Mountain View, Kalifornia - Waymo, oddział Google zajmujący się autonomicznymi pojazdami, odkrył, że zasady rządzące wydajnością pojazdów autonomicznych (AV) są podobne do tych, które dotyczą dużych modeli językowych (LLM).
Badania wskazują, że zwiększanie danych szkoleniowych i zasobów obliczeniowych bezpośrednio poprawia wydajność AV. Odkrycie to sugeruje związek potęgowy, w którym poprawa wydajności koreluje ze skalowaniem obliczeń szkoleniowych i rozmiarów zbiorów danych.
Badania Waymo podkreślają kluczowe różnice między AV a LLM. Podczas gdy LLM często korzystają z większych rozmiarów modeli, AV mogą osiągnąć optymalną wydajność z relatywnie mniejszymi modelami, pod warunkiem, że są one szkolone na znacznie większej ilości danych.
Wgląd ten ma ważne implikacje dla strategii zbierania danych i wyboru rozmiaru modelu w rozwoju AV. Mniejsze rozmiary modeli w AV mogą prowadzić do mniejszych opóźnień, poprawiając wydajność systemu pokładowego poprzez skalowanie rozmiaru zbioru danych szkoleniowych i obliczeń.
Waymo posiada obecnie dane obejmujące 500 000 godzin jazdy i wykorzystuje swój wirtualny świat „Carcraft” do symulacji jazdy. Firma działa w kilku miastach, z planami ekspansji do dziesięciu miast w tym roku.
Waymo uważa, że wzbogacenie jakości i wielkości danych i modeli doprowadzi do lepszej wydajności AV. Wniosek ten zapewnia programistom jasną ścieżkę do poprawy możliwości AV.