Esta startup quer construir um software para carros autônomos – super rápido

Para o último ano e meio, dois brancos hackeados Tesla Modelo 3 sedans, cada um carregado com cinco câmeras extras e um supercomputador do tamanho da palma da mão, navegaram silenciosamente por aí São Francisco. Numa cidade e numa era repleta de questões sobre as capacidades e limites da inteligência artificial, a startup por detrás dos Teslas modificados está a tentar responder ao que equivale a uma pergunta simples: com que rapidez uma empresa pode construir hoje software para veículos autónomos?

A startup, que hoje torna públicas suas atividades pela primeira vez, chama-se HiprLabs. Sua equipe de 17 pessoas (apenas oito delas em tempo integral) está dividida entre Paris e São Francisco, e a empresa é dirigida por um veterano em veículos autônomos, Zoox cofundador Tim Kentley-Klay, que saiu de repente a empresa agora propriedade da Amazon em 2018. A Hypr recebeu relativamente pouco financiamento, 5,5 milhões de dólares desde 2022, mas as suas ambições são amplas. Eventualmente, ela planeja construir e operar seus próprios robôs. “Pense no filho amoroso de R2-D2 e Sonic the Hedgehog”, diz Kentley-Klay. “Isso definirá uma nova categoria que não existe atualmente.”

Por enquanto, porém, a startup está anunciando seu produto de software chamado Hyprdrive, que considera um avanço na forma como os engenheiros treinam os veículos para pilotarem a si mesmos. Este tipo de saltos está presente em todo o espaço da robótica, graças aos avanços na aprendizagem automática que prometem reduzir o custo de formação de software para veículos autónomos e a quantidade de trabalho humano envolvido. Esta evolução formativa trouxe um novo movimento a um espaço que há anos sofreu um “vale de desilusão”, já que os construtores de tecnologia não conseguiram cumprir seus próprios prazos para operar robôs em espaços públicos. Agora, robotáxis pegar passageiros pagantes em cada vez mais cidadese as montadoras fazem promessas ambiciosas sobre trazendo a direção autônoma para os carros pessoais dos clientes.

Mas usar uma equipe pequena, ágil e barata para passar de “dirigir muito bem” para “dirigir com muito mais segurança do que um ser humano” é um longo obstáculo. “Não posso dizer, de coração, que isso vai funcionar”, diz Kentley-Klay. “Mas o que construímos é um sinal realmente sólido. Ele só precisa ser ampliado.”

Tecnologia antiga, novos truques

A técnica de treinamento de software do HyprLabs é diferente das abordagens de outras startups de robótica para ensinar seus sistemas a se dirigirem sozinhos.

Primeiro, algumas informações básicas: durante anos, a grande batalha em veículos autônomos parecia ser entre aqueles que usavam apenas câmeras para treinar seu software – Tesla! – e aqueles que também dependiam de outros sensores – Waymo, Cruise! – incluindo lidar antes caro e radar. Mas abaixo da superfície surgiram diferenças filosóficas maiores.

Adeptos apenas de câmeras, como Tesla, queriam economizar dinheiro enquanto planejavam lançar uma frota gigantesca de robôs; há uma década, o plano do CEO Elon Musk tem sido mudar repentinamente todos os carros de seus clientes para carros autônomos com o impulso de uma atualização de software. A vantagem era que essas empresas tinham muitos dados, já que seus carros que ainda não dirigiam sozinhos coletavam imagens onde quer que dirigissem. Essas informações foram alimentadas no que é chamado de modelo de aprendizado de máquina “ponta a ponta” por meio de reforço. O sistema capta imagens—uma bicicleta—e cospe comandos de direção—mova o volante para a esquerda e vá devagar na aceleração para evitar bater nele. “É como treinar um cachorro”, diz Philip Koopman, pesquisador de segurança e software de veículos autônomos da Universidade Carnegie Mellon. “No final, você diz: ‘Cachorro mau’ ou ‘Cachorro bom’”.