HyprLabs, sebuah startup baru yang melakukan debut hari ini, fokus pada pembuatan perangkat lunak untuk mobil otonom. Perusahaan ini, yang memiliki tim kecil beranggotakan 17 orang, beroperasi dari Paris dan San Francisco, dan dipimpin oleh Tim Kentley-Klay, seorang veteran di sektor kendaraan otonom dan salah satu pendiri Zoox, yang meninggalkan perusahaan tersebut pada tahun 2018 setelah akuisisi oleh Amazon. Meskipun hanya mengamankan pendanaan sebesar $5,5 juta sejak 2022, HyprLabs memiliki rencana ambisius untuk mengembangkan dan mengoperasikan sistem robotiknya sendiri. Kentley-Klay menggambarkan visi mereka sebagai kombinasi antara R2-D2 dan Sonic the Hedgehog, dengan tujuan untuk membangun kategori baru di ruang robotika.
Startup ini meluncurkan produk perangkat lunaknya, Hyprdrive, yang diklaimnya merupakan kemajuan signifikan dalam melatih kendaraan untuk bernavigasi secara otonom. Perkembangan terbaru dalam pembelajaran mesin telah memungkinkan untuk mengurangi biaya pelatihan sistem otonom dan ketergantungan pada tenaga kerja manusia. Kemajuan ini muncul setelah periode stagnasi di industri robotika, di mana banyak perusahaan berjuang untuk mencapai tujuan mereka dalam operasi robot publik. Saat ini, robotaxi semakin umum, dan produsen mobil membuat janji berani tentang masa depan teknologi mobil otonom.
Namun, transisi dari keadaan "mengemudi dengan memadai" ke "mengemudi lebih aman daripada manusia" menghadirkan tantangan tersendiri. Kentley-Klay mengakui ketidakpastian pendekatan mereka, menyatakan, "Saya tidak bisa mengatakan kepada Anda, dengan tangan di hati, bahwa ini akan berhasil. Tapi apa yang telah kami bangun adalah sinyal yang sangat solid. Ini hanya perlu ditingkatkan."
Metode pelatihan HyprLabs berbeda dari startup lain di sektor kendaraan otonom. Secara historis, persaingan telah terjadi antara mereka yang hanya menggunakan kamera untuk pelatihan, seperti Tesla, dan mereka yang menggunakan beberapa sensor, seperti Waymo dan Cruise. Pendukung kamera saja, yang dipimpin oleh Elon Musk, bertujuan untuk meminimalkan biaya sambil merencanakan untuk menerapkan armada besar robot, mengandalkan data yang dikumpulkan dari kendaraan mereka untuk menyempurnakan sistem mereka. Sebaliknya, pendukung multi-sensor berinvestasi lebih banyak di awal, memanfaatkan armada yang lebih kecil dan tim manusia untuk memberi label data untuk pelatihan.
HyprLabs percaya bahwa mereka dapat menggabungkan kekuatan kedua pendekatan tersebut, mengklaim keuntungan sebagai pemain terakhir melalui metode efisiennya. Sistem startup ini, yang sedang dipertimbangkan untuk dilisensikan kepada perusahaan robotika lain, menggunakan teknik yang disebut "pembelajaran waktu nyata," yang memungkinkannya untuk beradaptasi secara real-time dengan data minimal. Dengan memulai dengan model transformer, sistem ini belajar saat mengemudi di bawah pengawasan manusia, hanya mengirimkan data baru kembali untuk menyempurnakan algoritmanya. Dengan hanya 4.000 jam data mengemudi yang dikumpulkan dari dua Tesla-nya, Hypr telah melatih sistemnya dalam waktu yang jauh lebih sedikit, sangat kontras dengan pengalaman luas Waymo.
Meskipun pendekatannya yang inovatif, HyprLabs belum siap untuk mengoperasikan layanan publik yang setara dengan Waymo. Kentley-Klay menekankan bahwa meskipun mereka menunjukkan kemampuan yang mengesankan, mereka tidak mengklaim siap produksi atau sepenuhnya aman. Uji coba sebenarnya untuk startup ini mungkin akan datang tahun depan ketika mereka berencana untuk meluncurkan robot tidak konvensionalnya, yang digambarkan Kentley-Klay sebagai "cukup liar."