Courtesy of TechCrunch

Hugging Face dan Yaak Luncurkan Dataset Besar untuk Mobil Otonom End-to-End

11 Mar 2025, 23.30 WIB

282 dibaca

Ikhtisar 15 Detik

Hugging Face dan Yaak meluncurkan set data L2D untuk mendukung pengembangan mobil otonom.
L2D dirancang untuk pembelajaran end-to-end, memungkinkan prediksi tindakan langsung dari input sensor.
Pengujian dunia nyata akan dilakukan untuk mengevaluasi model yang dilatih dengan set data ini.

Tahun lalu, Hugging Face, sebuah platform pengembangan AI, meluncurkan LeRobot, yang merupakan kumpulan model AI, data, dan alat untuk membantu membangun sistem robotika di dunia nyata. Baru-baru ini, Hugging Face bekerja sama dengan startup AI bernama Yaak untuk memperluas LeRobot dengan set pelatihan baru yang disebut Learning to Drive (L2D). Set ini berukuran lebih dari satu petabyte dan berisi data dari sensor yang dipasang di mobil di sekolah mengemudi di Jerman. Data ini mencakup informasi dari kamera, GPS, dan dinamika kendaraan saat instruktur dan siswa mengemudikan mobil di jalan yang memiliki berbagai tantangan seperti zona konstruksi dan persimpangan.

L2D dirancang untuk mendukung pengembangan model self-driving yang lebih canggih dengan cara yang lebih sederhana, yaitu memprediksi tindakan langsung dari input sensor. Para pendiri L2D berharap bahwa komunitas AI dapat menggunakan data ini untuk membangun model self-driving yang lebih baik. Mereka juga berencana untuk melakukan pengujian di dunia nyata pada musim panas ini dengan kendaraan yang dilengkapi pengemudi keselamatan, dan mengajak komunitas AI untuk mengusulkan model dan tugas yang ingin diuji, seperti cara menavigasi putaran dan tempat parkir.

Referensi:
[1] https://techcrunch.com/2025/03/11/hugging-face-expands-its-lerobot-platform-with-training-data-for-self-driving-machines/

Analisis Kami

"Peluncuran L2D bisa menjadi titik balik penting dalam pengembangan AI kendaraan otonom karena menyediakan data berukuran besar dan beragam yang selama ini sulit diakses. Namun, tantangan nyata berada pada bagaimana model-model ini dapat diuji secara aman dan efektif dalam kondisi dunia nyata yang kompleks."

Analisis Ahli

Harsimrat Sandhawalia

"L2D membuka peluang bagi komunitas AI untuk mengembangkan model pengemudian yang langsung belajar dari data sensor tanpa perlu anotasi yang rumit, sehingga mempercepat riset praktis."

Remi Cadene

"Dengan dataset ini, kita bisa menguji kecerdasan spasial dan perilaku kompleks yang selama ini sulit dicapai hanya dengan fokus pada deteksi objek."

Prediksi Kami

Dengan adanya L2D, kemungkinan besar akan muncul lebih banyak model self-driving end-to-end yang lebih mudah dikembangkan dan diuji oleh komunitas AI global, mempercepat inovasi dalam kendaraan otonom.

Pertanyaan Terkait

Apa itu LeRobot yang diluncurkan oleh Hugging Face?

LeRobot adalah koleksi model AI terbuka, set data, dan alat untuk membantu membangun sistem robotika dunia nyata.

Apa tujuan dari set data Learning to Drive (L2D)?

Tujuan dari set data Learning to Drive (L2D) adalah untuk mendukung pengembangan model mobil otonom yang dapat menavigasi lingkungan secara mandiri.

Siapa yang bekerja sama dengan Hugging Face dalam proyek ini?

Yaak adalah startup AI yang bekerja sama dengan Hugging Face dalam proyek ini.

Apa jenis data yang terkandung dalam set data L2D?

Set data L2D mengandung data dari sensor seperti kamera, GPS, dan dinamika kendaraan yang diambil dari mobil di sekolah mengemudi di Jerman.

Apa rencana Hugging Face dan Yaak untuk pengujian dunia nyata?

Hugging Face dan Yaak berencana untuk melakukan pengujian dunia nyata dengan model yang dilatih menggunakan L2D dan LeRobot pada kendaraan dengan pengemudi keselamatan.