ÖNVEZETŐ TECHNOLÓGIA
A Waymo hatványfüggvény-alapú skálázási trendeket azonosított az önvezető teljesítményben
A Waymo, az Alphabet önvezető autókkal foglalkozó részlege részleteket tett közzé az autóinál megfigyelt skálázási trendről. „Az LLM-ekhez hasonlóan a mozgás-előrejelzés minősége is hatványfüggvényt követ a tanítási számítási kapacitás függvényében” – írja a vállalat. „A modell teljesítménye kiszámíthatóan javul a tanítási számítási költségvetés függvényében. Ez a kiszámítható javulás nemcsak arra a célkitűzésre vonatkozik, amelyre a modellt tanították, hanem a népszerű nyílt hurkú (open-loop) mozgás-előrejelzési mérőszámokra, és ami a legfontosabb, a zárt hurkú (closed-loop) szimulációkban nyújtott tervezési teljesítményre is.” A Waymo ezeket a felismeréseket a saját belső, 500 000 órányi vezetést felölelő adatkészletén végzett kísérletek révén gyűjtötte össze.
- A mozgás-előrejelzés minősége a Large Language Models-hez hasonló hatványfüggvényt követ.
- A skálázási javulások a nyílt hurkú mérőszámokra és a zárt hurkú szimulációs teljesítményre is érvényesek.
- A felismerések 500 000 órányi belső vezetési adaton alapulnak.
- Azt sugallja, hogy az önvezető technológia az adatokért és a számítási kapacitásért (compute) folytatott versennyé válik.
Miért fontos?
A skálázási törvények mindenütt jelen vannak, és mindegyiknek ugyanaz a tulajdonsága: a teljesítmény az adatok és a számítási kapacitás függvényében javul. Ez azt jelenti, hogy az önvezető autók végső soron azoknak a szereplőknek a versenye lesz, akik a legnagyobb adatkészleteket tudják összegyűjteni és a legjobb AI modelleket tudják betanítani, ami a Waymo-t és a Tesla-t a hagyományos autógyártók elé pozícionálja. ---