Raquel Urtasun, WissenschaftlerinGründerin und CEO des Technologieunternehmens für autonome Fahrzeuge Waabi, gründete ihr Unternehmen im Juni 2021, zu einer Zeit, als es den Anschein hatte, als würde sich die AV-Branche konsolidieren.
Urtasun und ihr 40-köpfiges Team in Toronto und Kalifornien kamen mit einer 83,5-Millionen-Dollar-Aufstockung von einer Reihe hochkarätiger Investoren, darunter Uber, Aurora und Khosla Ventures, aus dem Tor.
Waabi verwendet einen AI-First-Ansatz, um autonome Fracht schneller und effizienter als seine Konkurrenten zu kommerzialisieren, sagte Urtasun gegenüber Tech. Als Professorin am Department of Computer Science an der University of Toronto, Mitbegründerin des Vector Institute for AI und ehemalige Chefwissenschaftlerin bei Uber ATG, der selbstfahrenden Einheit, die Uber an Aurora verkauft hat, hat sie einige Einblicke gewonnen sowohl die Industrie als auch die Wissenschaft unterstützen es. Schließlich hatte es trotz Konsolidierung und Zuwächsen einiger wichtiger Akteure noch niemand wirklich herausgefunden.
Wie sieht also ein AI-First-Ansatz wirklich aus?
Im Februar 2022 brachte Waabi Waabi World auf den Markt, einen High-Fidelity-Closed-Loop-Simulator, der die Selbstfahrsoftware von Waabi nicht nur virtuell testet, sondern ihr auch das Fahren beibringen kann. Waabi World erstellt automatisch digitale Zwillinge der Welt aus Daten, führt Sensorsimulationen nahezu in Echtzeit durch, erstellt Szenarien, um den Waabi-Fahrer einem Stresstest zu unterziehen, und bringt dem Fahrer bei, ohne menschliches Eingreifen aus seinen Fehlern zu lernen. Dies, sagte Urtasun, spart unzählige Stunden menschlicher Arbeit, um den Waabi-Fahrer sowohl in der Simulation als auch auf der Straße zu trainieren.
Die gesamte Waabi-Welt wird von KI angetrieben, wie es die Simulatoren anderer Unternehmen nicht tun, da sie sich stärker auf tiefe neuronale Netze verlassen, KI-Algorithmen, die es dem Computer ermöglichen, zu lernen, indem er eine Reihe verbundener Netzwerke verwendet, um Muster in Daten zu identifizieren . In der Vergangenheit konnten Entwickler das Wie und Warum hinter der Entscheidungsfindung einer KI bei der Verwendung von tiefen neuronalen Netzen nicht herausfinden, was sehr wichtig ist, wenn selbstfahrende Fahrzeuge auf öffentliche Straßen gebracht werden, also haben sie auf maschinelles Lernen zurückgegriffen und regelbasierte Algorithmen zur Einbindung in ein breiteres System.
Urtasun sagte, sie habe einen Weg gefunden, das Problem des „Black Box“-Effekts hinter tiefen neuronalen Netzen zu lösen, indem sie sie mit probabilistischer Inferenz und komplexer Optimierung kombiniert. Das Ergebnis? Der Entwickler kann den Entscheidungsprozess des KI-Systems nachvollziehen und Vorwissen einfließen lassen, damit er dem KI-System nicht noch einmal alles beibringen muss.
Wir haben uns mit Urtasun zusammengesetzt, um die Vor- und Nachteile einer Unternehmensgründung nach der Arbeit für ein größeres Unternehmen, die Überraschungen eines Gründers und warum der Frachtverkehr die erste AV-Branche sein wird, die in großem Maßstab kommerzialisiert wird, zu besprechen.
Das folgende Interview, Teil einer fortlaufenden Serie mit Gründern, die Transportunternehmen aufbauen, wurde aus Gründen der Länge und Klarheit bearbeitet.
Nachdem du für Uber gearbeitet hast und Akademiker warst, was sind deine Erkenntnisse darüber, wie es ist, ein Erstgründer zu sein?
Als ich mich entschied, Waabi zu gründen, wusste ich nicht unbedingt, was es bedeutet, ein Gründer zu sein. Ich habe in der Industrie und in diesem Bereich und so weiter gearbeitet, aber als Gründer muss man so viele Hüte tragen und es passiert so viel. Das habe ich nicht erwartet. Und Waabi ist jetzt ganz anders als zu Beginn, also gibt es etwas, das mich überrascht hat.
Aber es war eine unglaubliche Fahrt. Ich muss sagen, es gibt nichts Schöneres, als mit einem Team, mit dem man gerne zusammenarbeitet, das aufzubauen, woran man wirklich glaubt. Es gibt nichts, was nicht geht.
Du trägst jetzt viele Hüte, aber wie war es im Vergleich dazu, unter jemandem bei Uber zu arbeiten und nicht die ganze Show zu kontrollieren?
Ich war Teil des Führungsteams bei Uber, also hatte ich viel Einfluss und, wissen Sie, in vielen Dingen viel zu sagen. Aber beim Bauen ist das anders – und das ist nicht nur Uber, das ist generell. Wenn Sie in einem großen Unternehmen mit mehr als 1.000 Mitarbeitern sind, die in eine Richtung gehen, ist es so schwierig und langsam, diesen Prozess tatsächlich durchzuführen, selbst wenn Sie sich alle einig sind, dass Sie etwas anderes steuern müssen.
Aus dieser Sicht ist es sehr spannend, in einem Startup zu sein, das viel dynamischer ist, aber es ist nicht Uber gegen nicht Uber. Ich denke, jede große Firma wäre ähnlich. Aber ich hatte eine tolle Zeit bei Uber. Ich habe so viele Dinge gelernt und wirklich entdeckt, was es bedeutet, wirklich Teil eines großen Problems zu sein, und mich wirklich gut auf das vorbereitet, was ich heute tue.