Mountain View, California - Waymo, bộ phận tự lái của Google, đã phát hiện ra rằng các nguyên tắc chi phối hiệu suất của xe tự hành (AV) tương tự như các mô hình ngôn ngữ lớn (LLM).
Nghiên cứu chỉ ra rằng việc tăng dữ liệu huấn luyện và tài nguyên tính toán sẽ trực tiếp nâng cao hiệu suất AV. Phát hiện này cho thấy một mối quan hệ lũy thừa, trong đó sự cải thiện hiệu suất tương quan với việc mở rộng quy mô tính toán huấn luyện và kích thước tập dữ liệu.
Nghiên cứu của Waymo nhấn mạnh những điểm khác biệt chính giữa AV và LLM. Trong khi LLM thường được hưởng lợi từ kích thước mô hình lớn hơn, thì AV có thể đạt được hiệu suất tối ưu với các mô hình tương đối nhỏ hơn, với điều kiện chúng được huấn luyện trên nhiều dữ liệu hơn đáng kể.
Thông tin chi tiết này có những ý nghĩa quan trọng đối với các chiến lược thu thập dữ liệu và lựa chọn kích thước mô hình trong quá trình phát triển AV. Kích thước mô hình nhỏ hơn trong AV có thể dẫn đến độ trễ thấp hơn, cải thiện hiệu suất hệ thống trên bo mạch thông qua việc mở rộng quy mô tập dữ liệu huấn luyện và tính toán.
Waymo hiện có dữ liệu bao gồm 500.000 giờ lái xe và sử dụng thế giới ảo 'Carcraft' của mình để mô phỏng lái xe. Công ty hoạt động tại một số thành phố, với kế hoạch mở rộng sang mười thành phố trong năm nay.
Waymo tin rằng việc làm giàu chất lượng và quy mô dữ liệu và các mô hình sẽ dẫn đến hiệu suất AV tốt hơn. Kết luận này cung cấp cho các nhà phát triển một con đường rõ ràng để cải thiện khả năng của AV.