Hyundai odkłada wprowadzenie samochodów z funkcją autonomicznego prowadzenia na rok 2029, ale rzuca wyzwanie Tesli: chce ją przewyższyć pod względem ilości danych.

Hyundai Motor Group postawiła sobie nowy cel: prześcignięcie Tesli oraz innych konkurentów pod względem ilości danych potrzebnych do jazdy autonomicznej w ciągu 5 lat od chwili, gdy jej własny system trafi do masowej produkcji. Południowokoreańska grupa wyznaczyła ten termin, jednocześnie ogłaszając opóźnienie o 2 lata w stosunku do pierwotnie planowanego terminu wprowadzenia do produkcji swojej technologii jazdy autonomicznej.

System Atria AI, opracowany przez Hyundai we współpracy z 42dot – spółką zależną grupy specjalizującą się w jazdzie autonomicznej – ma teraz trafić na rynek w drugiej połowie 2029 roku, podczas gdy pierwotnie jego produkcja miała rozpocząć się pod koniec 2027 roku. Do tego czasu Hyundai będzie korzystać z oprogramowania Nvidia, oferując pojazdy klasy 2+ w pierwszej połowie 2028 roku oraz pojazdy klasy 2++ w drugiej połowie tego samego roku.

Zmieniony kalendarz

Park Min-woo, prezes działu Advanced Vehicle Platform w Hyundai oraz dyrektor generalny 42dot, wyjaśnił podstawy tego przewidywania podczas prezentacji w Pangyo, na południe od Seulu: „Hyundai sprzedaje 7 milionów pojazdów rocznie na 190 rynkach, co oznacza, że możemy gromadzić dane na dużą skalę, a w tym tempie możemy prześcignąć to, co nasi konkurenci zbudowali w ciągu pięciu lat”.

Park uzasadnił opóźnienie w rozwijaniu Atria AI jako decyzję strategiczną: „Uważamy, że Atria AI mogłoby rozwijać się szybciej, gdybyśmy włożyli w to całą naszą energię. Jednak podjęliśmy strategiczną decyzję o spowolnieniu tego procesu. Uruchomienie produkcji seryjnej zbyt pochopnie niesie ze sobą ryzyko stworzenia przeciętnego systemu klasy 2++, który znacznie odbiega od naszego rzeczywistego celu”.

Kierownik ten podsumował również podejście Hyundai wobec konkurencji w dziedzinie samochodów autonomicznych, jak donosi Electric Vehicles: „Konkurencja w obszarze samochodów autonomicznych nie polega już na szybkości. Chodzi o to, ile danych można zebrać, jak szybko można na ich podstawie się uczyć oraz w jakim tempie to przekłada się na rzeczywiste produkty i usługi”.

W związku z tą decyzją kalendarz teraz wskazuje na zupełnie inny schemat, który Kwon Jung-hyun, odpowiedzialny za dział samochodów autonomicznych w 42dot, podsumowuje w następujący sposób: „Do 2027 roku skupimy się na doprowadzeniu funkcji jazdy, parkowania oraz aktywnej ochrony bezpieczeństwa do wysokiego poziomu jakości produktu. Rok 2028 będzie przeznaczony na zbieranie dużych ilości danych z sytuacji krytycznych w celu stworzenia naprawdę bezpiecznego produktu. A 2029 rok to czas, gdy przygotujemy się do certyfikacji bezpieczeństwa, nie tylko w Korei, ale także w Ameryce Północnej i Europie”.

Sposób działania Hyundai

Strategia południowokoreańskiego producenta opiera się na wykorzystaniu danych generowanych przez ogromną flotę, która obecnie nie jest aktywna. Hyundai posiada obecnie około 40 pojazdów przeznaczonych specjalnie do zbierania informacji dla swoich systemów autonomicznej jazdy. Zamierza przewyższyć swoich konkurentów pod względem ilości danych, ale to założenie odnosi się do rozmiaru zbiorów danych, a niekoniecznie do możliwości produktów.

Hyundai nazywa tę strategię Data Flywheel – system oparty na założeniu, że im więcej pojazdów, tym więcej danych, co z kolei umożliwia ulepszenie oprogramowania, a następnie samych pojazdów. Wśród planowanych narzędzi znajduje się Hard Example Mining, który automatycznie identyfikuje sytuacje jazdy, w których model napotyka trudności, takie jak obszary remontowe, niekorzystne warunki pogodowe, nagłe zmiany pasa ruchu czy nieregularne miejsca parkingowe.

Grupa ta będzie również wykorzystywać specjalny rejestrator zdarzeń w celu dokumentowania informacji dotyczących sytuacji takich jak gwałtowne przyspieszenia lub hamowania, nieregularne odległości bezpieczeństwa czy momenty, gdy kierowca lub system wyłącza asystentów. Hyundai, Kia, 42dot i Motional standardyzują ponadto czujniki na platformie Nvidia DRIVE Hyperion 10, aby dane zebrane przez którejkolwiek z tych firm mogły być wykorzystane do szkolenia tych samych modeli.