Courtesy of Forbes
Pendekatan tradisional untuk kendaraan otonom (AV) biasanya menggunakan jutaan0.00 km (mil) data berkendara dan data simulasi untuk melatih mesin pembelajaran mesin yang mengandalkan data tersebut. Waymo, yang merupakan bagian dari Google, telah melakukan ini selama lebih dari satu dekade dengan investasi besar, tetapi masih terbatas dalam menawarkan layanan tanpa pengemudi di beberapa kota seperti San Francisco dan Phoenix. Masalah utama adalah biaya yang tinggi dan waktu yang dibutuhkan untuk memperluas layanan ini ke pasar lain. Oleh karena itu, pendekatan alternatif diperlukan untuk mengatasi masalah ini, seperti program TIAMAT dari DARPA yang berfokus pada pembelajaran dari berbagai platform dengan menggunakan data simulasi yang lebih banyak dan data nyata yang lebih sedikit.
Helm.ai adalah perusahaan yang menggunakan pendekatan pembelajaran tidak terawasi untuk mengatasi masalah skalabilitas dalam kendaraan otonom. Mereka mengembangkan teknologi yang disebut Deep Teaching™ untuk menciptakan simulasi data sensor yang realistis dan memprediksi perilaku kendaraan dan pejalan kaki. Dengan menggunakan teknik AI generatif, Helm.ai dapat melatih sistem AI dengan data yang lebih relevan dan efisien, sehingga mempercepat proses pengembangan kendaraan otonom. Saat ini, Helm bekerja sama dengan beberapa produsen mobil, termasuk Honda, untuk mengimplementasikan teknologi ini dalam kendaraan mereka.