Mountain View, California - Waymo, spin-off Google untuk penggerak otonom, telah menemukan bahwa prinsip-prinsip yang mengatur kinerja kendaraan otonom (AV) mirip dengan model bahasa besar (LLM).
Penelitian menunjukkan bahwa peningkatan data pelatihan dan sumber daya komputasi secara langsung meningkatkan kinerja AV. Temuan ini menunjukkan hubungan hukum daya, di mana peningkatan kinerja berkorelasi dengan penskalaan komputasi pelatihan dan ukuran kumpulan data.
Penelitian Waymo menyoroti perbedaan utama antara AV dan LLM. Sementara LLM sering mendapat manfaat dari ukuran model yang lebih besar, AV dapat mencapai kinerja optimal dengan model yang relatif lebih kecil, asalkan mereka dilatih pada data yang jauh lebih banyak.
Wawasan ini memiliki implikasi penting untuk strategi pengumpulan data dan pemilihan ukuran model dalam pengembangan AV. Ukuran model yang lebih kecil dalam AV dapat menyebabkan latensi yang lebih rendah, meningkatkan kinerja sistem onboard melalui ukuran kumpulan data pelatihan yang ditingkatkan dan komputasi.
Waymo saat ini memiliki data yang mencakup 500.000 jam mengemudi dan menggunakan dunia virtual 'Carcraft' untuk simulasi mengemudi. Perusahaan beroperasi di beberapa kota, dengan rencana untuk berekspansi ke sepuluh kota tahun ini.
Waymo percaya bahwa memperkaya kualitas dan ukuran data dan model akan menghasilkan kinerja AV yang lebih baik. Kesimpulan ini memberikan pengembang jalur yang jelas untuk meningkatkan kemampuan AV.