Todo caminhante (até mesmo um guerreiro de fim de semana como o seu) conhece a sensação repugnante de um cume falso. Você sua por horas, as pernas doem, os pulmões queimam, 100% convencido de que o pico final fica logo depois da próxima cordilheira - apenas para escalá-lo e descobrir uma face rochosa quase vertical que se estende até o que parece ser as próprias nuvens.
Na corrida multibilionária para retirar o volante dos carros elétricos modernos, a Waymo da Alphabet publicou um manifesto de engenharia que fornece esse diagnóstico exato e gelado ao mundo autônomo, e sem mencionar seu nome – olhando diretamente para a aposta de alto risco de Tesla.
A postagem, de autoria do chefe das fundações de IA da Waymo, Srikanth Thirumalai, apresenta dez lições fundamentais (será que Waymo queria que isso fosse visto como 10 mandamentos?) Destiladas ao dirigir mais de 200 milhões de milhas totalmente sem motorista. Parece uma análise acadêmica das estruturas de segurança do aprendizado de máquina, mas na verdade é um ataque tático contra o evangelho, de acordo com Elon Musk.
Waymo nunca soletra as letras T-E-S-L-A, mas não é necessário. Cada insight desmonta os principais pilares de engenharia da Full Self-Driving (FSD). O golpe mais doloroso cai no famoso atalho: a crença de que um conjunto avançado de assistência ao motorista de nível 2 pode de alguma forma evoluir para autonomia total de nível 4.
Waymo chama essa transição de cume totalmente falso. O argumento vai direto ao assunto - você pode registrar bilhões de milhas simuladas em um farm de servidores e pode colher milhões de milhas rodoviárias de carros de clientes comuns, mas nada disso prepara uma inteligência artificial para a realidade até que você retire o backup humano do banco do motorista. Enquanto um condutor humano permanecer legalmente responsável e pronto para puxar o volante quando as coisas ficarem arriscadas, a IA nunca confrontará a verdadeira gravidade das suas escolhas.
Depois vem a guerra santa ideológica pelo hardware. A Tesla retirou o radar e os sensores ultrassônicos de seus carros anos atrás para reduzir custos e agilizar a produção, apostando todas as suas apostas na visão pura da câmera. A lição de abertura da Waymo rejeita essa abordagem com um pragmatismo frio, alegando que a fusão de sensores multimodais não está em negociação.
As câmeras são fantásticas para ler sinais de limite de velocidade e detectar a tonalidade de um semáforo, mas são vulneráveis ao sol ofuscante de inverno de ângulo baixo e à espuma espessa. Waymo emparelha câmeras ópticas de alta resolução com lidar giratório no telhado para criar geometrias 3D com precisão milimétrica, enquanto o radar mmWave corta diretamente chuva torrencial, neblina densa e poeira soprada.
A estratégia da Tesla aposta que hardware leve e software inteligente podem alcançar o que pilhas de hardware pesadas e caras conseguem. Ao mesmo tempo, as montadoras chinesas estão acelerando a corrida armamentista de hardware. O crossover elétrico G6 de tamanho médio da XPeng inclui matrizes LiDAR duplas em uma arquitetura com preço de cerca de € 50.000 nos mercados internacionais, provando que a redundância sensorial avançada não precisa custar seis dígitos.
A quarta lição de Waymo vale para a ortodoxia moderna do Vale do Silício: a rede neural ponta a ponta. Nos últimos dois anos, a Tesla apostou tudo em modelos ponta a ponta que pegam pixels de vídeo brutos das câmeras e os alimentam diretamente nas entradas de direção, aceleração e frenagem. Waymo alerta que confiar inteiramente em uma caixa preta pura de ponta a ponta é uma armadilha perigosa porque você não pode auditar facilmente como o modelo toma decisões de vida ou morte.
Em vez disso, Waymo usa o que chama de arquitetura de “pensamento rápido e lento”. A fusão rápida de sensores lida com reflexos físicos em frações de segundo, e grandes modelos de linguagem de visão dedicados lidam com o raciocínio profundo da cena (interpretando um guarda de trânsito agitando uma lanterna em torno de um acidente, por exemplo).
Uma camada de validação de IA independente e integrada atua como um contra-ataque, substituindo automaticamente qualquer comando de direção ou frenagem que viole as leis de trânsito ou arrisque um impacto. Se a rede neural alucinar um caminho livre para uma barreira de construção, o batente de segurança pisa no freio.
Quando olhamos para os scorecards operacionais, a lacuna entre a realidade comercial e as promessas de software torna-se dolorosamente grande. A Waymo está realizando mais de 500.000 viagens de passageiros pagas e totalmente sem motorista todas as semanas em Phoenix, São Francisco, Los Angeles, Austin, Dallas, Houston, San Antonio e Orlando, com o objetivo de realizar um milhão de viagens semanais antes do final do ano.
O piloto robótico limitado da Tesla em Austin, operando com monitores de segurança humana na cabine, percorreu apenas 380.000 milhas sem supervisão ao longo de um ano inteiro. A frota comercial da Waymo cobre essa distância exata em aproximadamente 24 horas. Mas a situação de Tesla está prestes a mudar – aparentemente.
É claro que já vimos essa tensão narrativa antes – o instinto do Vale do Silício é agir rapidamente, enviar o código beta e deixar a base de usuários depurar o produto em estado selvagem. Mas um veículo elétrico de duas toneladas que transporta uma família em alta velocidade não pode ser tratado como um sistema operacional instável de smartphone.
A assistência ao motorista de nível 2 é um companheiro brilhante na estrada que alivia o incômodo dos deslocamentos diários, mas fingir que algumas atualizações over-the-air transformarão um carro de transporte baseado em câmera em um robô-táxi comercial está começando a parecer fantasia. Porém, novamente - as montadoras chinesas parecem estar fazendo muito progresso. A palavra-chave aqui é “parecer”.
Estando em uma crista mais baixa, é fácil olhar para cima, sentir o ar rarefeito e convencer-se de que a vitória está logo ali. Mas, como demonstraram 200 milhões de quilómetros sem condutor, o verdadeiro pico da autonomia do veículo necessita de equipamento de escalada sensorial sério, mecanismos de segurança independentes e rigorosos e honestidade para admitir que as câmaras por si só não conseguem ver através de todas as tempestades. Embora haja uma pequena chance de que Waymo e alguns outros (inclusive eu) tenham entendido completamente errado, e Elon provará que estamos errados no próximo mês.
