بعد سنوات من إنهاء مشروعها للقيادة الذاتية، تحاول أوبر العودة إلى مشهد السيارات ذاتية القيادة بطريقة أخرى: تحويل سيارات الملايين من سائقي سيارات الأجرة عبر الإنترنت في جميع أنحاء العالم إلى "مصفوفات استشعار" متنقلة توفر البيانات لشركات القيادة الذاتية وغيرها من نماذج الذكاء الاصطناعي في العالم الحقيقي.
وكشف برافين نيبالي ناجا، كبير مسؤولي التكنولوجيا في أوبر، عن الرؤية طويلة المدى في مقابلة، ووصفها بأنها "امتداد طبيعي" لمشروع الشركة الجديد AV Labs الذي تم الإعلان عنه في نهاية يناير من هذا العام. وقال إن الاتجاه النهائي لشركة أوبر هو تثبيت أجهزة استشعار مختلفة على السيارات الخاصة للسائقين البشريين في المستقبل القريب لجمع بيانات حقيقية عن مشهد الطريق. وشدد ناجا أيضًا على أنه قبل اتخاذ هذه الخطوة، تحتاج الشركة إلى فهم شامل لقدرات وأساليب عمل مجموعات أجهزة الاستشعار المختلفة، والانتظار حتى تقدم الولايات المتحدة إرشادات تنظيمية أكثر وضوحًا بشأن "ما هو المستشعر وكيفية مشاركة البيانات".
حاليًا، لا تزال AV Labs تعمل على أسطول محدود من المركبات المخصصة المجهزة بأجهزة استشعار يتم تشغيلها بواسطة Uber نفسها وتكون مستقلة عن مجموعة السائقين الذين يقومون برحلات يومية. ولكن يمكن أن نرى من سرد أوبر أن هذه مجرد نقطة بداية: لدى أوبر الملايين من السائقين في جميع أنحاء العالم، وحتى لو كان عدد صغير من المركبات مجهزة بأجهزة استشعار، فإن هذا يكفي لبناء شبكة لجمع بيانات الطرق التي يصعب على أي شركة ذاتية القيادة أن تضاهيها. يعتقد ناجا أن عنق الزجاجة الذي يقيد تطور تكنولوجيا القيادة الذاتية لم يعد يتمثل في الخوارزمية الأساسية أو قوة الحوسبة، بل في بيانات العالم الحقيقي عالية الجودة ومتنوعة بما فيه الكفاية. وقال: "إن عنق الزجاجة هو البيانات". "تحتاج شركات مثل Waymo إلى الخروج وجمع البيانات باستمرار لتغطية سيناريوهات مختلفة."
وفي رؤيته، يمكن للشركات ذاتية القيادة تخصيص بيانات تدريب مفصلة للغاية حسب الطلب من خلال شبكة أوبر، مثل متطلبات "جمع ظروف حركة المرور عند تقاطع أمام مدرسة في سان فرانسيسكو خلال فترة زمنية محددة لتدريب النموذج". المشكلة الحقيقية هي أن معظم شركات القيادة الذاتية لا تملك رأس المال الكافي لنشر أساطيلها الخاصة على نطاق واسع حول العالم لتغطية هذه السيناريوهات الطويلة بكثافة عالية. إذا تمكنت أوبر من تعبئة موارد السائقين والمركبات الحالية، فمن المتوقع أن تصبح طبقة إمداد البيانات للصناعة بأكملها، مما يوفر دفقًا مستمرًا من "الوقود" لتكنولوجيا القيادة الذاتية.
ولطالما تساءل العالم الخارجي عما إذا كان سيتم "تجاوز" أوبر من قبل الشركات ذاتية القيادة في المستقبل بعد التخلي عن بناء سياراتها ذاتية القيادة، أو حتى سيتم تهميشها في نظام السفر البيئي. صرح المؤسس المشارك ترافيس كالانيك علنًا أيضًا أن التخلي عن القيادة الذاتية يعد "خطأً فادحًا". اليوم، من خلال AV Labs، تحاول Uber تحويل دورها من مطور مركبات ذاتية القيادة إلى بنية تحتية ومنصة بيانات في هذا المجال، مما يوفر القدرات الأساسية لجميع المشاركين بمساعدة شبكة السائقين الواسعة وتدفق الطلبات.
لدى أوبر حاليًا شراكات مع 25 شركة ذاتية القيادة حول العالم، بما في ذلك شركات مثل Wayve، التي تعمل في لندن. على هذا الأساس، تقوم الشركة ببناء ما يسمى بـ "سحابة AV": مستودع بيانات مستشعر متعدد الوسائط مشروح بالكامل يمكن للشركاء استرجاعه والاتصال به لتدريب نماذج القيادة الذاتية الخاصة بهم. وقال ناجا إن الشركات الشريكة يمكنها أيضًا تشغيل استدلال "وضع الظل" على الطلبات الحقيقية على منصة أوبر - أي محاكاة كيف ستتخذ أنظمة القيادة الذاتية الخاصة بها قرارات بشأن بيانات الرحلة الحقيقية دون وضع مركبات ذاتية القيادة فعليًا على الطريق.
انطلاقًا من مظهرها الخارجي، تحاول أوبر تقديم هذه المنصة باعتبارها "مرفقًا صناعيًا عامًا". وقال ناجا: "إن هدفنا ليس كسب المال من هذه البيانات، بل إضفاء الطابع الديمقراطي عليها". ومع ذلك، ونظرًا للقيمة التجارية وندرة البيانات عالية الجودة في مجال القيادة الذاتية ومجال الذكاء الاصطناعي الأوسع، فإن إمكانية الحفاظ على هذا الوضع في المستقبل لا يزال موضع شك. في الواقع، قامت أوبر باستثمارات في الأسهم في عدد من الشركات ذاتية القيادة في السنوات الأخيرة، وإذا أصبحت بيانات التدريب المتنوعة واسعة النطاق التي تمتلكها جزءا من الكفاءات الأساسية لشركائها، فمن المرجح أن تتعزز قوة المساومة التي تتمتع بها أوبر أمام هذه الشركات.
وراء هذه الفكرة، يتحول منطق أوبر من "بناء سيارة" إلى "بناء منصة": فمن ناحية، تستمر في الحفاظ على ميزة الدخول على مستوى المستخدم النهائي من خلال شبكة السفر وتوصيل الطعام الخاصة بها؛ ومن ناحية أخرى، فإنه يحاول تسريع خط سير الرحلة الحقيقي ومشاهد مركبة السائق إلى أصول بيانات منظمة لخدمة شركات القيادة الذاتية وحتى الشركات النموذجية الكبيرة الأخرى التي تتطلب بيانات تدريب من العالم المادي. بالنسبة لشركة توقفت منذ فترة طويلة عن تصنيع أجهزة وبرمجيات القيادة الذاتية، فقد تكون هذه طريقة جديدة لمواصلة المشاركة في الجولة التالية من تغييرات تكنولوجيا النقل والحفاظ على وجودها فيها.