Empat tahun lalu, pendiri Comma.ai, George Hotz beralih ke dewannya — di mana dia adalah satu-satunya anggota — dan memecat dirinya sendiri sebagai CEO. Pada saat itu, tujuan peretas iPhone dan PlayStation 3 yang terkenal, yang dikenal sebagai geohot, adalah membangun divisi penelitian baru untuk fokus pada model perilaku yang dapat mengendarai mobil.

Sekarang, Hotz mengatakan dia mengambil “beberapa waktu” dari startup sistem bantuan pengemudi yang menjanjikan untuk membawa fungsionalitas seperti Tesla Autopilot ke mobil Anda. Meskipun, dia akan tetap menjadi satu-satunya anggota dewan dan presiden.

Hotz sudah lama tidak terlibat dalam banyak tugas kepemimpinan sehari-hari, katanya kepada TechCrunch. Itu jatuh ke tangan COO Alex Matzner dan CTO Harald Schäfer. Perusahaan belum memiliki CEO sejak 2019 ketika Riccardo Biasini memegang peran tersebut. (Biasini meninggalkan jabatan CEO pada 2019 dan tetap di Comma untuk mengerjakan perangkat lunak percontohan terbuka hingga Februari 2020.)

Hotz adalah apa yang dijelaskan Matzner sebagai pengamat dan pemecah masalah yang terkadang sulit.

Comma.ai, yang mengembangkan dan sekarang menjual devkit sistem bantuan pengemudi seharga $1.999 yang kompatibel dengan lebih dari 200 kendaraan, tidak akan kemana-mana, kata Hotz kepada TechCrunch. Fokusnya sekarang adalah mengubah devkit, yang berjalan pada perangkat lunak sumber terbuka Comma yang disebut openpilot, menjadi produk konsumen yang terproduktif.

“Saya pandai dalam hal-hal saat masa perang,” kata Hotz kepada TechCrunch dalam wawancara baru-baru ini. “Aku tidak begitu pandai dalam hal langsung, oke, mari kita tingkatkan dengan sabar. ‘Apakah Anda ingin berurusan dengan rantai pasokan yang mampu membuat 100.000 perangkat setahun?’ Seperti, tidak juga.

Dan itulah salah satu tujuannya: penjualan tahunan 100.000 Koma 3 unit.

Startup diam-diam mengumpulkan $ 10 juta dari individu tahun lalu dan pindah ke fasilitas seluas 20.000 kaki persegi di San Diego. (Pendanaan $ 8,1 juta pertama Comma diambil dalam dua putaran dari Silicon Valley VC a16z.) Sekarang sedang “merekrut secara agresif” dan di jalur untuk meluncurkan beberapa pembaruan pembelajaran mesin end-to-end utama untuk openpilot akhir bulan ini, kata Matzner kepada TechCrunch dalam email terbaru.

Comma.ai awalnya diluncurkan dengan rencana untuk menjual kit mobil self-driving aftermarket seharga $999 yang akan memberikan model kendaraan tertentu kemampuan bantuan mengemudi di jalan raya yang serupa dengan fitur Autopilot Tesla. Hotz membatalkan rencana tersebut pada Oktober 2016 setelah menerima surat dari National Highway and Traffic Safety Administration. Lima minggu kemudian, Comma.ai merilis perangkat lunak self-driving-nya ke seluruh dunia. Semua kode, serta rencana perangkat kerasnya, telah diposting di GitHub.

Perusahaan terus mengembangkan ekosistem produk perangkat keras yang semuanya ditujukan untuk menghadirkan kemampuan mengemudi semi-otonom ke mobil. Upaya tersebut berujung pada Comma 3, yang dihargai antara $1.999 dan $2.499 tergantung pada ukuran penyimpanan. Harness mobil, yang menghubungkan devkit ke kendaraan, adalah $200 lagi.

Koma 3 jauh lebih mudah digunakan daripada iterasi sebelumnya. Diperlukan kesabaran untuk menginstal dan mengatur, tetapi tidak lagi membutuhkan keahlian teknis, kata Hotz. Sekarang, terserah kepada perusahaan untuk menggunakan Comma 3 dan membuatnya menjadi produk konsumen yang “diproduksi” dan dapat diskalakan, tambahnya.

Apa berikutnya?

Hotz sudah mendalami proyek berikutnya, yang dia sebut Tiny Corporation. Tujuannya adalah untuk menulis kerangka kerja baru untuk pembelajaran mesin yang lebih cepat dan tidak serumit PyTorch. Alih-alih melatih model ML di cloud dan mengirimkannya ke edge, Hotz ingin membuat alat yang memungkinkan model ML dilatih di edge.

“PyTorch dan TensorFlow saat ini tidak akan memotongnya untuk melatih keunggulan,” katanya.

Bidang terkait AI termasuk mengemudi otomatis beralih lebih ke jaringan saraf yang dalam — bentuk canggih dari algoritme kecerdasan buatan yang memungkinkan komputer belajar dengan menggunakan serangkaian jaringan yang terhubung untuk mengidentifikasi pola dalam data… semacam cara kerja otak. Tapi seperti yang dicatat Hotz, “kita semua sangat baru dalam hal jaringan saraf ini.”

Andrej Karpathy, seorang ahli pembelajaran mendalam dan visi komputer dan mantan direktur AI di Tesla, menyebut tahap ini sebagai pemrograman 2.0, atau Perangkat lunak 2.0, di mana pemrograman dilakukan dengan contoh dan manusia benar-benar hanya menulis perancah umum. Dengan kata lain, perangkat lunak yang menulis sendiri.

“Anda seharusnya tidak membuat chip (AI) sampai Anda dapat membuat perangkat lunak yang mengungguli atau setidaknya melakukan hal yang sama seperti PyTorch di Nvidia,” kata Hotz. “Saat membangun chip AI, pertama mari kita buat perangkat lunaknya.”