruang publik. Kini, robotaksi <a rel="nofollow" data-offer-url="https://www.cnet.com/roadshow/news/waymo-adds-4-new-cities-to-its-roster-everything-to-know-about-the-robotaxi-service/" class="external-link" data-event-click="{"element":"ExternalLink","outgoingURL":"https://www.cnet.com/roadshow/news/waymo-adds-4-new-cities-to-its-roster-everything-to-know-about-the-robotaxi-service/"}" href="https://www.cnet.com/roadshow/news/waymo-adds-4-new-cities-to-its-roster-everything-to-know-about-the-robotaxi-service/" rel="nofollow noopener" target="_blank">mengangkut penumpang berbayar di semakin banyak kota, dan pabrikan mobil membuat janji-janji baru yang ambisius tentang <a rel="nofollow" data-offer-url="https://www.theverge.com/news/842213/rivian-ai-autonomous-chip-specs" class="external-link" data-event-click="{"element":"ExternalLink","outgoingURL":"https://www.theverge.com/news/842213/rivian-ai-autonomous-chip-specs"}" href="https://www.theverge.com/news/842213/rivian-ai-autonomous-chip-specs" rel="nofollow noopener" target="_blank">menghadirkan kemudi mandiri ke mobil pribadi pelanggan.
Namun, menggunakan tim yang kecil, lincah, dan murah untuk beralih dari "mengemudi cukup baik" menjadi "mengemudi jauh lebih aman daripada manusia" merupakan rintangan panjang tersendiri. “Saya tidak bisa berkata kepada Anda, dengan yakin sepenuh hati, bahwa ini akan berhasil,” kata Kentley-Klay. “Tapi yang kami bangun adalah sinyal yang sangat solid. Ia hanya perlu ditingkatkan skalanya.”
Teknologi Lama, Trik Baru
Teknik pelatihan perangkat lunak HyprLabs merupakan penyimpangan dari pendekatan startup robotika lain dalam mengajari sistem mereka untuk mengemudi sendiri.
Pertama, sedikit latar belakang: Selama bertahun-tahun, pertempuran besar di kendaraan otonom tampaknya antara mereka yang hanya menggunakan kamera untuk melatih perangkat lunak mereka—Tesla!—dan mereka yang juga bergantung pada sensor lain—Waymo, Cruise!—termasuk lidar yang pernah mahal dan radar. Namun di balik permukaan, perbedaan filosofis yang lebih besar bergejolak.
Penganut hanya-kamera seperti Tesla ingin menghemat biaya sembari merencanakan peluncuran armada robot raksasa; selama satu dekade, rencana CEO Elon Musk adalah tiba-tiba mengubah semua mobil pelanggannya menjadi kendaraan self-driving dengan dorongan pembaruan perangkat lunak. Keuntungannya, perusahaan-perusahaan ini memiliki data yang sangat banyak, karena mobil mereka yang belum bisa menyetir sendiri mengumpulkan gambar di mana pun mereka melaju. Informasi ini dimasukkan ke dalam apa yang disebut model pembelajaran mesin "end-to-end" melalui reinforcement. Sistem menerima gambar—sebuah sepeda—dan mengeluarkan perintah mengemudi—putar setir ke kiri dan pelankan akselerasi untuk menghindari menabraknya. “Ini seperti melatih anjing,” kata Philip Koopman, peneliti perangkat lunak dan keselamatan kendaraan otonom di Universitas Carnegie Mellon. “Pada akhirnya, Anda berkata, ‘Anjing nakal,’ atau ‘Anjing baik.’”