Vier jaar geleden wendde Comma.ai-oprichter George Hotz zich tot zijn bestuur – waarvan hij het enige lid is – en ontsloeg zichzelf als CEO. Destijds was het doel van de beroemde iPhone- en PlayStation 3-hacker, bekend als geohot, om een nieuwe onderzoeksafdeling op te bouwen die zich zou concentreren op gedragsmodellen die auto's kunnen besturen.
Nu zegt Hotz dat hij neemt enige tijd weg van het opstarten van het rijhulpsysteem dat belooft Tesla Autopilot-achtige functionaliteit naar uw auto te brengen. Hoewel hij het enige bestuurslid en president zal blijven.
Hotz is al een tijdje niet meer betrokken bij de dagelijkse leidingstaak, vertelde hij aan Gadget Insider. Dat is de verantwoordelijkheid van COO Alex Matzner en CTO Harald Schäfer. Het bedrijf heeft geen CEO meer gehad sinds 2019, toen Riccardo Biasini die rol vervulde. (Biasini verliet de functie van CEO in 2019 en bleef tot februari 2020 bij Comma om aan de open pilot-software te werken.)
Hotz is, zoals Matzner omschreef, een waarnemer en af en toe een moeilijke probleemoplosser.
Comma.ai, dat een devkit voor rijhulpsystemen ter waarde van $ 1.999 heeft ontwikkeld en nu verkoopt die compatibel is met meer dan 200 voertuigen, gaat nergens heen, vertelde Hotz aan Gadget Insider. De focus ligt nu op het omzetten van de devkit, die draait op Comma's open source software genaamd openpilot, in een productized consumentenproduct.
Ik ben goed in dingen als het oorlogstijd is, vertelde Hotz onlangs aan Gadget Insider. Ik ben niet zo goed in hands-on, oké, laten we dit geduldig opschalen. ‘Wil je te maken krijgen met een supply chain die 100.000 apparaten per jaar kan maken?’ Niet echt.
En dat is een van de doelstellingen: een jaarlijkse verkoop van 100.000 Comma 3-eenheden.
De startup haalde vorig jaar stilletjes $10 miljoen op van individuen en verhuisde naar een 20.000 vierkante meter grote faciliteit in San Diego. (Comma’s eerste $8,1 miljoen aan financiering werd in twee rondes ontvangen van Silicon Valley VC a16z.) Het bedrijf is nu agressief aan het werven en ligt op schema om een aantal grote end-to-end machine learning-updates te lanceren voor open piloot later deze maand vertelde Matzner Gadget Insider in een recente e-mail.
Comma.ai werd aanvankelijk gelanceerd met een plan om een zelfrijdende autokit ter waarde van $ 999 te verkopen, die bepaalde voertuigmodellen assistentie bij het rijden op de snelweg zou geven, vergelijkbaar met de Autopilot-functie van Tesla. Hotz annuleerde die plannen in oktober 2016 na ontvangst van een brief van de National Highway and Traffic Safety Administration. Vijf weken later bracht Comma.ai zijn zelfrijdende software aan de wereld uit. Alle code, evenals de plannen voor de hardware, werden op gepost GitHub .
Het bedrijf bleef een ecosysteem van hardwareproducten ontwikkelen, allemaal gericht op het introduceren van semi-autonome rijmogelijkheden voor auto's. Deze inspanningen hebben geresulteerd in de Komma 3 , die tussen de $ 1.999 en $ 2.499 kost, afhankelijk van de opslaggrootte. Het autoharnas, dat de devkit met het voertuig verbindt, kost nog eens $ 200.
De Comma 3 is veel gemakkelijker te gebruiken dan zijn eerdere iteraties. Het vereist wat geduld om te installeren en in te stellen, maar vereist geen technische expertise meer, zei Hotz. Nu is het aan het bedrijf om van de Comma 3 een productief en schaalbaar consumentenproduct te maken, voegde hij eraan toe.
Wat is het volgende?
Hotz is al verdiept in zijn volgende project, dat hij Tiny Corporation noemt. Zijn doel is om een nieuw raamwerk voor machine learning te schrijven dat sneller en minder complex is dan PyTorch. In plaats van het ML-model in de cloud te trainen en naar de edge te sturen, wil Hotz tools bouwen waarmee ML-modellen aan de edge kunnen worden getraind.
De huidige PyTorch en TensorFlow zijn niet geschikt voor het trainen van de edge, zei hij.
AI-gerelateerde velden, waaronder geautomatiseerd rijden, wenden zich meer tot diepe neurale netwerken – een geavanceerde vorm van kunstmatige intelligentie-algoritmen waarmee een computer kan leren door een reeks verbonden netwerken te gebruiken om patronen in gegevens te identificeren… een soort van hoe een brein werkt. Maar zoals Hotz opmerkt, zijn we allemaal vrij nieuw op het gebied van neurale netwerken.
Andrej Karpathy, een expert op het gebied van deep learning en computervisie en voormalig directeur van AI bij Tesla, heeft deze fase programmeren 2.0 genoemd, of Software 2.0 , waarin programmeren aan de hand van een voorbeeld wordt gedaan en mensen eigenlijk alleen de algemene steigers schrijven. Met andere woorden: software die zichzelf schrijft.
Je zou pas een (AI)-chip moeten bouwen als je software kunt bouwen die beter presteert of op zijn minst hetzelfde presteert als PyTorch op Nvidia, zei Hotz. Laten we, als voorbereiding op het bouwen van AI-chips, eerst de software bouwen.