L'année dernière, Hugging Face, la plateforme de développement d'IA, a lancé LeRobot, une collection de modèles d'IA ouverts, de jeux de données et d'outils pour aider à construire des systèmes robotiques réels. Mardi, Hugging Face s'est associé à la startup en IA Yaak pour étendre LeRobot avec un ensemble d'entraînement pour des robots et des voitures capables de naviguer de manière autonome dans des environnements tels que les rues de la ville.
Le nouvel ensemble, appelé Learning to Drive (L2D), est dépassant un petabyte de taille, et contient des données provenant de capteurs installés sur des voitures dans les auto-écoles allemandes. L2D capture des données de caméra, de GPS et de "dynamique du véhicule" des moniteurs et des étudiants parcourant des rues avec des zones de construction, des intersections, des autoroutes, et plus encore.
Il existe plusieurs ensembles d'entraînement ouverts pour la conduite autonome provenant d'entreprises telles que Waymo d'Alphabet et Comma AI. Mais beaucoup de ces ensembles se concentrent sur des tâches de planification telles que la détection et le suivi d'objets, qui nécessitent des annotations de haute qualité, selon les créateurs de L2D, les rendant difficiles à mettre à l'échelle.
En revanche, L2D est conçu pour soutenir le développement de l'apprentissage "bout en bout", affirment ses créateurs, ce qui aide à prédire des actions (par exemple, quand un piéton pourrait traverser la rue) directement à partir des entrées des capteurs (par exemple, des images de caméra).
« La communauté de l'IA peut désormais construire des modèles de conduite autonome bout en bout », ont écrit Harsimrat Sandhawalia, co-fondateur de Yaak, et Remi Cadene, membre de l'équipe IA pour la robotique chez Hugging Face, dans l'article de blog. « L2D vise à être le plus grand ensemble de données open source pour la conduite autonome qui donne à la communauté de l'IA des "épisodes" uniques et divers pour l'entraînement de l'intelligence spatiale bout en bout. »
Hugging Face et Yaak prévoient de réaliser des tests "en boucle fermée" en conditions réelles des modèles formés à l'aide de L2D et LeRobot cet été, déployés sur un véhicule avec un conducteur de sécurité. Les entreprises appellent la communauté de l'IA à soumettre des modèles et des tâches sur lesquelles ils aimeraient que les modèles soient évalués, comme la navigation sur les ronds-points et dans les espaces de stationnement.
