Valeo e il laboratorio di scienza aperta KE:SAI hanno annunciato una collaborazione di ricerca open-science per sviluppare un sistema di intelligenza artificiale di guida generalista e completamente riproducibile per i veicoli autonomi. Il programma punta a eguagliare e superare le prestazioni dei principali benchmark di guida pubblica, rilasciando ogni componente, inclusi codice, modelli addestrati e dataset, come open source per costruire una solida base per la democratizzazione della tecnologia di guida autonoma e dell’IA fisica.
La partnership unisce due dei principali team europei nella ricerca sulla guida autonoma, basati a Parigi e Tubinga: valeo.ai, il laboratorio di ricerca sull’IA di Valeo noto per modelli open-source come DrivoR e VaVAM, e il team fondatore di KE:SAI, celebre per benchmark e stack di guida come KITTI, NAVSIM e TransFuser. L’obiettivo comune è rafforzare gli ecosistemi automobilistici europei e mondiali, offrendo a case automobilistiche, fornitori e laboratori di ricerca una base condivisa, costruita in Europa e aperta.
Attualmente, la maggior parte dei modelli di guida distribuiti nell’industria automobilistica è proprietaria e chiusa. Questo lascia i costruttori dipendenti da tecnologie che non possono ispezionare, adattare o riprodurre autonomamente. Attraverso questo sforzo congiunto, che avvicina la ricerca accademica e industriale, si punta a esplorare un’ampia gamma di idee per far progredire l’IA fisica in modo rapido e collaborativo, replicando nel settore della mobilità i progressi già visti nel campo dei modelli linguistici di grandi dimensioni (LLM).
Il progetto si concentra sulla creazione di un modello di IA compatto capace di guidare veicoli differenti, equipaggiati con diversi sensori e operanti in svariati ambienti. Nelle prime fasi, i team effettueranno l’addestramento su registrazioni di guida nel mondo reale su larga scala, progettando un modello in grado di trasferire le competenze tra differenti configurazioni di telecamere e sensori. Successivamente, il sistema supererà i limiti dei dati reali attraverso l’apprendimento per rinforzo in simulazione e modelli di mondo appresi, affrontando così situazioni rare e critiche per la sicurezza che raramente compaiono nei dataset tradizionali.
Marc Vrecko, CEO di Valeo Brain, ha sottolineato che questa collaborazione segna una pietra miliare strategica per l’ecosistema europeo, combinando competenza industriale e ricerca open-source. Dal canto suo, Andreas Geiger, CEO di KE:SAI, ha evidenziato come le fondamenta aperte generino molta più innovazione rispetto a qualsiasi sistema chiuso, ribadendo l’impegno a rendere pubblico ogni sviluppo futuro per il progresso dell’intero settore.