Η Waymo δοκιμάζει το Gemini ως βοηθό τεχνητής νοημοσύνης στο αυτοκίνητο στο robotaxis της

Η Waymo φαίνεται να δοκιμάζει την προσθήκη του Gemini AI chatbot της Google στο robotaxis της σε μια προσπάθεια να ενσωματώσει έναν βοηθό τεχνητής νοημοσύνης που θα συνοδεύει τους αναβάτες και θα απαντά στις ερωτήσεις τους, σύμφωνα με τα ευρήματα της ερευνήτρια Jane Manchun Wong.

“Καθώς σκάβω τον κώδικα της εφαρμογής για κινητά της Waymo, ανακάλυψα το πλήρες μήνυμα συστήματος για την ακυκλοφόρητη ενσωμάτωσή του στο Gemini”, έγραψε ο Wong σε ένα blog. «Το έγγραφο, με τον εσωτερικό τίτλο «Waymo Ride Assistant Meta-Prompt», είναι μια προδιαγραφή 1.200+ γραμμής που καθορίζει ακριβώς πώς αναμένεται να συμπεριφέρεται ο βοηθός AI μέσα σε ένα όχημα Waymo».

Η δυνατότητα δεν έχει αποσταλεί σε δημόσιες εκδόσεις, αλλά ο Wong λέει ότι η προτροπή του συστήματος καθιστά σαφές ότι αυτό είναι «κάτι περισσότερο από ένα απλό chatbot». Ο βοηθός λέγεται ότι έχει τη δυνατότητα να απαντά σε ερωτήσεις, να διαχειρίζεται ορισμένες λειτουργίες εντός της καμπίνας, όπως ο έλεγχος του κλίματος και, εάν απαιτείται, να καθησυχάζει τους αναβάτες.

«Αν και δεν έχουμε λεπτομέρειες να μοιραστούμε σήμερα, η ομάδα μας πάντα ασχολείται με τα χαρακτηριστικά για να κάνει την οδήγηση με το Waymo απολαυστική, απρόσκοπτη και χρήσιμη», δήλωσε στο TechCrunch η Julia Ilina, εκπρόσωπος της Waymo. «Μερικά από αυτά μπορεί να έρθουν ή όχι στην εμπειρία του αναβάτη μας».

Αυτή δεν θα είναι η πρώτη φορά που το Gemini ενσωματώνεται στη στοίβα της εταιρείας αυτόνομης οδήγησης που ανήκει στην Alphabet. Η Waymo λέει ότι έχει χρησιμοποιήσει Η «κοσμική γνώση» των Διδύμων να εκπαιδεύσει τα αυτόνομα οχήματά της για την πλοήγηση σε σύνθετα, σπάνια και υψηλά σενάρια.

Ο Wong γράφει ότι ο βοηθός έχει οδηγίες να έχει μια σαφή ταυτότητα και σκοπό: «ένας φιλικός και εξυπηρετικός σύντροφος AI ενσωματωμένος σε ένα αυτόνομο όχημα Waymo», του οποίου ο πρωταρχικός στόχος είναι «να βελτιώσει την εμπειρία του αναβάτη παρέχοντας χρήσιμες πληροφορίες και βοήθεια με ασφαλή, καθησυχαστικό και διακριτικό τρόπο». Το bot έχει οδηγίες να χρησιμοποιεί σαφή, απλή γλώσσα και να αποφεύγει την τεχνική ορολογία, και έχει οδηγίες να διατηρεί τις απαντήσεις του συνοπτικές σε μία έως τρεις προτάσεις.

Σύμφωνα με τις προτροπές του συστήματος, όταν ένας αναβάτης ενεργοποιεί τον βοηθό μέσω της οθόνης του αυτοκινήτου, ο Gemini μπορεί να επιλέξει από ένα σύνολο προεγκεκριμένων χαιρετισμών εξατομικευμένων με το μικρό όνομα του αναβάτη. Το σύστημα μπορεί επίσης να έχει πρόσβαση σε δεδομένα συμφραζομένων για τον αναβάτη, όπως πόσα ταξίδια Waymo έχει κάνει.

Τα μηνύματα προτροπής επιτρέπουν επί του παρόντος στο Gemini να έχει πρόσβαση και να ελέγχει τις λειτουργίες του αυτοκινήτου, όπως τη θερμοκρασία, τον φωτισμό και τη μουσική. Σημαντικά απουσιάζουν από τη λίστα λειτουργιών ο έλεγχος έντασης ήχου, οι αλλαγές διαδρομής, η ρύθμιση καθίσματος και ο έλεγχος παραθύρων, επεσήμανε ο Wong. Εάν ένας αναβάτης ζητήσει ένα χαρακτηριστικό που ο Δίδυμος δεν μπορεί να ελέγξει, το bot πρέπει να απαντήσει με «φράσεις φιλοδοξίας», όπως, «Δεν είναι κάτι που μπορώ να κάνω ακόμα».

Είναι ενδιαφέρον ότι ο βοηθός έχει σκοπό να διατηρήσει μια σαφή διάκριση μεταξύ της ταυτότητάς του ως Gemini το bot AI και της τεχνολογίας αυτόνομης οδήγησης (το Waymo Driver). Έτσι, όταν απαντάτε σε μια ερώτηση όπως, “Πώς βλέπετε το δρόμο;” Ο Δίδυμος δεν πρέπει να πει “Χρησιμοποιώ συνδυασμό αισθητήρων” και αντ’ αυτού θα πρέπει να απαντήσει, “Το Waymo Driver χρησιμοποιεί έναν συνδυασμό αισθητήρων…”

Οι προτροπές του συστήματος περιλαμβάνουν μια σειρά από συναρπαστικές λεπτομέρειες, όπως το πώς προορίζεται το bot να χειρίζεται ερωτήσεις σχετικά με ανταγωνιστές όπως η Tesla ή το πλέον ανενεργό Cruise, ή ποιες λέξεις-κλειδιά θα το κάνουν να σταματήσει να μιλάει.

Ο βοηθός απευθύνεται επίσης στην αποφυγή εικασιών, εξηγήσεων, επιβεβαίωσης, άρνησης ή σχολιασμού για ενέργειες οδήγησης σε πραγματικό χρόνο ή συγκεκριμένα συμβάντα οδήγησης. Έτσι, εάν ένας επιβάτης ρωτήσει για ένα βίντεο που είδε ένα Waymo να χτυπά κάτι, το bot έχει οδηγίες να μην απαντήσει απευθείας και να εκτραπεί.

«Ο ρόλος σας δεν είναι να είστε εκπρόσωπος της απόδοσης του συστήματος οδήγησης και δεν πρέπει να υιοθετείτε αμυντικό ή απολογητικό τόνο», αναφέρει η προτροπή.

Ο βοηθός στο αυτοκίνητο επιτρέπεται να απαντά σε ερωτήσεις γενικών γνώσεων, όπως για τον καιρό, το ύψος του Πύργου του Άιφελ, την ώρα που κλείνει το τοπικό Trader Joe και ποιος κέρδισε την τελευταία παγκόσμια σειρά. Δεν επιτρέπεται η πραγματοποίηση ενεργειών όπως η παραγγελία φαγητού, η πραγματοποίηση κρατήσεων ή ο χειρισμός έκτακτης ανάγκης.

Η Waymo δεν είναι η μόνη εταιρεία που ενσωματώνει βοηθούς τεχνητής νοημοσύνης σε οχήματα χωρίς οδηγό. Η Tesla κάνει κάτι παρόμοιο με το Grok της xAI. Ωστόσο, οι δύο διαφορετικοί βοηθοί αυτοκινήτων έχουν διαφορετικές λειτουργίες. Ο Δίδυμος φαίνεται να είναι προγραμματισμένος να είναι πιο ρεαλιστής και επικεντρωμένος στην οδήγηση, ενώ ο Grok παρουσιάζεται περισσότερο ως φίλος στο αυτοκίνητο που μπορεί να χειριστεί μεγάλες συνομιλίες και να θυμάται το πλαίσιο από προηγούμενες ερωτήσεις.