Waymo u Austinu: školski autobusi ostaju test za AI

Waymo je u Austinu pokušao prilagoditi svoje autonomne vozila da se pouzdano zaustavljaju pred školskim autobusima. Pokušaj je propao, a incidenti postavljaju pitanje koliko AI sustavi zapravo 'uče' iz interakcija s okolinom, a koliko je riječ o reklamiranju starog algoritma s novim imenom.

Prema dostupnim informacijama, školski okrug je surađivao s Waymom na treniranju modela, ali rezultati sugeriraju da je problem dublji od pukog tehničkog podešavanja. Vozila su nastavila ignorirati autobuse, što nije samo tehnički propust – to je signal daWaymo još uvijek nije uspio suziti jaz između laboratorijskih benchmarka i prometnih situacija koje zahtijevaju ljudsku prosudbu.

U industriji se već dugo šuška da Waymo (i drugi) reklamiraju napredak kao 'učenje iz stvarnog svijeta', ali dokazi su rijetki. Ovaj slučaj u Austinu nije izoliran – slični incidenti zabilježeni su i u drugim gradovima, samo s manje medijske pozornosti. Pravo pitanje nije 'je li Waymo popravio algoritam?', već 'koliko je njihov marketing usklađen sa stvarnim performansama?'

HYPE FILTER ovdje jasno pokazuje razliku: demo verzije Waymovih vozila često prolaze testove u kontroliranim uvjetima, ali kada se suoče s nepredvidljivim scenarijima poput školskih autobusa, sustav se suočava s ograničenjima. To nije iznenađenje za stručnjake koji prate AI industriju – benchmark rezultati rijetko kad preslikavaju stvarno ponašanje u prometu.

Kompetitivna prednost u ovom trenutku nije na strani Wayma, već kompanija koje razvijaju robusnije metode treniranja, poput Tesle s puno većom bazu podataka iz stvarnog svijeta. Dok Waymo reklamira 'milijune kilometara' vožnje, stvarni signal je koliko tih kilometara uključuje rubne slučajeve poput zaustavljanja za autobuse.

Developer community na GitHubu i tehnološkim forumima reagira suzdržano – većina inženjera smatra da Waymo jednostavno još nije riješio osnovne izazove prometne sigurnosti. Rješenje nije u povećanju količine podataka, već u kvaliteti algoritma koji može interpretirati kompleksne scenarije bez ljudske intervencije.

Za sve buke oko AI napretka, stvarna priča je da Waymo još uvijek trči u mjestu kad je riječ o najosnovnijim prometnim situacijama. A to je problem koji se neće riješiti novim PR kampanjama.

Ako Waymo zaista uči iz stvarnih situacija, zašto se slični incidenti ponavljaju u različitim gradovima? Je li riječ o tehničkom ograničenju ili o sustavu koji jednostavno nije dizajniran za rubne slučajeve poput školskih autobusa?