उबरचे लक्ष्य: 2027 पर्यंत 1 लाख Nvidia-संचालित स्वायत्त टॅक्सी, स्टेलेंटिस वाहने पुरवेल

उबर टेक्नॉलॉजीज इंक. (Uber Technologies Inc.) ने Nvidia कॉर्पोरेशन (Nvidia Corp.) च्या तंत्रज्ञानाचा वापर करून 100,000 स्वायत्त वाहनांचा (autonomous vehicles) ताफा (fleet) तयार करण्याचे एक महत्त्वाकांक्षी लक्ष्य ठेवले आहे. या उपक्रमाचा उद्देश राइड-हेलिंग रोबोटॅक्सी (robotaxis) देण्याच्या खर्चात कपात करणे हा आहे. हा विस्तार 2027 मध्ये सुरू होणार आहे, जो विद्यमान भागीदारीवर आधारित आहे, ज्यामध्ये उबर ड्रायव्हिंग डेटा (driving data) Nvidia च्या आर्टिफिशियल इंटेलिजेंस मॉडेल्स (AI models) आणि चिप टेक्नॉलॉजीला (chip technology) स्वायत्त वाहन विकासासाठी सुधारण्यासाठी शेअर करते. Nvidia ने आपल्या GTC कॉन्फरन्समध्ये आपले नवीन प्लॅटफॉर्म, Nvidia Drive AGX Hyperion 10 सादर केले, जे कार उत्पादकांना स्वायत्त ड्रायव्हिंग सॉफ्टवेअरसाठी (autonomous driving software) आवश्यक हार्डवेअर (hardware) आणि सेन्सर्स (sensors) पुरवते. स्टेलेंटिस NV (Stellantis NV), उबरच्या जागतिक ऑपरेशन्ससाठी (global operations) किमान 5,000 Nvidia-संचालित रोबोटॅक्सी पुरवणाऱ्या पहिल्या ऑटोमेकर्सपैकी एक असेल, ज्याची सुरुवात अमेरिकेतून होईल. उबर ताफ्याच्या ऑपरेशन्सचे (fleet operations) सर्व पैलू व्यवस्थापित करेल. स्टेलेंटिस हार्डवेअर आणि सिस्टम इंटिग्रेशनवर (systems integration) Foxconn सोबत (Foxconn) सहयोग करेल, ज्याचे उत्पादन 2028 मध्ये सुरू करण्याचे लक्ष्य आहे. ही चाल उबरच्या सध्याच्या Alphabet Inc. (Alphabet Inc.) च्या Waymo आणि चीनच्या WeRide Inc. (WeRide Inc.) सोबतच्या मर्यादित स्वायत्त राइड ऑफरिंग्जपेक्षा वेगळी आहे, ज्यामध्ये खूप लहान ताफे समाविष्ट आहेत. या भागीदारीमध्ये एक "रोबोटॅक्सी डेटा फॅक्टरी" (robotaxi data factory) तयार करणे देखील समाविष्ट आहे, ज्यामध्ये उबर ड्रायव्हरलेस मॉडेल्सना प्रशिक्षित (train) आणि प्रमाणित (validate) करण्यासाठी लाखो तासांचा ड्रायव्हिंग डेटा योगदान देईल, ज्याला Nvidia चे प्रोसेसर (processors) आणि AI टूल्सचा (AI tools) पाठिंबा असेल. परिणाम: हे सहकार्य स्वायत्त वाहन तंत्रज्ञानाचा विकास आणि डिप्लॉयमेंटला (deployment) गती देईल, ज्यामुळे राइड-शेयरिंग उद्योग आणि ऑटोमोटिव्ह मॅन्युफॅक्चरिंगमध्ये क्रांती घडून येऊ शकते. हे AI, सेन्सर टेक्नॉलॉजी आणि फ्लीट मॅनेजमेंटमध्ये (fleet management) नवकल्पनांना चालना देईल, ज्यामुळे अधिक कार्यक्षम आणि शक्यतो स्वस्त रोबोटॅक्सी सेवा मिळतील. ऑटोमोटिव्ह आणि टेक क्षेत्रांवर याचा परिणाम जास्त आहे, ज्यामुळे महत्त्वपूर्ण व्यत्यय (disruption) आणि वाढीच्या संधी मिळतील. रेटिंग: 8/10. कठीण शब्द: स्वायत्त वाहने (Autonomous vehicles): मानवी हस्तक्षेपाशिवाय स्वतःहून चालण्यास सक्षम असलेली वाहने. रोबोटॅक्सी (Robotaxis): राइड-हेलिंग सेवांसाठी टॅक्सी म्हणून वापरली जाणारी स्वायत्त वाहने. AI मॉडेल्स (AI models): शिकणे आणि निर्णय घेणे यासारख्या कार्यांसाठी मानवी बुद्धिमत्तेची नक्कल करण्यासाठी डिझाइन केलेले संगणक प्रोग्राम. चिप्स (Chips): माहितीवर प्रक्रिया करणारे लहान इलेक्ट्रॉनिक घटक, ज्यांना अनेकदा सेमीकंडक्टर देखील म्हणतात. सेन्सर्स (Sensors): प्रकाश, उष्णता किंवा हालचाल यांसारख्या भौतिक उत्तेजना शोधणारे आणि प्रतिसाद देणारे उपकरण, जे स्वायत्त ड्रायव्हिंगसाठी महत्त्वपूर्ण आहेत. फ्लीट ऑपरेशन्स (Fleet operations): देखभाल, चार्जिंग, साफसफाई आणि डिस्पॅचसह वाहनांच्या समूहाचे व्यवस्थापन. डेटा फॅक्टरी (Data factory): मोठ्या प्रमाणात डेटा संकलित करण्यासाठी, प्रक्रिया करण्यासाठी आणि व्यवस्थापित करण्यासाठी डिझाइन केलेली प्रणाली, येथे विशेषतः AI ला प्रशिक्षण देण्यासाठी. सिंथेटिक डेटा जनरेशन (Synthetic data generation): AI मॉडेल्सना प्रशिक्षण देण्यासाठी वास्तविक डेटाची नक्कल करणारा कृत्रिम डेटा तयार करणे, विशेषतः जेव्हा वास्तविक डेटा दुर्मिळ किंवा संवेदनशील असेल तेव्हा उपयुक्त.