(Source: Freepik)
Mewujudkan kendaraan otonom yang bisa beroperasi di berbagai kondisi jalan, lalu lintas, dan cuaca di seluruh dunia adalah tantangan besar di industri otomotif. Banyak sistem yang ada saat ini mengandalkan peta definisi tinggi atau pelatihan ulang khusus untuk setiap wilayah, yang membatasi skalabilitas dan efisiensi. Namun, Wayve, sebuah startup AI, kini menunjukkan terobosan melalui pendekatan unik mereka, yaitu mengembangkan model AI pengemudi serbaguna yang mampu beradaptasi secara global tanpa perlu pelatihan ulang.
Wayve telah memulai AI-500 Roadshow, inisiatif ambisius yang bertujuan untuk menguji satu model AI pengemudi di 500 kota berbeda pada akhir tahun 2025. Yang paling menarik adalah bahwa model ini tidak memerlukan pelatihan ulang atau pengkodean spesifik wilayah. Model AI dasar Wayve dilatih menggunakan kumpulan data mengemudi yang besar dan beragam. Mirip dengan manusia, model ini tidak menghafal rute atau bergantung pada peta definisi tinggi. Sebaliknya, model AI ini memahami dunia, beradaptasi dengan lingkungan baru, dan menerapkan pengalaman yang telah dipelajari ke situasi-situasi baru yang belum pernah ditemui sebelumnya.
Pada tahap awal AI-500 Roadshow, Wayve berhasil menguji model AI mereka di 90 kota dalam 90 hari, melintasi Eropa, Amerika Utara, dan Asia. Hasilnya cukup mengesankan. Dari 90 kota tersebut, 62% merupakan wilayah baru yang belum pernah disentuh oleh armada uji Wayve sebelumnya. Ini menunjukkan kemampuan model AI untuk menerapkan konsep mengemudi umum ke skenario baru, seperti tikungan tajam di pegunungan Alpen Swiss atau jalan-jalan belakang yang sempit di Yokohama, Jepang.
Fungsi model dasar ini adalah kemampuannya untuk menangani tata letak jalan yang tidak dikenal, cuaca yang bervariasi, dan sistem lalu lintas yang unik dengan mudah. Model AI Wayve beradaptasi dengan baik karena dibangun di atas kumpulan data multimodal yang kaya. Data ini dikumpulkan dari armada internal di London, Bay Area, Stuttgart, dan Tokyo, lalu dikombinasikan dengan data dari produsen mobil dan armada pihak ketiga. Pendekatan pembelajaran terfederasi ini memungkinkan penggabungan kumpulan data yang terfragmentasi menjadi satu model cerdas yang dapat mengemudi di mana saja. Ini berarti penyebaran sistem mengemudi AI yang lebih cepat dan dapat diskalakan secara global bagi produsen mobil, dengan lokalisasi minimal. AI-500 Roadshow membuktikan bahwa kecerdasan mengemudi yang dibangun untuk skala global itu mungkin.
