Otonom sürüş alanında devrim niteliğinde bir yaklaşım benimseyen Nvidia, Xinzhou Wu önderliğinde gerçek dünya engellerine odaklanan ve güvenliği en üst seviyeye çıkaran bir yol haritası çizdi. Şirket, yüksek veriye bağımlı bağımsız bir liderlik vizyonunu benimseyerek, sensör entegrasyonu ve çoklu yapay zekâ modellerinin birleşimini merkeze koyuyor. Kaliforniya’dan San Francisco’ya uzanan test sürüşlerinde Mercedes CLA üzerinde MB.Drive Assist Pro sistemi güvenli sürüşü test ederken, sürücüsüz hedefini adım adım somutlaştırdı.
Wu, fiziksel yapay zekâ kavramını hayata geçirirken müşterilere yüksek veriye bağımlı bağımsız bir liderlik yaklaşımı sunduklarını vurguluyor. Şirket, sadece çip tedarikçisi olmanın ötesine geçerek Mercedes, Jaguar Land Rover ve Lucid gibi ortaklarına kendi yapay zekâ destekli sürüş özelliklerini sunuyor. CES 2025’te tanıtılan Alpamayo portföyü, belirli koşullarda Seviye 4 otonomiyi mümkün kılan AI modelleri, simülasyon şablonları ve veri setlerini kapsıyor. Huang’ın bu lansmanı, fiziksel yapay zekâ için ChatGPT anı olarak nitelendirdiği anlarla donatıldı.
Alpamayo’nun mantıksal çıkarım yeteneği, klasik mühendislik tabanlı sistemlerle birleşik yaklaşım sunarak hibrit bir yapı ortaya koyuyor. Bu yapı, insan benzeri sürüş davranışını desteklerken, yol güvenliğini güçlendiren kuralları esas alan bir çerçeve yaratıyor. Nvidia, uçtan uca dünyada bu hibrit mimarinin tek örnek olduğunu vurguluyor. Wu’ya göre sistemin en belirgin farkı, çoklu sensör entegrasyonu ile güvenli sürüş sağlaması. Kamera, radar ve ultrasonik sensörlerin yanı sıra bazı konfigürasyonlarda lidar kullanımı, zorlu koşullarda güvenliği artırıyor. Ancak lidar maliyeti yükselse de Nvidia’nın dikey entegrasyon yaklaşımı, gereken performansı mümkün olan en uygun maliyetle elde etmeyi hedefliyor.
Test edilen Mercedes CLA’da 10 kamera, 5 radar ve 12 ultrasonik sensör bulunuyor; DRIVE Hyperion platformu ise değişik sensör yapılarını destekleyecek şekilde tasarlanmış durumda. Temel versiyon daha uygun maliyetli kamera ve radar kombinasyonuna dayanırken, ileri seviyelerde lidar eklenebiliyor. Wu, lidar maliyetlerinin düşmesiyle 40.000-50.000 dolar aralığındaki araçların bile ileri düzey otonomiyeti benimseyebileceğini öngörüyor. Simülasyonun gerçek dünyadaki veriye kıyasla bir avantaj sağladığı konusunda net bir duruş sergileyen Nvidia, iki ana strateji üzerinde çalışıyor: NuRec ile gerçek dünyadaki senaryoları yeniden inşa etmek ve sahne öğelerini değiştirerek uç durumları test etmek.
Waymo’nun şehir içindeki elektrik kesintisi anında robotaksilerin kavşakları kilitlemesi gibi olayları Nvidia simüle ederek sistemin güvenli tepkisini güçlendiriyor. Nihai hedef, milyarlarca kilometrelik gerçek dünya sürüş verisine ihtiyaç duymadan güvenli sürüşü mümkün kılmak; bu vizyon, Vision Language Action (VLA) adı verilen görsel-dil-eylem modelinin uygulanmasıyla hayata geçiriliyor. Görsel algı, dil anlayışı ve fiziksel eylemlerin tek bir yapıda birleştiği bu model, internet ölçekli veri setlerinden beslenen büyük temel modellerden faydalanıyor. Wu’ya göre sonraki adım, sisteme hafıza kazandırmak ve pekiştirmeli öğrenme ile modelin yeteneklerini daha da artırmak.
Alpamayo’nun mantıksal çıkarım yeteneği, gerçek dünya verisini simülasyonla etkileşime sokan bir ekosistem oluşturuyor. NuRec ve uç durum senaryoları ile sahne öğelerinin değiştirilmesi, güvenliği her koşulda test eden bir laboratuvar işlevi görüyor. Bu yaklaşım, sürüş güvenliğini en üst seviyeye çıkarmak için çoklu sensör entegrasyonu, lidar ve dikey entegrasyon kombinasyonlarını bir araya getiriyor. Ayrıca, test sürüşlerinde kullanılan sensör konfigürasyonları ve platfrom esnekliği, endüstrinin diğer oyuncularına karşı Nvidia’ya rekabet avantajı sağlıyor.
Gelecek için belirlenen hedef, insanların günlük sürüş deneyimini artırırken güvenliği güçlendirmek. Nvidia, bu vizyonu bünyesinde görsel-dil-egemenlikli bir yapıya dönüştürerek, sürüş kararlarını sadece algoritmik hesaplara bağlı kalmadan, gerçek dünya senaryolarını da kapsayacak şekilde genişletiyor. Bu, yüksek güvenilirlik ve hızlı adaptasyon yeteneklerini birleştirerek sürücü müdahalesine olan ihtiyacı en aza indiriyor. Özellikle şehir içi sürüşlerde, kavşaklar, yayaların hareketleri ve yol işaretleri gibi unsurların anlaşılması için kontekstual zeka devreye giriyor. Bu sayede sürüş davranışları daha öngörülebilir ve güvenli hale geliyor.
Sonuç olarak Nvidia, fiziksel yapay zekâ ve hybrid mimari ile sürüş güvenliğini yeniden tanımlıyor. Alpamayo portföyü ile AI modelleri, simülasyonlar ve veri setleri bir araya gelerek, gerçek dünya verilerine bağımlılığı azaltırken genişletilmiş kapsama alanı sunuyor. VLA yaklaşımı, görsel ve dil becerilerini birleştirerek sürüş kararlarını güçlendiriyor; bu da sürücüsüz sürüşün günlük hayatta uygulanabilirliğini ve güvenilirliğini artırıyor. Özetlemek gerekirse, Nvidia’nın stratejisi, yüksek güvenlik standartları ve ölçülebilir performans ile otonom sürüşte yeni bir dönemi başlatıyor.
