Por Norihiko Shirouzu e Chris Kirkham
(Reuters) - A Tesla (NASDAQ:TSLA) pretende surpreender os investidores na noite desta quinta-feira com a tão esperada revelação de seu táxi-robô, um possível marco para a empresa após uma década de promessas não cumpridas de Elon Musk.
O mercado espera que a montadora apresente um protótipo chamado "Cybercab", em vez de um táxi autônomo pronto para operação nas ruas.
Convencer órgãos reguladores e passageiros sobre a segurança do veículo pode ser muito mais difícil e levar muito mais tempo, enquanto seus principais concorrentes, como a Waymo, da Alphabet (NASDAQ:GOOGL), expandem frotas que já estão em operação em algumas cidades norte-americanas.
Até o momento, a Tesla tem buscado um caminho tecnológico diferente de todos os seus principais rivais de direção autônoma - um caminho com recompensas potencialmente maiores, mas também com riscos ampliados, de acordo com entrevistas da Reuters com mais de uma dúzia de executivos, consultores e acadêmicos e três ex-engenheiros de veículos autônomos da Tesla.
A estratégia da Tesla se baseia exclusivamente em uma combinação de "visão computacional", que busca usar câmeras da mesma forma que os humanos usam os olhos, com uma tecnologia de inteligência artificial chamada aprendizado de máquina de ponta a ponta que traduz instantaneamente as imagens em decisões de direção.
Essa tecnologia já é a base de seu recurso de assistência ao motorista "Full Self-Driving" que, apesar do nome, não pode ser operado com segurança sem um motorista humano. Musk disse que a Tesla está usando a mesma abordagem para desenvolver carros totalmente autônomos.
Os concorrentes da Tesla - incluindo a Waymo, a Zoox, da Amazon (NASDAQ:AMZN), a Cruise, da General Motors (NYSE:GM) e uma série de empresas chinesas - usam a mesma tecnologia, mas normalmente acrescentam sistemas e sensores redundantes, como radar, Lidar e mapeamento sofisticado, para garantir a segurança e obter aprovação regulatória para seus veículos sem motorista.
A estratégia da Tesla é mais simples e muito mais barata, mas tem dois pontos fracos críticos, disseram executivos do setor, especialistas em veículos autônomos e um dos engenheiros da Tesla, à Reuters. Sem as tecnologias em camadas usadas por seus pares, o sistema da Tesla tem mais dificuldades com os chamados "casos extremos" - cenários raros de direção que os sistemas de direção autônoma e seus engenheiros humanos têm dificuldade de prever.
Outro grande desafio: a tecnologia de IA de ponta a ponta é uma "caixa preta", disse o engenheiro da Tesla, o que torna "quase impossível ver o que deu errado quando ele se comporta mal e causa um acidente". A incapacidade de identificar com precisão essas falhas, afirmou, dificulta a proteção contra elas.
A Tesla não respondeu a um pedido de comentário sobre sua tecnologia.
O fundador e presidente-executivo da Nvidia (NASDAQ:NVDA), Jensen Huang, usou a mesma descrição de "caixa preta" em uma entrevista para descrever os pontos fracos da tecnologia de ponta a ponta, sem abordar especificamente o sistema da Tesla. A inteligência artificial de ponta a ponta envolve o treinamento de um computador para tomar decisões diretamente a partir de dados brutos, sem etapas intermediárias que exijam engenharia ou programação adicional.
A Nvidia, líder mundial na produção de chips de computação de IA, também usa a tecnologia de ponta a ponta em sistemas de condução autônoma que está desenvolvendo e planeja vender para montadoras. Mas a Nvidia, disse Huang à Reuters, combina essa abordagem com sistemas de computação mais convencionais e sensores adicionais, como radar e Lidar.
A tecnologia de ponta a ponta geralmente - mas nem sempre - toma as melhores decisões de direção, disse Huang, e é por isso que a Nvidia adota uma abordagem mais conservadora. "Temos que construir o futuro passo a passo", disse. "Não podemos ir diretamente para o futuro. É muito inseguro."