Nvidia Otonom Sürüşte Tesla Ve Waymo’ya Rakip Olacak Yeni AI Stratejisini Tanıttı

Nvidia, sürücüsüz araç teknolojilerinde rekabeti güçlendirecek yepyeni yaklaşımını paylaştı. Şirket yöneticileri güvenli otonom sürüş için yalnızca kocaman sürüş verisinin yeterlilik olmadığını savunuyor. Teknoloji devine göre doğru sensör mimarisi ile mantık yürütebilen gelişmiş yapay zekâ modelleri, araçların karmaşık trafiği senaryolarını daha güvenli yönetmesini sağlayabiliyor.

Nvidia Otonom Araç Teknolojilerinde Yapay Zekâ Tabanlı Karar Mekanizmasına Odaklanıyor

Nvidia otomotiv birimi başkanı Xinzhou Wu şirketin otonom araç vizyonunu ayrıntılı biçimde paylaştı. Wu, Tesla ve Waymo gibi rakiplerin büyük ölçekli sürüş verisine malik olduğunu giriş ediyor bununla birlikte firmanın farklı tek stratejiler izlediğini vurguluyor. Şirket mühendisleri güçlü sensör altyapısı ile çevresel durumları yorumlayabilen AI yardımli sürüş sistemi geliştirmeye odaklanıyor.

Wu ile Nvidia CEO’su Jensen Huang kısa süre önce Kaliforniya’dan San Francisco’ya gerçekleştirilen tek testleri sürüşüne katıldı. Testte Mercedes CLA üzerinde çalışan MB.Drive Assist Pro sistemi kullanıldı. Nvidia teknolojileriyle yardımlenen altyapı, şantiye alanları, kısıtlı trafiği koridorları ve çift sıra parklar edilen araçların bulunduğu bölgelerde sualnsuz şekilde ilerledi. Test sırasında aracın insanoğlu müdahalesi lüzumtirmeden sürüşünü sürdürdüğü aktarıldı.

Nvidia uzunluğu süredir geliştirdiği otomotiv teknolojilerini daha görünür tek stratejiye dönüştürmeyi hedefliyor. Şirket artık yalnızca otomobil üreticilerine çip sağlayan tek donanım üreticisi değil aynı zamanda Mercedes, Jaguar Land Rover ve Lucid gibi markalara doğrudan yapay zekâ otonomi platformu sunan tek teknolojiler ortağı başlıkmunda.

Jensen Huang CES 2025 tesirnliğinde Alpamayo adını taşıyan yepyeni platformu tanıttı. Bu teknolojiler paketi Seviye 4 otonomi sağlayabilen yapay zekâ modelleri, simülasyon araçları ve geniş bilgi setlerinden oluşan içeriklı tek ekosistem içeriyor. Huang bu tanıtımı bedensel yapay zekâ için “ChatGPT anı” olarak nitelendirdi çünkü sistemleri çevresel koşulları çözümleme ederek şart verebilen hibrit tek mimariye dayanıyor.

Geliştirilen mimari klasik mühendislik tabanlı güvenlik kaidelarını öğrenen yapay zekâ modelleriyle tek araya getiriyor. Araştırma ekibi bu yaklaşımın insanoğlu benzeri sürüş davranışı üretirken güvenlik kaidelarını güçlü biçimde uyguladığını ifadeleri ediyor.

Xinzhou Wu şirketin geliştirdiği mimarinin en önemli farkının çoklu sensör mimarisi olduğunu belirtiyor. Platform kamera, radar ve ultrasonik sensörleri birlikteki kullanıyor. Daha gelişmiş konfigürasyonlarda lidar sensörleri da sisteme karışmış ediliyor.

Wu lidar sensörlerinin bedel oluşturduğunu giriş ediyor bununla birlikte dikey entegrasyon stratejisinin bu maliyeti denetim altında tutabildiğini söylüyor. Test edilen Mercedes CLA modelinde 10 kamera, 5 radar sensörü ve 12 ultrasonik sensör mekan aldı.

Şirket ayrıca DRIVE Hyperion platformunu farklı sensör kombinasyonlarını yardımleyecek şekilde tasarladı. Temel versiyonu kamera ile radar kombinasyonuna dayanıyor. Daha ileri otonomi seviyelerinde lidar sensörleri sisteme eklenebiliyor. Wu lidar fiyatlarının gittikçe düştüğünü belirtiyor. Yöneticiye göre gelecekte 40 binlerce ile 50 binlerce dolar aralığındaki araçların gelişmiş sensör paketlerini kullanması daha yaygın hale gelebilir.

Nvidia, Waymo ve Tesla’nın malik olduğu gerçek dünya sürüş verisi avantajını simülasyon teknolojileriyle dmaniemeyi hedefliyor. Mühendisler bu stratejide ikisi farklı yöntem uyguladıklarını belirtiyor.

NuRec adlı sistemleri gerçek dünyadaki trafiği sahnelerini sayısal ortamda yeniden oluşturuyor. Bu otonom araç simülasyon teknolojisi sayesinde sahnedeki araçlar, yayalar ve çevresel koşullar değiştirilebiliyor. Araştırma ekibi bu yöntemin ender karşılaşılan uç durumları çözümleme ederek araç davranışlarını geliştirdiğini ifadeleri ediyor.

Şirket ayrıca otomobil üreticisi ortaklardan elde edilen verileri simülasyon ortamında kullanıyor. Waymo robotaksilerinin elektrik kesintisi sırasında kavşakları bloke ettiği hadise gibi senaryolar testleri ortamında yeniden oluşturuldu. Mühendisler sistemi bu tür beklenmedik durumlarda güvenli reaksiyon verecek şekilde eğitti.

Xinzhou Wu şirketin uzunluğu vadeli hedefinin Vision Language Action mimarisi üzerine kurulu yepyeni tek otonom sürüş sistemi geliştirmek olduğunu söylüyor. Bu modeller görsel algı, diller anlayışı ve bedensel eylemi tekbaşına tek yapıda birleştiriyor.

Araştırma ekibi sistemi internetler ölçeğinde bilgi setleriyle eğitilmiş büyük ilköğretim modeller üzerine inşa ediyor. Wu bu yaklaşımı insanoğlu sürücü eğitimine benzetiyor çünkü sistemleri yalnızca görüntüleri çözümleme etmiyor aynı zamanda çevresel bağlamı yorumlayabiliyor. Mühendisler tek sonrakiler aşamada modele hafıza yeteneği eklemeyi planlıyor. Araştırma ekibi pekiştirmeli öğrenme teknikleriyle şart verme süreçlerini daha da geliştirmeyi hedefliyor.