Uber ha più di 20 associate di veicoli autonomi e tutti vogliono una cosa: i dati. Quindi la società afferma che lo renderà disponibile attraverso una nuova divisione chiamata Uber AV Labs.
Nonostante il nome, Uber lo è non tornando a sviluppare i propri robotaxi, cosa che ha smesso di fare dopo che uno dei suoi veicoli di prova ha ucciso un pedone nel 2018. (Uber alla high quality ha venduto la divisione nel 2020 in un accordo complesso con Aurora.) Ma invierà le proprie auto nelle città adornate con sensori per raccogliere dati per associate come Waymo, Waabi, Lucid Motors e altri, anche se non sono ancora stati firmati contratti.
In generale, le auto a guida autonoma sono nel mezzo di un passaggio dal funzionamento basato su regole per affidarsi maggiormente all’apprendimento per rinforzo. In questo modo, i dati di guida nel mondo reale sono diventati estremamente preziosi per l’addestramento di questi sistemi.
Uber ha dichiarato a TechCrunch che le società di veicoli autonomi che desiderano maggiormente questi dati sono quelle che ne hanno già raccolto molti da soli. È un segno che, come molti laboratori di intelligenza artificiale di frontiera, sono arrivati a rendersi conto che “risolvere” i casi limite più estremi è un gioco di quantity.
Un limite fisico
Al momento, la dimensione della flotta di un’azienda di veicoli autonomi crea un limite fisico alla quantità di dati che può raccogliere. E mentre molte di queste aziende creano simulazioni di ambienti del mondo reale per proteggersi dai casi limite, non c’è niente di meglio che guidare su strade reali – e guidare molto – quando si tratta di scoprire tutti gli scenari strani, difficili e assolutamente inaspettati in cui finiscono le auto.
Waymo fornisce un esempio di questo divario. L’azienda ha veicoli autonomi in funzione o in fase di take a look at da un decennio, eppure i suoi attuali robotaxi sono stati recentemente sorpresi a sorpassare illegalmente autobus scolastici fermi.
Avere accesso a un pool più ampio di dati di guida potrebbe aiutare le aziende di robotaxi a risolvere alcuni di questi problemi prima o quando si manifestano, ha dichiarato a TechCrunch il responsabile tecnologico di Uber, Praveen Neppalli Naga, in un’intervista esclusiva.
Evento Techcrunch
San Francisco
|
13-15 ottobre 2026
E Uber non lo farà pagare. Almeno non ancora.
“Il nostro obiettivo, in primo luogo, è quello di democratizzare questi dati, giusto? Voglio dire, il valore di questi dati e il progresso della tecnologia AV dei associate è molto più grande del denaro che possiamo ricavarne”, ha affermato.
Il vicepresidente dell’ingegneria di Uber, Danny Guo, ha affermato che il laboratorio deve costruire la base dei dati di base prima di capire l’idoneità del prodotto al mercato. “Perché se non lo facciamo noi, non crediamo davvero che nessun altro possa farlo”, ha detto Guo. “Quindi, essendo qualcuno che può potenzialmente sbloccare l’intero settore e accelerare l’intero ecosistema, crediamo di dover assumerci questa responsabilità adesso”.
Viti e sensori
La nuova divisione AV Labs inizia in piccolo. Finora ha solo un’auto (una Hyundai Ioniq 5, anche se Uber afferma che non è sposata con un singolo modello) e Guo ha detto a TechCrunch che il suo staff stava ancora letteralmente rovinando sensori come lidar, radar e telecamere.
“Non sappiamo se il equipment del sensore cadrà, ma questa è la scarsa qualità che abbiamo”, ha detto ridendo. “Penso che ci vorrà un po’ di tempo prima di decidere di schierare 100 auto sulla strada per iniziare a raccogliere dati. Ma il prototipo è lì.”
I associate non riceveranno dati grezzi. Una volta che la flotta di Uber AV Labs sarà operativa, Naga ha affermato che la divisione “dovrà elaborare e lavorare sui dati per aiutarli advert adattarsi ai associate”. Questo livello di “comprensione semantica” è ciò da cui trarranno spunto i software program di guida di aziende come Waymo per migliorare la pianificazione del percorso in tempo reale di un robotaxi.
Anche allora, Guo ha affermato che probabilmente verrà fatto un passo interstiziale, in cui Uber essenzialmente collegherà il software program di guida di un associate alle auto di AV Labs per farle funzionare in “modalità ombra”. Ogni volta che l’autista di Uber AV Labs fa qualcosa di diverso da ciò che fa il software program del veicolo autonomo in modalità ombra, Uber lo segnalerà alla società associate.
Ciò non solo aiuterà a scoprire le carenze del software program di guida, ma aiuterà anche advert addestrare i modelli a guidare più come un essere umano e meno come un robotic, ha detto Guo.
L’approccio Tesla
Se questo approccio suona familiare, è perché è essenzialmente ciò che Tesla ha fatto per addestrare il proprio software program per veicoli autonomi negli ultimi dieci anni. L’approccio di Uber, tuttavia, non ha la stessa portata, poiché Tesla ha milioni di auto dei clienti che circolano ogni giorno sulle strade di tutto il mondo.
Questo non disturba Uber. Guo ha detto che prevede di effettuare una raccolta dati più mirata in base alle esigenze delle società di veicoli autonomi.
“Abbiamo 600 città tra cui possiamo scegliere [from]. Se il associate ci indica una città particolare a cui è interessato, possiamo semplicemente distribuire il nostro [cars]”, ha detto.
Naga ha detto che la società prevede di far crescere questa nuova divisione fino a poche centinaia di persone entro un anno e che Uber vuole muoversi rapidamente. E mentre vede un futuro in cui l’intera flotta di veicoli anti-grandine di Uber potrebbe essere sfruttata per raccogliere ancora più dati di addestramento, sa che la nuova divisione deve pur iniziare da qualche parte.
“Dalle nostre conversazioni con i nostri associate, dicono semplicemente: ‘dateci tutto ciò che può essere utile.’ Perché la quantità di dati che Uber può raccogliere supera di gran lunga tutto ciò che può fare con la propria raccolta dati”, ha affermato Guo.
