Mountain View, Californie - Waymo, la filiale de Google spécialisée dans la conduite autonome, a découvert que les principes qui régissent la performance des véhicules autonomes (VA) sont similaires à ceux des grands modèles de langage (GML).
La recherche indique qu'augmenter les données d'entraînement et les ressources informatiques améliore directement les performances des VA. Cette découverte suggère une relation de loi de puissance, où les améliorations de performance sont corrélées à l'échelle du calcul d'entraînement et de la taille des ensembles de données.
La recherche de Waymo met en évidence des distinctions clés entre les VA et les GML. Alors que les GML bénéficient souvent de tailles de modèles plus importantes, les VA peuvent atteindre des performances optimales avec des modèles relativement plus petits, à condition qu'ils soient entraînés sur des données significativement plus importantes.
Cette information a des implications importantes pour les stratégies de collecte de données et la sélection de la taille des modèles dans le développement des VA. Des tailles de modèles plus petites dans les VA peuvent entraîner une latence plus faible, améliorant les performances du système embarqué grâce à la taille de l'ensemble de données d'entraînement et au calcul mis à l'échelle.
Waymo dispose actuellement de données couvrant 500 000 heures de conduite et utilise son monde virtuel 'Carcraft' pour les simulations de conduite. L'entreprise opère dans plusieurs villes, avec des plans d'expansion à dix villes cette année.
Waymo estime qu'enrichir la qualité et la taille des données et des modèles conduira à de meilleures performances des VA. Cette conclusion fournit aux développeurs une voie claire pour améliorer les capacités des VA.