Tập đoàn công nghệ Baidu (Trung Quốc) vừa giới thiệu Apollo World, hệ thống trí tuệ nhân tạo (AI) có khả năng mô phỏng môi trường giao thông nhằm huấn luyện xe taxi tự hành (robotaxi). Công nghệ này có thể tạo ra lượng dữ liệu tương đương nhiều năm thử nghiệm thực tế, trong bối cảnh các doanh nghiệp đang tìm cách giảm chi phí phát triển phương tiện tự lái.
Theo Baidu, Apollo World có thể tạo tối đa 100.000 km hành trình mô phỏng mỗi ngày, tương đương khoảng 3 năm thử nghiệm thực tế của một xe tự hành có người giám sát an toàn. Hệ thống tạo dữ liệu đa phương thức theo thời gian thực, gồm hình ảnh từ camera và thông tin thu thập qua cảm biến lidar. Nhờ đó, xe có thể học cách nhận diện môi trường, xử lý tình huống và lựa chọn hướng di chuyển trong các kịch bản được mô phỏng.
Apollo World hiện được sử dụng để huấn luyện đội xe robotaxi Apollo Go của Baidu. Đây là một trong những dịch vụ taxi tự hành có quy mô lớn tại Trung Quốc, cạnh tranh với các doanh nghiệp như WeRide, Pony.ai và Momenta Global. Baidu đang hướng tới mở rộng hoạt động của Apollo Go ra thị trường quốc tế.
Thị trường robotaxi Trung Quốc được dự báo tiếp tục tăng trưởng trong những năm tới. Theo Morgan Stanley, số lượng xe taxi tự hành tại nước này có thể đạt 1 triệu chiếc vào năm 2035. Bên cạnh các doanh nghiệp công nghệ, nhiều hãng sản xuất ô tô cũng tham gia cuộc đua. XPeng, đối tác tại Trung Quốc của Volkswagen, dự kiến triển khai dịch vụ robotaxi vào năm 2027.
Tuy nhiên, mở rộng hoạt động không đồng nghĩa với việc các doanh nghiệp có thể giảm đáng kể chi phí đầu tư. Nhiều công ty Trung Quốc lựa chọn mô hình ít tài sản, tập trung cung cấp công nghệ và hợp tác với nhà sản xuất ô tô, nền tảng gọi xe hoặc đơn vị vận hành tại thị trường nước ngoài, thay vì tự sở hữu toàn bộ phương tiện. Dù vậy, chi phí huấn luyện mô hình AI và phát triển xe tự hành vẫn là khoản đầu tư lớn.
Ông Frank McCleary, chuyên gia về di chuyển tự hành và giao thông đô thị tại công ty tư vấn quản lý Arthur D. Little, cho rằng các doanh nghiệp robotaxi Trung Quốc phải đối mặt với cả chi phí huấn luyện mô hình AI và chi phí phương tiện. Đây cũng là thách thức chung của các công ty phát triển xe tự lái. Theo ông, tốc độ triển khai phụ thuộc vào khả năng công nghệ thích ứng, nhận biết và học hỏi cách vận hành trong từng môi trường cụ thể.
Tại Mỹ, Tesla cũng đang phát triển công nghệ phục vụ kế hoạch mở rộng đội xe taxi tự hành Cybercab. Hãng sử dụng mạng nơ-ron thần kinh nhân tạo đầu-cuối, được huấn luyện từ các video ghi lại cảnh con người lái xe. Phương pháp này cho phép hệ thống AI học cách xử lý tình huống từ dữ liệu đầu vào và cải thiện khả năng vận hành qua quá trình huấn luyện.
Mạng nơ-ron đầu-cuối là mô hình AI xử lý dữ liệu xuyên suốt từ đầu vào đến đầu ra, thay vì chia quá trình thành nhiều công đoạn riêng biệt. Công nghệ này được ứng dụng trong các nhiệm vụ như nhận diện hình ảnh, xử lý ngôn ngữ và hỗ trợ hệ thống tự lái phân tích tình huống giao thông.
