Nvidia Otonom Sürüşte Tesla Ve Waymo’ya Rakip Olacak Yeni AI Stratejisini Tanıttı

Nvidia, sürücüsüz araç teknolojilerinde rekabeti güçlendirecek yeni yaklaşımını paylaştı. Şirket yöneticileri güvenli otonom sürüş için yalnızca devasa sürüş verisinin yeterli olmadığını savunuyor. Teknoloji devine göre doğru sensör mimarisi ile mantık yürütebilen gelişmiş yapay zekâ modelleri, araçların karmaşık trafik senaryolarını daha güvenli yönetmesini sağlayabiliyor.

Nvidia Otonom Araç Teknolojilerinde Yapay Zekâ Tabanlı Karar Mekanizmasına Odaklanıyor

Nvidia otomotiv birimi başkanı Xinzhou Wu şirketin otonom araç vizyonunu ayrıntılı biçimde paylaştı. Wu, Tesla ve Waymo gibi rakiplerin büyük ölçekli sürüş verisine sahip olduğunu kabul ediyor ancak firmanın farklı bir strateji izlediğini vurguluyor. Şirket mühendisleri güçlü sensör altyapısı ile çevresel durumları yorumlayabilen AI destekli sürüş sistemi geliştirmeye odaklanıyor.

Wu ile Nvidia CEO’su Jensen Huang kısa süre önce Kaliforniya’dan San Francisco’ya gerçekleştirilen bir test sürüşüne katıldı. Testte Mercedes CLA üzerinde çalışan MB.Drive Assist Pro sistemi kullanıldı. Nvidia teknolojileriyle desteklenen altyapı, şantiye alanları, dar trafik koridorları ve çift sıra park edilen araçların bulunduğu bölgelerde sorunsuz şekilde ilerledi. Test sırasında aracın insan müdahalesi gerektirmeden sürüşünü sürdürdüğü aktarıldı.

Nvidia uzun süredir geliştirdiği otomotiv teknolojilerini daha görünür bir stratejiye dönüştürmeyi hedefliyor. Şirket artık yalnızca otomobil üreticilerine çip sağlayan bir donanım üreticisi değil aynı zamanda Mercedes, Jaguar Land Rover ve Lucid gibi markalara doğrudan yapay zekâ otonomi platformu sunan bir teknoloji ortağı konumunda.

Jensen Huang CES 2025 etkinliğinde Alpamayo adını taşıyan yeni platformu tanıttı. Bu teknoloji paketi Seviye 4 otonomi sağlayabilen yapay zekâ modelleri, simülasyon araçları ve geniş veri setlerinden oluşan kapsamlı bir ekosistem içeriyor. Huang bu tanıtımı fiziksel yapay zekâ için “ChatGPT anı” olarak nitelendirdi çünkü sistem çevresel koşulları analiz ederek karar verebilen hibrit bir mimariye dayanıyor.

Geliştirilen mimari klasik mühendislik tabanlı güvenlik kurallarını öğrenen yapay zekâ modelleriyle bir araya getiriyor. Araştırma ekibi bu yaklaşımın insan benzeri sürüş davranışı üretirken güvenlik kurallarını güçlü biçimde uyguladığını ifade ediyor.

Xinzhou Wu şirketin geliştirdiği mimarinin en önemli farkının çoklu sensör mimarisi olduğunu belirtiyor. Platform kamera, radar ve ultrasonik sensörleri birlikte kullanıyor. Daha gelişmiş konfigürasyonlarda lidar sensörleri de sisteme dahil ediliyor.

Wu lidar sensörlerinin maliyet oluşturduğunu kabul ediyor ancak dikey entegrasyon stratejisinin bu maliyeti kontrol altında tutabildiğini söylüyor. Test edilen Mercedes CLA modelinde 10 kamera, 5 radar sensörü ve 12 ultrasonik sensör yer aldı.

Şirket ayrıca DRIVE Hyperion platformunu farklı sensör kombinasyonlarını destekleyecek şekilde tasarladı. Temel versiyon kamera ile radar kombinasyonuna dayanıyor. Daha ileri otonomi seviyelerinde lidar sensörleri sisteme eklenebiliyor. Wu lidar fiyatlarının giderek düştüğünü belirtiyor. Yöneticiye göre gelecekte 40 bin ile 50 bin dolar aralığındaki araçların gelişmiş sensör paketlerini kullanması daha yaygın hale gelebilir.

Nvidia, Waymo ve Tesla’nın sahip olduğu gerçek dünya sürüş verisi avantajını simülasyon teknolojileriyle dengelemeyi hedefliyor. Mühendisler bu stratejide iki farklı yöntem uyguladıklarını belirtiyor.

NuRec adlı sistem gerçek dünyadaki trafik sahnelerini dijital ortamda yeniden oluşturuyor. Bu otonom araç simülasyon teknolojisi sayesinde sahnedeki araçlar, yayalar ve çevresel koşullar değiştirilebiliyor. Araştırma ekibi bu yöntemin nadir karşılaşılan uç durumları analiz ederek araç davranışlarını geliştirdiğini ifade ediyor.

Şirket ayrıca otomobil üreticisi ortaklardan elde edilen verileri simülasyon ortamında kullanıyor. Waymo robotaksilerinin elektrik kesintisi sırasında kavşakları bloke ettiği olay gibi senaryolar test ortamında yeniden oluşturuldu. Mühendisler sistemi bu tür beklenmedik durumlarda güvenli tepki verecek şekilde eğitti.

Xinzhou Wu şirketin uzun vadeli hedefinin Vision Language Action mimarisi üzerine kurulu yeni bir otonom sürüş sistemi geliştirmek olduğunu söylüyor. Bu model görsel algı, dil anlayışı ve fiziksel eylemi tek bir yapıda birleştiriyor.

Araştırma ekibi sistemi internet ölçeğinde veri setleriyle eğitilmiş büyük temel modeller üzerine inşa ediyor. Wu bu yaklaşımı insan sürücü eğitimine benzetiyor çünkü sistem yalnızca görüntüleri analiz etmiyor aynı zamanda çevresel bağlamı yorumlayabiliyor. Mühendisler bir sonraki aşamada modele hafıza yeteneği eklemeyi planlıyor. Araştırma ekibi pekiştirmeli öğrenme teknikleriyle karar verme süreçlerini daha da geliştirmeyi hedefliyor.