Waymo, az Alphabethez tartozó önvezetőautó-cég, amely a Google-ből vált ki, különösen nagy kockázatokkal néz szembe az AI éles bevezetésekor. Modellei nem csupán szöveget generálnak vagy háttérfolyamatokat automatizálnak: ezek az algoritmusok segítik a járműveket a kiszámíthatatlan utcai helyzetek kezelésében, emberi vezetőkhöz való alkalmazkodásban és a fizikailag azonnali döntéshozatalban.
Manasi Joshi, a Waymo systems intelligence és machine learning területének igazgatója a VB Transform 2026 konferencián ismertette, hogyan képezik, tesztelik és vezetik be skálázottan az AI-rendszereket. A cég adatai szerint eddig több mint 220 millió teljesen önálló, úgynevezett "rider-only" mérföldet tettek meg, és ugyanazon a távolságon 17-szer kevesebb súlyos baleseti sérülés történt, mint az emberi vezetők esetében.
Eval-centrikus fejlesztés: az értékelés beépítése a mérnöki munkába
Joshi szerint a Waymo "eval-forced" vagy "eval-centric" fejlesztési megközelítést alkalmazza: az értékelés nem végső ellenőrzés a kiadás előtt, hanem a fejlesztési folyamat alapvető része. A projektek érettségét részben az őket körülvevő tesztek érettsége alapján határozzák meg.
Gyakorlatban ez azt jelenti, hogy egy projekt üzemkészségét részben a köré épített tesztek és azok érettsége határozza meg. Ez az elv általánosan alkalmazható más iparágakban is: ha egy vállalat nem képes megbízhatóan mérni egy rendszer teljesítményét, valószínűleg nem alkalmas a termelési használatra.
Az értékelés folyamatos — nem egyszeri feladat
Waymo minőségbiztosítási munkája erőteljesen az értékelésekre fókuszál, amelyek modelledzés közben, edzés után, valamint nyitott- és zárt hurkú szimulációkban zajlanak. Joshi szerint az értékelés nem egyszeri feladat a modellindításhoz; a cég a vezetés, a szimuláció és a validáció teljes folyamatára kiterjedő, folyamatos értékelési rendszert működtet.
Ez a megközelítés több összetevőt kombinál: elsődleges adathalmazokat, teljesítménymutatókat és olyan infrastruktúrát, amely hatékonyan működtethető nagy léptékben. Vállalati szinten ez azt jelenti, hogy a tesztelést nem szabad lezárni a kiadás előtt: a rendszert fenn kell tartani és folyamatosan értékelni, miközben a modell, az üzleti folyamatok, a felhasználói viselkedés és a bejövő adatok változnak. Az értékeléseknek kapcsolódniuk kell a valódi üzleti eredményekhez, nem elég csak általános iparági benchmarkokra hagyatkozni.
Az értékelés adatainak minősége kulcsfontosságú
Joshi figyelmeztetett, hogy a modellminőség-mérések csak annyira megbízhatók, mint az azokat alátámasztó értékelési adatok. A Waymo ezért minden teljesítmény-állítást kísér azzal az információval is, hogy milyen tulajdonságokkal rendelkeznek a teszthez használt adathalmazok.
Ritka és veszélyes esetek tesztelése
A Waymo értékelési hierarchiáját egyetlen fő cél határozza meg: a biztonság. A cég első kézből származó vezetési naplókat, némi harmadik fél adatot és valósághű szimulációkat használ, amelyek milliárdnyi szintetikus mérföldet lemodellezve tesztelik rendszereit. A feladatgazdák speciális adatokat és mutatókat választanak a sérülékeny úthasználókra, vasúti átkelőkre, építkezési területekre és más bonyolult környezetekre vonatkozó helyzetekhez.
Ugyanez az elv igaz más iparágakra is: a vállalatoknak nemcsak a rutin kéréseket kell tesztelniük, amelyeket az ügynökeik jól kezelnek, hanem azokat a ritka helyzeteket is, ahol hibák pénzügyi, jogi, biztonsági vagy reputációs kárt okozhatnak.
Emberi felügyelet a kiadási döntésekben
Joshi hangsúlyozta, hogy a Waymo nem bízza teljesen az automatizált rendszerekre a kiadásról döntést. A gyártásra való felkészültség áttekintéseiben kiterjedt emberi ellenőrzés szerepel; a belső biztonsági vezetők hagyják jóvá a szoftverkiadásokat és a szolgáltatási területek bővítését.
"Ez nem AI-vezérelt, teljesen automatizált és nulla emberi felügyeletű folyamat" — mondta Joshi. "Életek forognak kockán."
Hatékonyság az infrastruktúra és az adathasználat terén
A Waymo egy másik, vállalatok számára is ismerős problémával szembesül: a számítástechnikai kapacitás, tároló, memória és hálózati igény gyorsabban nő, mint a rendelkezésre álló erőforrások. Ennek kezelése érdekében a cég hatékonysági intézkedéseket vezet be adatkinyerésben és -tárolásban, elosztott modellek képzésében, modelldistillációban, szimulációban és értékelésben.
Külön hangsúlyt fektetnek az "adat-hatékonyságra": a leghasznosabb tanító példákat választják ki ahelyett, hogy a nagyobb adatmennyiséget önmagában jobb megoldásnak tekintenék.
Alapmodellek és multimodális rendszerek
A Waymo 2017-ben kezdte használni a transformer-architektúrát, majd később kiterjesztette tevékenységét nagyméretű nyelvi modellekre, látás-nyelv modellekre és látás-nyelv-cselekvés modellekre. Joshi elmondása szerint a cég ma generatív multimodális modelleket is alkalmaz a foundation-model stratégiájában.
A technológia egy részét az egyes járművek fedélzeti rendszereihez rendelik, más részét pedig off-board infrastruktúrára — modellfejlesztésre, adatelőkészítésre és szimulációra. Ez a megosztottság megköveteli, hogy a Waymo optimalizálja a valós idejű inferenciát és az azt támogató nagyobb rendszereket is.
Belső ügynökök értékelése és alkalmazása
Waymo belsőleg AI-ügynököket is használ mérnöki produktivitás növelésére: ezek segítenek az adateloszlások elemzésében, az adathatékonyság felmérésében és a járműtelemetria, edzési futamok és hibás értékelési feladatok problémáinak triázsában. A cél az, hogy a vizsgálati munkát felgyorsítsák, így a mérnökök több időt fordíthatnak ítélkezésre és összetett technikai feladatokra.
Ugyanakkor ezeket az ügynököket is értékelik, hogy biztosítsák a megbízható, pontos eredményeket, és elkerüljék, hogy a dolgozók terméketlen nyomvonalakra tévedjenek.
Fő tanulság vállalati vezetőknek
Joshi üzenete az, hogy az ügynök alapú AI több ennél: nem elég egy erős modell kiválasztása. Szükség van világosan definiált célokra, reprezentatív értékelési adatokra, folyamatos tesztelésre, hatékonyan működő infrastruktúrára és név szerint megnevezett, döntésért felelős emberi szereplőkre.
"A bizalom elnyerése rendkívül fontos" — foglalta össze Joshi.
(Információk forrása: Manasi Joshi előadása a VB Transform 2026 konferencián és a Waymo által közölt teljesítménymutatók.)
