Od materiałoznawstwa i consultingu, przez studia AI na Imperial College i projekty uczenia maszynowego w genomice. Dziś Marta Wolińska w londyńskim Wayve rozwija AI Drivera – technologię autonomicznej jazdy, która uczy się jeździć jak człowiek na podstawie doświadczeń zdobytych w rzeczywistym świecie, bez konieczności korzystania z map o wysokiej rozdzielczości ani ręcznie opracowanych reguł. Model adaptuje się do nowych miast i typów aut w rekordowym tempie, a testy autonomicznego pojazdu w stolicy Wielkiej Brytanii już wkrótce pozwolą każdemu przetestować jazdę napędzaną sztuczną inteligencją.
Jej droga do Wayve to historia pełna zwrotów akcji. Po studiach z materiałoznawstwa trafiła do consultingu, ale pandemia przewartościowała jej spojrzenie na karierę. Poczuła, że chce być bliżej technologii – nie analizować jej z dystansu, ale aktywnie ją współtworzyć. Studia magisterskie z AI na Imperial College London dały jej niezbędne fundamenty, a praca przy zastosowaniach uczenia maszynowego w genomice pozwoliła przejść z teorii w praktykę. Do Wayve przyciągnął ją branżowy meet–up poświęcony pojazdom autonomicznym i jak sama przyznaje, już na miejscu wiedziała, że to właśnie tam chce się znaleźć.
– Zawsze chciałam zajmować się robotyką, ale nie byłam pewna, od czego zacząć. Na spotkaniu organizowanym przez Wayve byłam całkowicie oczarowana podejściem firmy do autonomicznej jazdy oraz ludźmi, których tam poznałam. To było coś zupełnie innego niż wszystko, co do tej pory widziałam – mówi Marta.
Wayve i Microsoft: infrastruktura, która wspiera rozwój autonomicznych pojazdów
Wayve, firma założona w 2017 roku w Cambridge, buduje AI Drivera – system sztucznej inteligencji, który można zainstalować w dowolnym samochodzie, a po kilku tygodniach kalibracji jest gotowy samodzielnie nawigować po miejskim gąszczu. To, co wyróżnia podejście firmy na tle konkurencji, najlepiej widać w samej architekturze systemu. Tradycyjne pojazdy autonomiczne traktują jazdę jak zestaw oddzielnych problemów do rozwiązania – wykrywają sygnalizację, rozpoznają pieszego, odczytują znaki. Wayve postawiło na coś zupełnie innego: jeden model głębokiego uczenia, który interpretuje otoczenie i podejmuje decyzje dokładnie tak, jak robi to człowiek. Dzięki kompleksowemu systemowi, który został wytrenowany na ogromnych ilościach danych dotyczących świata rzeczywistego, AI Driver, potrafi rozpoznać znaki drogowe, sygnalizację, uczestników ruchu i kontekst sytuacyjny, a następnie zaplanować bezpieczne manewry w czasie rzeczywistym. Takie podejście pozwala technologii szybciej adaptować się do nowych miast, warunków drogowych i różnych typów pojazdów, przy zachowaniu rygorystycznych procesów testowania i walidacji.
Do realizacji swoich celów Wayve wykorzystuje możliwości Microsoft Azure. Firma w szczególności korzysta z Azure Storage, Azure Databricks oraz infrastruktury Azure AI z Azure Kubernetes Service (AKS), aby połączyć tysiące procesorów GPU w elastyczny „superkomputer”, który służy do trenowania i walidacji modelu AI dla autonomicznej jazdy.
Samochód wyposażony w technologię Wayve ma w bagażniku wydajny komputer centralny z wgranym oprogramowaniem. Dzięki kamerom pojazdu model AI potrafi poruszać się bezpiecznie i zgodnie z przepisami ruchu drogowego nawet w obszarach o dużym natężeniu ruchu miejskiego, jak Londyn. Pojazdy z technologią Wayve działają już w miastach w Wielkiej Brytanii, Stanach Zjednoczonych, Niemczech i Japonii.
Marta każdego dnia korzysta z tej infrastruktury i widzi bezpośrednio, jak przekłada się ona na możliwości jej zespołu. – Kiedy loguję się do pracy, łączę się z wirtualną maszyną, gdzie prowadzę zasadniczą część prac deweloperskich. Gdy chcę wytrenować nowy model, korzystam z klastra AKS, gdzie wszyscy deweloperzy kolejkują zadania treningowe i sięgają po moc obliczeniową naszych procesorów GPU. Równolegle analizuję dane eksperymentów przechowywanych w blob storage, czyli w chmurowym magazynie danych. Wszystkie te usługi hostuje Microsoft – bez tej skali nie bylibyśmy w stanie robić tego, co robimy – mówi Marta.
Marta nie tylko buduje systemy AI – sama też korzysta z nich na co dzień. Narzędzia oparte na dużych modelach językowych towarzyszą jej w trzech obszarach: podczas poszukiwania rozwiązań technicznych i weryfikacji założeń, przy porządkowaniu i analizie nieustrukturyzowanych danych oraz w samym procesie programowania – od prototypowania po pisanie dokumentacji i wyszukiwanie błędów. Dla inżynierki, która porusza się między wieloma warstwami złożonego systemu, to nie kwestia mody, lecz odpowiedź na konkretny problem: jak działać skutecznie, gdy skala projektu rośnie szybciej niż liczba godzin w dobie.
Zadanie Marty w Wayve sprowadza się do czegoś pozornie prostego, a w istocie niezwykle złożonego: sprawienia, by ten sam model AI działał równie sprawnie w różnych pojazdach. Model musi pojmować różnice występujące w różnych pojazdach – od typów i liczby sensorów, przez dynamikę pojazdu, po moc obliczeniową dostępną na jego pokładzie. Efekty są wymierne: gdy platforma wprowadza model na zupełnie nowy typ pojazdu, już po 100 godzinach zbierania danych z jazdy osiąga ośmiokrotną poprawę jego wyników. Wayve udowodniło już, że potrafi sprawnie poruszać się po 500 miastach, w których nigdy wcześniej nie zbierało danych. W roku podatkowym 2027 roku pierwsze samochody marki Nissan z Wayve AI Driverem trafią do sprzedaży – zaczynając od Japonii, gdzie firma w zaledwie cztery miesiące przeszkoliła model do autonomicznej jazdy po ulicach Tokio, miasta, w którym wcześniej nie zbierała żadnych danych.
Polskie fundamenty, globalne ambicje
Marta w swojej pracy najbardziej ceni chwile, gdy model właściwie reaguje w sytuacjach, które nie były wcześniej trenowane. – To właśnie te nieprzewidywalne scenariusze – jak zwalnianie dla gęsi czy wiewiórki przebiegającej przez jezdnię – pokazują, że model naprawdę rozumie środowisko, w którym się porusza, a nie tylko odtwarza wyuczone wzorce. To dla mnie dowód, że idziemy w dobrym kierunku – dodaje Marta.
W tym wszystkim Marta nie zapomina, skąd pochodzi. Polska szkoła matematyki i nauk przyrodniczych dała jej – jak sama mówi – solidne fundamenty, które okazały się bezcenne przy każdej zmianie kierunku kariery. To przekonanie podziela wielu jej londyńskich współpracowników: polscy inżynierowie są w środowisku technologicznym rozpoznawalni właśnie z tego powodu – z rzetelnego, technicznego warsztatu, który pozwala im odnaleźć się w najbardziej wymagających projektach. Dla Marty to kolejny etap podróży, którą sama wytyczyła – od Polski, przez Imperial College, aż po miasto, po którego ulicach poruszają się dziś samochody uczone przez nią samą.