自從Uber陷入與Waymo之間的自動駕駛技術訴訟之後,就鮮少看到他們在自動駕駛領域有什麼重大的進展或計畫,不過,近日沉默多時的Uber的工程部落格(engineering blog)有了一些新進展給大家看了。
在Uber工程部落格最新的貼文中,可以看到一個相當有趣,基於Web的工具,主要用於將自駕車研究數據「可視化」。
從結果上來看相當令人印象深刻,這也是Uber至今累積超過一百萬英里測試的數據,一旦公司擁有這麼多的數據,便可以將它頭放置虛擬環境中,讓電腦、人工智慧來導航,使數據組合匹配,因為電腦並不知道真實數據與虛擬環境之間的差異,且因為這些工具是基於Web的,所以新功能也能快速輕鬆協作,也可進行即時交流,這是許多正在開發自駕車的公司都正嘗試做的事,例如Waymo。
此外,科技媒體《TechCruch》亦點出,Uber這篇文章並沒有真正講明如何透過將整個環境從背景中剝離出來,來增加數據的價值,例如處理一個遊行或抗議的背景,我們就不會讓自動駕駛汽車像在馬拉松比賽的跑者一樣自由地跑,而是打開地圖、關閉幾個主要街道,增加大量的行人和駕駛,再設置AI驅動汽車駕駛,再看到它如何應對從未見過的情況做出反應,這就像是一個思考實驗,用來生成一些可用的數據,並進一步改善AI。
特斯拉(Tesla)創辦人馬斯克(Elon Musk)參與成立的非營利AI研究機構OpenAI則是利用《俠盜獵車手》來訓練自動駕駛系統,因遊戲環境相當擬真,十分適合用來訓練自駕系統,像是城市街道、山區、沙漠、高速公路等,還可搭配不同的天氣與汽車,幫助自駕車系統在短時間內於各種情境中學習。
消息來源:Uber Engineering、TechCrunch |
|