Vor vier Jahren wandte sich Comma.ai-Gründer George Hotz an seinen Vorstand – in dem er das einzige Mitglied ist – und entließ sich selbst als CEO. Damals war das Ziel des berühmten iPhone- und PlayStation-3-Hackers, bekannt als geohot, der Aufbau einer neuen Forschungsabteilung, die sich auf Verhaltensmodelle konzentrierte, die Autos fahren können.
Jetzt sagt Hotz, er nimmt „einige Zeit weg“ vom Start des Fahrerassistenzsystems, das verspricht, Tesla Autopilot-ähnliche Funktionen in Ihr Auto zu bringen. Er bleibt jedoch alleiniges Vorstandsmitglied und Präsident.
Hotz ist seit einiger Zeit nicht mehr in die täglichen Führungsaufgaben involviert, sagte er gegenüber Tech. Das haben COO Alex Matzner und CTO Harald Schäfer übernommen. Das Unternehmen hat seit 2019 keinen CEO mehr, als Riccardo Biasini diese Rolle innehatte. (Biasini verließ den CEO-Posten im Jahr 2019 und blieb bis Februar 2020 bei Comma, um an seiner offenen Pilotsoftware zu arbeiten.)
Hotz war, wie Matzner es beschrieb, ein Beobachter und gelegentlich ein harter Problemlöser.
Comma.ai, das ein Entwicklungskit für Fahrerassistenzsysteme im Wert von 1.999 US-Dollar entwickelt hat und jetzt verkauft, das mit mehr als 200 Fahrzeugen kompatibel ist, geht nirgendwo hin, sagte Hotz gegenüber Tech. Der Fokus liegt nun darauf, das Devkit, das auf der Open-Source-Software von Comma namens openpilot läuft, in ein Produkt für Endverbraucher umzuwandeln.
„In Kriegszeiten bin ich gut in Dingen“, sagte Hotz kürzlich in einem Interview mit Tech. „Ich bin nicht so gut im Hands-On, ok, lasst uns das geduldig vergrößern. „Wollen Sie es mit einer Lieferkette zu tun haben, die in der Lage ist, 100.000 Geräte pro Jahr herzustellen?“ Wie, nicht wirklich.“
Und das ist eines der Ziele: ein Jahresabsatz von 100.000 Comma 3 Einheiten.
Das Startup sammelte letztes Jahr heimlich 10 Millionen US-Dollar von Einzelpersonen und zog in eine 20.000 Quadratmeter große Einrichtung in San Diego. (Commas erste Finanzierung in Höhe von 8,1 Millionen US-Dollar wurde in zwei Runden von Silicon Valley VC a16z übernommen.) Es stellt jetzt „aggressiv Personal ein“ und ist auf dem besten Weg, einige wichtige End-to-End-Updates für maschinelles Lernen auf den Markt zu bringen openpilot Später in diesem Monat teilte Matzner Tech kürzlich in einer E-Mail mit.
Comma.ai startete ursprünglich mit dem Plan, ein selbstfahrendes Auto-Kit für den Aftermarket im Wert von 999 US-Dollar zu verkaufen, das bestimmten Fahrzeugmodellen Fähigkeiten zur Unterstützung beim Fahren auf Autobahnen verleihen würde, die der Autopilot-Funktion von Tesla ähneln. Hotz stornierte diese Pläne im Oktober 2016, nachdem er einen Brief von der National Highway and Traffic Safety Administration erhalten hatte. Fünf Wochen später veröffentlichte Comma.ai seine selbstfahrende Software für die Welt. Der gesamte Code sowie Pläne für die Hardware wurden veröffentlicht GitHub.
Das Unternehmen entwickelte weiterhin ein Ökosystem von Hardwareprodukten, die alle darauf abzielten, halbautonome Fahrfähigkeiten in Autos zu bringen. Diese Bemühungen gipfelten in der Komma 3, das je nach Speichergröße zwischen 1.999 und 2.499 US-Dollar kostet. Der Autokabelbaum, der das Devkit mit dem Fahrzeug verbindet, kostet weitere 200 US-Dollar.
Das Comma 3 ist viel einfacher zu bedienen als seine früheren Iterationen. Die Installation und Einrichtung erfordert etwas Geduld, erfordert aber kein technisches Know-how mehr, sagte Hotz. Jetzt liegt es an dem Unternehmen, das Comma 3 zu einem „produktiven“ und skalierbaren Verbraucherprodukt zu machen, fügte er hinzu.
Was kommt als nächstes?
Hotz steckt bereits tief in seinem nächsten Projekt, das er Tiny Corporation nennt. Sein Ziel ist es, ein neues Framework für maschinelles Lernen zu schreiben, das schneller und weniger komplex als PyTorch ist. Anstatt das ML-Modell in der Cloud zu trainieren und an den Rand zu schicken, will Hotz Tools bauen, mit denen ML-Modelle am Rand trainiert werden können.
„Die aktuellen PyTorch und TensorFlow werden es nicht schaffen, den Rand zu trainieren“, sagte er.
KI-bezogene Bereiche, einschließlich des automatisierten Fahrens, wenden sich mehr tiefen neuronalen Netzwerken zu – einer ausgeklügelten Form künstlicher Intelligenzalgorithmen, die es einem Computer ermöglichen, zu lernen, indem er eine Reihe verbundener Netzwerke verwendet, um Muster in Daten zu identifizieren … eine Art Gehirn funktioniert. Aber wie Hotz bemerkt: „Wir sind alle ziemlich neu in diesem Zeug mit neuronalen Netzwerken.“
Andrej Karpathy, Experte für Deep Learning und Computer Vision und ehemaliger Direktor für KI bei Tesla, hat diese Phase als Programmierung 2.0 oder bezeichnet Software 2.0, in der die Programmierung anhand von Beispielen erfolgt und Menschen wirklich nur das allgemeine Gerüst schreiben. Mit anderen Worten: Software, die sich selbst schreibt.
„Sie sollten keinen (KI-)Chip bauen, bis Sie Software bauen können, die PyTorch auf Nvidia übertrifft oder zumindest die gleiche Leistung bringt“, sagte Hotz. „Als Vorbereitung zum Bau von KI-Chips bauen wir zuerst die Software.“