Mountain View, Californië - Waymo, de spin-off van Google voor zelfrijdende auto's, heeft ontdekt dat de principes die de prestaties van autonome voertuigen (AV's) bepalen, vergelijkbaar zijn met die van grote taalmodellen (LLM's).
Onderzoek wijst uit dat het vergroten van trainingsdata en computerbronnen de AV-prestaties direct verbetert. Deze bevinding suggereert een machtsrelatie, waarbij verbeteringen in de prestaties correleren met de schaling van training compute en datasetgroottes.
Waymo's onderzoek benadrukt belangrijke verschillen tussen AV's en LLM's. Hoewel LLM's vaak profiteren van grotere modelgroottes, kunnen AV's optimale prestaties bereiken met relatief kleinere modellen, mits ze worden getraind op aanzienlijk meer data.
Dit inzicht heeft belangrijke implicaties voor datacollectiestrategieën en modelgrootte-selectie in AV-ontwikkeling. Kleinere modelgroottes in AV's kunnen leiden tot lagere latentie, waardoor de prestaties van het boordsysteem worden verbeterd door middel van geschaalde trainingsdatasetgrootte en computerkracht.
Waymo beschikt momenteel over gegevens die 500.000 uur rijden beslaan en gebruikt zijn 'Carcraft' virtuele wereld voor rijsimulaties. Het bedrijf is actief in verschillende steden, met plannen om dit jaar uit te breiden naar tien steden.
Waymo gelooft dat het verrijken van de kwaliteit en omvang van data en modellen zal leiden tot betere AV-prestaties. Deze conclusie biedt ontwikkelaars een duidelijke weg om de AV-mogelijkheden te verbeteren.