모든 등산객(심지어 당신과 같은 주말 전사라도)은 거짓 정상의 역겨운 느낌을 알고 있습니다. 몇 시간 동안 땀을 흘리고, 다리가 아프고, 폐가 타는 듯한 느낌이 듭니다. 최종 봉우리가 바로 다음 능선 바로 위에 있다고 100% 확신합니다. 그러나 그 정상을 넘어 구름 그 자체처럼 느껴지는 수직에 가까운 바위면을 발견하게 됩니다.
현대 전기 자동차의 운전대를 제거하기 위한 수십억 달러의 경쟁에서 Alphabet'sWaymo는 이름을 언급하지 않고 자율 세계에 정확한 냉랭한 진단을 전달하는 엔지니어링 선언문을 발표했습니다. Tesla의 고위험 도박을 바로 바라보는 것입니다.
Waymo의 AI 재단 책임자인 Srikanth Thirumalai가 작성한 이 게시물은 2억 마일이 넘는 완전 무인 운전을 통해 얻은 10가지 기본 교훈(Waymo가 이것을 10계명으로 보기를 원했는지 궁금합니다)을 제시합니다. 이는 기계 학습 안전 프레임워크에 대한 학문적 분석처럼 읽히지만 실제로 Elon Musk에 따르면 이는 복음에 반대하는 전술적 측면입니다.
Waymo는 T-E-S-L-A 문자를 절대 철자하지 않지만 꼭 그럴 필요는 없습니다. 모든 단일 통찰력은 완전 자율 주행(FSD)의 핵심 엔지니어링 요소를 해체합니다. 가장 고통스러운 타격은 유명한 지름길, 즉 고급 레벨 2 운전자 지원 제품군이 어떻게든 레벨 4 완전 자율주행으로 진화할 수 있다는 믿음에 있습니다.
Waymo는 이러한 전환을 완전히 잘못된 정상회담이라고 부릅니다. 이 주장은 뼈를 깎아내립니다. 서버 팜에서 수십억 개의 시뮬레이션 마일을 기록할 수 있고 일상적인 고객 차량에서 수백만 마일의 고속도로를 수집할 수 있지만 운전석에서 인간 백업을 끌어내기 전까지는 그 어느 것도 현실에 맞는 인공 지능을 준비하지 못합니다. 인간 운전자가 법적 책임을 갖고 상황이 좋지 않을 때 운전대를 잡아당길 준비가 되어 있는 한, AI는 결코 자신의 선택의 진정한 중력에 직면하지 않습니다.
그리고 하드웨어를 둘러싼 이념적 성전이 시작됩니다. Tesla는 비용을 절감하고 생산을 간소화하기 위해 수년 전에 자동차에서 레이더와 초음파 센서를 제거하여 순수한 카메라 비전에 모든 투자를 했습니다. Waymo의 오프닝 레슨에서는 다중 모드 센서 융합이 협상 대상이 아니라고 주장하면서 냉정한 실용주의로 이러한 접근 방식을 일축했습니다.
카메라는 속도 제한 표지판을 읽고 신호등의 색상을 식별하는 데는 탁월하지만 눈이 먼 낮은 각도의 겨울 태양과 두꺼운 물보라에는 취약합니다. Waymo는 고해상도 광학 카메라와 회전하는 옥상 라이더를 결합하여 밀리미터 단위의 정밀한 3D 형상을 만들고, mmWave 레이더는 폭우, 짙은 안개, 불어오는 먼지를 뚫고 통과합니다.
Tesla의 전략은 가벼운 소비자용 하드웨어와 영리한 소프트웨어가 무겁고 값비싼 하드웨어 스택이 하는 일을 달성할 수 있다고 확신합니다. 동시에 중국 자동차 제조업체는 하드웨어 군비 경쟁을 최고 수준으로 추진하고 있습니다. XPeng의 중형 G6electric 크로스오버는 해외 시장에서 약 50,000유로에 달하는 아키텍처에 듀얼 LiDAR 어레이를 포함하여 고급 감각 이중화에 6자리 비용이 필요하지 않음을 입증합니다.
Waymo의 네 번째 교훈은 현대 실리콘 밸리의 정통성인 엔드투엔드 신경망에 관한 것입니다. 지난 2년 동안 Tesla는 카메라에서 원시 비디오 픽셀을 가져와 조향, 스로틀 및 제동 입력에 직접 공급하는 엔드투엔드 모델에 모든 것을 걸었습니다. Waymo는 모델이 생사를 결정하는 방법을 쉽게 감사할 수 없기 때문에 순수한 엔드투엔드 블랙박스에만 전적으로 의존하는 것은 위험한 함정이라고 경고합니다.
대신 Waymo는 "빠른 생각과 느린 생각" 아키텍처를 사용합니다. 신속한 센서 융합은 순간적인 물리적 반사를 처리하고 전용 대형 비전-언어 모델은 심층 장면 추론(예: 사고 주변에서 손전등을 흔드는 교통 경찰 해석)을 처리합니다.
독립적인 온보드 AI 검증 레이어는 백스톱 역할을 하여 교통 법규를 위반하거나 영향을 미칠 위험이 있는 조향 또는 제동 명령을 자동으로 무시합니다. 신경망이 건설 장벽으로 가는 명확한 경로를 환각화하면 안전 백스톱이 브레이크를 밟습니다.
운영 성과표를 보면 상업적 현실과 소프트웨어 약속 사이의 격차가 엄청나게 커집니다. Waymo는 피닉스, 샌프란시스코, 로스앤젤레스, 오스틴, 댈러스, 휴스턴, 샌안토니오 및 올랜도에서 매주 500,000회 이상의 유료 완전 무인 승객 여행을 운영하고 있으며, 올해가 가기 전에 매주 백만 번의 탑승을 목표로 하고 있습니다.
오스틴에 있는 Tesla의 제한된 로봇택시 조종사는 객실 내 인간 안전 모니터와 함께 작동하여 1년 동안 감독되지 않은 마일을 380,000마일만 관리했습니다. Waymo의 상용 차량은 대략 24시간 안에 해당 거리를 정확히 이동합니다. 그러나 Tesla의 상황은 곧 바뀔 것입니다.
물론 우리는 이전에도 이러한 서사적 긴장감을 본 적이 있습니다. Silicon Valley의 본능은 빠르게 움직이고, 베타 코드를 출시하고, 사용자 기반이 실제 제품을 디버그하도록 하는 것입니다. 하지만 가족을 태우고 고속도로를 달리는 2톤짜리 전기차를 불안정한 스마트폰 운영체제처럼 취급할 수는 없다.
레벨 2 운전자 지원은 매일 출퇴근길을 편하게 해주는 훌륭한 고속도로 동반자이지만, 몇 가지 무선 업데이트로 카메라 기반 통근 차량을 상업용 로봇택시로 바꿀 수 있다고 주장하는 것은 환상처럼 보이기 시작합니다. 다시 말하지만 중국 자동차 제조사들은 많은 진전을 보이고 있는 것 같습니다. 여기서 키워드는 '~처럼 보인다'입니다.
낮은 산등성이에 서 있으면 위를 올려다보고 희박한 공기를 느끼며 승리가 코앞에 다가왔다는 것을 확신하기 쉽습니다. 그러나 2억 마일의 무인 운전 마일이 증명했듯이, 차량 자율성의 진정한 정점에는 심각한 감각 등반 장비, 엄격한 독립적 안전 백스톱, 그리고 카메라만으로는 모든 폭풍을 헤쳐 나갈 수 없다는 것을 인정하는 정직함이 필요합니다. Waymo와 다른 몇몇(나 자신 포함)이 완전히 틀렸을 가능성이 약간 있지만 Elon은 다음 달에 우리가 틀렸다는 것을 증명할 것입니다.
