अपने सेल्फ-ड्राइविंग प्रोजेक्ट को समाप्त करने के वर्षों बाद, उबर दूसरे तरीके से ड्राइवरलेस कार दृश्य में वापस आने की कोशिश कर रहा है: दुनिया भर में लाखों ऑनलाइन राइड-हेलिंग ड्राइवरों के वाहनों को मोबाइल "सेंसर एरेज़" में बदलना जो सेल्फ-ड्राइविंग कंपनियों और अन्य वास्तविक दुनिया एआई मॉडल को डेटा प्रदान करते हैं।
उबर के मुख्य प्रौद्योगिकी अधिकारी प्रवीण नेप्पल्ली नागा ने एक साक्षात्कार में दीर्घकालिक दृष्टिकोण का खुलासा किया, इसे इस साल जनवरी के अंत में घोषित कंपनी की नई परियोजना एवी लैब्स का "प्राकृतिक विस्तार" बताया। उन्होंने कहा कि उबर की अंतिम दिशा वास्तविक सड़क दृश्य डेटा एकत्र करने के लिए निकट भविष्य में मानव चालकों की निजी कारों पर विभिन्न सेंसर स्थापित करना है। नागा ने इस बात पर भी जोर दिया कि यह कदम उठाने से पहले, कंपनी को विभिन्न सेंसर किटों की क्षमताओं और काम करने के तरीकों को अच्छी तरह से समझने की जरूरत है, और "सेंसर क्या है और डेटा कैसे साझा करें" पर स्पष्ट नियामक मार्गदर्शन देने के लिए अमेरिकी राज्यों की प्रतीक्षा करनी होगी।
वर्तमान में, एवी लैब्स अभी भी सेंसर से लैस समर्पित वाहनों के सीमित बेड़े पर काम करती है जो उबर द्वारा संचालित होते हैं और दैनिक सवारी करने वाले ड्राइवरों के समूह से स्वतंत्र होते हैं। लेकिन उबर के कथन से यह देखा जा सकता है कि यह सिर्फ एक शुरुआती बिंदु है: उबर के पास दुनिया भर में लाखों ड्राइवर हैं, और भले ही केवल कुछ ही वाहन सेंसर से लैस हों, यह एक सड़क डेटा संग्रह नेटवर्क बनाने के लिए पर्याप्त है जिसकी बराबरी करना किसी भी एक सेल्फ-ड्राइविंग कंपनी के लिए मुश्किल है। नागा का मानना है कि स्वायत्त ड्राइविंग तकनीक के विकास को रोकने वाली बाधा अब अंतर्निहित एल्गोरिदम या कंप्यूटिंग शक्ति नहीं है, बल्कि उच्च गुणवत्ता और पर्याप्त रूप से विविध वास्तविक दुनिया डेटा है। "अड़चन डेटा है," उन्होंने कहा। "वेमो जैसी कंपनियों को विभिन्न परिदृश्यों को कवर करने के लिए लगातार बाहर जाने और डेटा एकत्र करने की आवश्यकता होती है।"
उनकी दृष्टि में, स्व-ड्राइविंग कंपनियां उबर के नेटवर्क के माध्यम से मांग पर अत्यंत विस्तृत प्रशिक्षण डेटा को अनुकूलित कर सकती हैं, जैसे कि "मॉडल को प्रशिक्षित करने के लिए एक विशिष्ट समय अवधि के दौरान सैन फ्रांसिस्को में एक स्कूल के सामने एक चौराहे पर यातायात की स्थिति एकत्र करने की आवश्यकता।" वास्तविक समस्या यह है कि अधिकांश स्वायत्त ड्राइविंग कंपनियों के पास उच्च घनत्व वाले इन लंबी-पूंछ परिदृश्यों को कवर करने के लिए दुनिया भर में बड़े पैमाने पर अपने स्वयं के बेड़े को तैनात करने के लिए पर्याप्त पूंजी नहीं है। यदि उबर मौजूदा ड्राइवर और वाहन संसाधनों को जुटा सकता है, तो यह पूरे उद्योग के लिए डेटा आपूर्ति परत बनने की उम्मीद है, जो स्वायत्त ड्राइविंग तकनीक के लिए "ईंधन" की एक स्थिर धारा प्रदान करेगा।
बाहरी दुनिया ने लंबे समय से सवाल किया है कि क्या भविष्य में अपनी सेल्फ-ड्राइविंग कारों का निर्माण छोड़ने के बाद उबर को सेल्फ-ड्राइविंग कंपनियों द्वारा "बायपास" कर दिया जाएगा, या यहां तक कि यात्रा पारिस्थितिकी तंत्र में हाशिए पर डाल दिया जाएगा। सह-संस्थापक ट्रैविस कलानिक ने भी सार्वजनिक रूप से कहा है कि स्वायत्त ड्राइविंग छोड़ना एक "बहुत बड़ी गलती" है। आज, एवी लैब्स के माध्यम से, उबर इस क्षेत्र में अपनी भूमिका को सेल्फ-ड्राइविंग वाहन डेवलपर से एक बुनियादी ढांचे और डेटा प्लेटफॉर्म में बदलने की कोशिश कर रहा है, जो अपने व्यापक ड्राइवर नेटवर्क और ऑर्डर फ्लो की मदद से सभी प्रतिभागियों को अंतर्निहित क्षमताएं प्रदान कर रहा है।
उबर की वर्तमान में दुनिया भर में 25 सेल्फ-ड्राइविंग कंपनियों के साथ साझेदारी है, जिसमें लंदन में संचालित वेव जैसे खिलाड़ी भी शामिल हैं। इस आधार पर, कंपनी एक तथाकथित "एवी क्लाउड" का निर्माण कर रही है: एक पूरी तरह से एनोटेटेड मल्टी-मोडल सेंसर डेटा वेयरहाउस जिसे भागीदार अपने स्वयं के स्वायत्त ड्राइविंग मॉडल को प्रशिक्षित करने के लिए पुनः प्राप्त और कॉल कर सकते हैं। नागा ने कहा कि साझेदार कंपनियां उबर प्लेटफॉर्म पर वास्तविक ऑर्डर पर "शैडो मोड" अनुमान भी चला सकती हैं - यानी, यह अनुकरण करना कि कैसे उनके स्वयं के स्वायत्त ड्राइविंग सिस्टम वास्तव में स्वायत्त वाहनों को सड़क पर रखे बिना वास्तविक यात्रा डेटा पर निर्णय लेंगे।
इसके बाहरी स्वरूप को देखते हुए, उबर इस प्लेटफ़ॉर्म को "उद्योग सार्वजनिक सुविधा" के रूप में पैकेज करने का प्रयास कर रहा है। नागा ने कहा, "हमारा लक्ष्य इस डेटा से पैसा कमाना नहीं है, बल्कि इसे लोकतांत्रिक बनाना है।" हालाँकि, स्वायत्त ड्राइविंग और व्यापक एआई क्षेत्र में व्यावसायिक मूल्य और उच्च-गुणवत्ता वाले डेटा की कमी को देखते हुए, क्या ऐसी स्थिति भविष्य में कायम रह सकती है, यह अभी भी संदिग्ध है। वास्तव में, उबर ने हाल के वर्षों में कई सेल्फ-ड्राइविंग कंपनियों में इक्विटी निवेश किया है, और यदि उसके पास मौजूद बड़े पैमाने पर और विभेदित प्रशिक्षण डेटा उसके भागीदारों की मुख्य दक्षताओं का हिस्सा बन जाता है, तो इन कंपनियों के सामने उबर की सौदेबाजी की शक्ति और मजबूत होने की संभावना है।
इस विचार के पीछे, उबर का तर्क "कार बनाने" से "प्लेटफ़ॉर्म बनाने" की ओर बढ़ रहा है: एक ओर, यह अपने स्वयं के यात्रा और भोजन वितरण नेटवर्क के माध्यम से अंतिम-उपयोगकर्ता स्तर पर अपने प्रवेश लाभ को बनाए रखना जारी रखता है; दूसरी ओर, यह स्वायत्त ड्राइविंग कंपनियों और यहां तक कि अन्य बड़ी मॉडल कंपनियों की सेवा के लिए ड्राइवर के वाहन के वास्तविक यात्रा कार्यक्रम और दृश्यों को संरचित डेटा परिसंपत्तियों में ढालने की कोशिश करता है, जिन्हें भौतिक दुनिया से प्रशिक्षण डेटा की आवश्यकता होती है। एक ऐसी कंपनी के लिए जिसने लंबे समय से स्वायत्त ड्राइविंग हार्डवेयर और सॉफ्टवेयर स्टैक बनाना बंद कर दिया है, यह परिवहन प्रौद्योगिकी परिवर्तनों के अगले दौर में भाग लेने और इसमें उपस्थिति बनाए रखने का एक नया तरीका हो सकता है।