صنعت خودرو در آستانه گذاری بزرگ از سیستم‌های کمک‌راننده سنتی به سمت هوش مصنوعی خودران است. در رویدادی که در مهرماه ۱۴۰۵ در تورین برگزار شد، الکس کندال، مدیرعامل شرکت Wayve و آنتونیو فیلوسا، مدیرعامل Stellantis، نقشه راه بلندپروازانه خود را برای تجهیز محصولات فیات، جیپ و مازراتی به سیستم رانندگی هوشمند با قابلیت یادگیری شخصی‌سازی شده تشریح کردند.
معماری هوش مصنوعی Wayve: فراتر از سیستم‌های کمک‌راننده
استراتژی اصلی Wayve بر پایه توسعه یک «مغز متفکر» واحد برای خودرو استوار است که با بهره‌گیری از مدل‌های جهانی مولد (Generative World Models) مانند Gaia، پیش از استقرار در دنیای واقعی، رفتار خودرو را در شبیه‌سازی‌های پیچیده آزمایش می‌کند. برخلاف سیستم‌های متکی بر نقشه (HD Maps) که در مقیاس وسیع دچار ضعف می‌شوند، هوش مصنوعی Wayve به دنبال تعمیم‌پذیری و درک محیطی است که به خودرو اجازه می‌دهد در محیط‌های ناآشنا نیز عملکرد ایمنی داشته باشد.
شخصی‌سازی تجربه رانندگی بر اساس هویت برند
یکی از نوآوری‌های کلیدی در این همکاری، تفاوت در نحوه تعامل هوش مصنوعی با خودروهای مختلف گروه استلانتیس است. به گفته فیلوسا، جیپ باید تجربه رانندگی متفاوتی نسبت به مازراتی یا پژو ارائه دهد. Wayve این مدل را به‌گونه‌ای تنظیم می‌کند که هوش مصنوعی «سبک رانندگی ایتالیایی» را درک کند و در عین حال، ویژگی‌های هندلینگ و بازخورد هر برند را حفظ نماید. این یادگیری ماشین به هر خودرو اجازه می‌دهد به‌مرور زمان به یک «ماشین خود-یادگیر» تبدیل شود.
توسعه زیرساخت و هزینه‌های عملیاتی
چالش بزرگ صنعت خودرو، کاهش هزینه‌های سخت‌افزاری برای عرضه انبوه است. Wayve مدعی است که سیستم پیشنهادی آن‌ها باید با سخت‌افزاری کمتر از ۱۰۰۰ دلار قابل پیاده‌سازی باشد. این رویکرد به استلانتیس اجازه می‌دهد تا پلتفرم STLA AutoDrive را با قیمتی رقابتی در مدل‌های سال ۲۰۲۸ (۱۴۰۷ شمسی) به بازار عرضه کند. کوتاه کردن چرخه توسعه محصول از ۲۴ ماه به مقاطع زمانی کوتاه‌تر، از دیگر مزایای ادغام این لایه هوشمند در چرخه تولید است.
مشخصات فنی و استراتژیک
- پلتفرم مقصد: STLA AutoDrive (نسل جدید استلانتیس)
- مدل هوش مصنوعی: مدل جهانی مولد (Gaia)
- قابلیت هسته‌ای: رانندگی تحت نظارت (Supervised Driving) به عنوان پیش‌نیاز رانندگی تمام‌خودکار
- مقیاس داده‌های آموزشی: بیش از ۱۰۰ کشور و ۶۰۰ تا ۷۰۰ شهر مختلف
- هدف سخت‌افزاری: بهینه‌سازی زیر ۱۰۰۰ دلار برای تولید انبوه
گذار از رانندگی تحت نظارت به سیستم‌های کاملاً خودکار
الکس کندال معتقد است رانندگی تحت نظارت تنها یک نقطه شروع نیست، بلکه یک ضرورت برای جمع‌آوری داده‌های واقعی است. هدف نهایی، ارائه سیستمی است که از یک راننده انسانی هوشیار نیز ایمن‌تر عمل کند. بر اساس داده‌های ارائه شده در این رویداد، منحنی عملکرد سیستم‌های Wayve مشابه رشد مدل‌های زبانی بزرگ (LLMs) است که به معنای جهش‌های تصاعدی در دقت و ایمنی در هر سال است.
