Wayve wirbt bei Automobilherstellern mit einem KI-Fahrsystem, das wie Menschen lernt

- von Norihiko Shirouzu

Das Start-up Wayve, das sich mit autonomem Fahren befasst, erfreut sich großer Beliebtheit bei Investoren.

Das in London ansässige Unternehmen hat 2,8 Milliarden US-Dollar von einer Reihe von Investoren und strategischen Partnern eingeworben, zu denen namhafte Unternehmen aus der Technologie- und Automobilbranche gehören, von Nvidia NASDAQ:NVDA über Mercedes-Benz XETR:MBG bis hin zu Nissan TSE:7201. Im Juni gab Wayve bekannt, dass es sein System in den Robotaxis des Jeep-Herstellers Stellantis MIL:STLAM einsetzen wird, die im Fahrdienstnetzwerk von Uber NYSE:UBER zum Einsatz kommen sollen.

Wayve nutzt eine als „End-to-End-Machine-Learning“ bezeichnete KI-Technologie zur Navigation auf Straßen, die sensorgenerierte Daten sofort in Fahrentscheidungen umsetzen soll – ähnlich wie ein menschlicher Fahrer. Dies unterscheidet sich von einem traditionelleren Ansatz, bei dem KI mit Softwareprogrammierung und hochauflösenden Karten kombiniert wird, um voreingestellte Regeln dafür zu erstellen, wie das Fahrzeug in verschiedenen Szenarien – einschließlich unvorhergesehener Ereignisse – reagieren soll.

Der Ansatz von Wayve ähnelt dem eines anderen großen Akteurs im Bereich des autonomen Fahrens – Tesla NASDAQ:TSLA –, der vor einigen Jahren auf ein End-to-End-Modell umgestellt hat. Im Gegensatz zu Teslas Ansatz, bei dem Kameras als einziger Sensorsatz an Bord zum Einsatz kommen, ist das System von Wayve jedoch für die Zusammenarbeit mit einer Vielzahl von Sensoren und KI-Chips ausgelegt.

Das bedeutet, dass das Unternehmen die Technologie praktisch an jeden Entwickler von selbstfahrenden Autos lizenzieren könnte, sagte Wayve-CEO Alex Kendall, ein 33-jähriger Neuseeländer, der das Unternehmen 2017 mitbegründete – in dem Jahr, in dem er seine Promotion im Bereich Deep Learning der KI an der Universität Cambridge in England abschloss.

„Wir wollen vollautonomes Fahren für jedes Fahrzeug, jede Marke und überall auf der Welt ermöglichen“, erklärte Kendall Anfang des Jahres gegenüber Reuters, während er auf dem Fahrersitz saß und ein mit der autonomen Technologie von Wayve ausgestatteter Ford Mustang Mach-E selbstständig durch die Stadtteile der San Francisco Bay Area navigierte, wo das Unternehmen ein wichtiges Technologiezentrum unterhält.

WAYMO-EXPANSION VERSTÄRKT DIE DYNAMIK DER BRANCHE

Der Wettbewerb in der Branche für autonomes Fahren verschärft sich nach Jahren verpasster Fristen und überzogener Versprechungen. Die rasante Expansion von Waymo, dem „ NASDAQ:GOOG “ von Alphabet, in den letzten zwei Jahren – nach mehr als einem Jahrzehnt der Entwicklung bietet das Unternehmen nun in etwa einem Dutzend Städten kostenpflichtige Fahrten für die Öffentlichkeit an – hat das Interesse der Investoren an Entwicklern fahrerloser Autos teilweise wiederbelebt.

Vor einem Jahrzehnt war End-to-End-KI noch ein obskures Experiment, das von einer kleinen Zahl von Forschern im Grundlagenbereich, wie Kendall selbst, vorangetrieben wurde. Heute setzen viele Entwickler autonomer Fahrzeuge zumindest einige Aspekte des End-to-End-Lernens in ihren Systemen ein.

Doch der KI-zentrierte Ansatz wirft ein Dilemma auf: Die undurchsichtige, „Black-Box“-ähnliche Art und Weise, wie End-to-End-Systeme navigieren, erschwert die Interpretation der Fahrentscheidungen des Fahrzeugs. Bei früheren Versionen selbstfahrender Autos, die sich auf Software-Codierung stützten, um Fahrzeuge sicher über die Straßen zu lotsen, war es einfacher zu bestimmen, warum das Auto einen bestimmten Weg gewählt hatte.

Die End-to-End-KI-Fahrengine von Wayve erstellt eine Sicherheitskarte der sich entwickelnden Verkehrssituationen und identifiziert sichere Wege für das Fahrzeug. Die Ingenieure von Wayve sind der Ansicht, dass der herkömmliche, programmierungsintensive Sicherheitsansatz die Fähigkeit eines KI-Fahrsystems beeinträchtigt, in ungewöhnlichen Fällen sicher zu bleiben, da es schwierig ist, Regeln zu schreiben, um auf sehr ungewöhnliche Situationen vorbereitet zu sein.

Wenn solche schwer vorhersehbaren Szenarien eintreten, „verliert“ die Sicherheitslogik eines vorprogrammierten Systems an Flexibilität, erklärte Vijay Badrinarayanan, Vice President of AI bei Wayve, gegenüber Reuters. „Menschliche Fahrer bleiben sicher, weil sie sich konservativ anpassen, wenn sie nicht wissen, was als Nächstes kommt.“

SICHERHEIT IM GROSSEN MASSSTAB

Waymo nutzt mittlerweile End-to-End-KI, stützt sich aber auch auf einen konventionelleren, regelbasierten Ansatz, der durch Softwareprogrammierung und Karten umgesetzt wird und nach Angaben des Unternehmens nach wie vor notwendig ist, um die Sicherheit zu gewährleisten.

„End-to-End-Modelle reichen nicht aus, um Sicherheit in großem Maßstab zu gewährleisten“, erklärte das Unternehmen gegenüber Reuters.

Einer der Kunden von Wayve, Nissan, versucht noch immer, sich mit dem Sicherheitsansatz des Systems anzufreunden.

Nissans Technikchef Eiichi Akashi sagte, sein Team prüfe die Technologie von Wayve eingehend, bevor der Automobilhersteller plant, sie im Geschäftsjahr bis März 2028 in Japan in einem Personentransporter namens Elgrand einzusetzen. Er bezeichnet das System des Start-ups als das „fortschrittlichste“, sagt jedoch, es sei „schwierig, einen Einblick zu gewinnen und zu erkennen, wie es Entscheidungen trifft“.

Kendall ist der Ansicht, dass Wayve, das über wichtige Standorte in Tokio, Stuttgart und Vancouver verfügt, schnell in neue Märkte expandieren können dürfte, da es nicht den mühsamen Schritt der Straßenkartierung und der Programmierung von Code zur Bewältigung lokaler Straßenbesonderheiten durchlaufen muss. Wayve gibt an, sein KI-Fahrsystem in Hunderten von Städten weltweit erfolgreich getestet zu haben, ohne diese anfänglichen Vorbereitungsarbeiten durchführen zu müssen.

Siddartha Khastgir, Professor für sichere Autonomie an der University of Warwick in England, sagte, End-to-End-Modelle ließen sich schneller entwickeln und kommerziell einsetzen als traditionellere Ansätze. Er fügte jedoch hinzu: „Ich würde nicht sagen, dass eine Technologie sicherer ist als die andere.“

Phil Koopman, Professor für Computertechnik an der Carnegie Mellon University und Experte für autonome Technologien, erklärte, Wayves Methode zum Umgang mit ungewöhnlichen Verkehrssituationen sei nur ein Ansatz, und auch andere könnten sich als erfolgreich erweisen. Dennoch geht er davon aus, dass es noch mindestens ein Jahrzehnt dauern wird, bis fahrerlose Systeme in den gesamten USA sicher eingesetzt werden können.

„Um dieses Ziel zu erreichen, werden höchstwahrscheinlich neue Innovationen erforderlich sein.“