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 |
|
