自动驾驶|190亿美元的自动驾驶公司,如何训练自己的汽车,具备超人能力


自动驾驶|190亿美元的自动驾驶公司,如何训练自己的汽车,具备超人能力
本文图片

制造一款完全“听话”的自动驾驶汽车 , 是目前人工智能领域开发者们 , 普遍面临的最困难的技术挑战之一 。 这些冰冷的机器 , 必须能够在毫秒之内 , 对一连串的外部来源做出反应 , 包括路上的其他司机和行人的活动等等 。
估值 190亿美元的 自动驾驶公司正在美国路测
日前 , 通用汽车旗下自动驾驶公司Cruise , 估值已经高达190亿美元 , 它依靠一台持续学习机器 , 正在训练旗下的汽车 , 使其基于人工智能的算法服务用户 。
这是一支数量多达200辆汽车的车队 , 他们的主要工作就是在路上收集大部分典型的驾驶行为信息 , 目标是通过“大海捞针”的方式 , 来进行数据收集 , 这就像十字路口的红绿灯亮了一样周而复始 。
“任何时候我们看到问题 , 这都将是一个有用的案例 , ”Cruise公司的高级经理肖恩·哈里斯(Sean Harris)告诉采访人员称 , 即使只是稍微错了一点 , 它总是一个有实用价值的案例 。 ”
最近 , Cruise车队中的200辆自动驾驶汽车中 , 有一部分在旧金山的街道上漫游 , 每辆车每次行驶数小时 , 不断收集道路状况、行人活动和其他司机行为的数据 。 虽然前座上有人 , 但大部分时间汽车都是独立运行的 。
从每辆车的40个不同的传感器收集到的数据 , 被输入Cruise所称的“持续学习机器(continuous learning machine)” , 也称为CLM 。 该系统是关键的信息源 , 可以自动标记汽车收集的数据 , 并将其输入到Cruise的所有人工智能模型中 。
自动驾驶|190亿美元的自动驾驶公司,如何训练自己的汽车,具备超人能力
本文图片

作为通用汽车重金投入的自动驾驶子公司 , Cruise的核心是依靠三种不同类型的软件系统来驱动它的车辆:感知、预测和规划 。 感知是系统的“眼睛”:可以精确定位某个物体是汽车、人还是其他物体的技术 。 预测试图破译这些物体的未来行为 , 而规划则将两者结合起来 , 以帮助告诉车辆如何运行 。
所有这些程序都被不断更新的机器不断学习 , 以反映车辆收集到的最新数据 , 从而加强和增强这些程序的功能 。
两位Cruise的员工中 , 高级经理肖恩·哈里斯和首席研究科学家贾兆印(Zhaoyin Jia)向采访人员透露了该公司完善技术的战略 , 在那些希望将产品商业化的资金雄厚的初创企业(和大公司)中 , 这些细节仍然相当隐秘 。
提升自动驾驶算法的 “99-100%”解决方案
按照哈里斯的说法 , 将一台机器通过AI进进行编译 , 使其遵循标准的道路规则 , 这样就可以实现80%的全功能自动驾驶汽车 。
但80%的比例还不足以让自动驾驶汽车上路 , 这正是持续学习机器的用武之地:“CLM在我们从80%的解决方案扩展到真正的99-100%解决方案方面起到了非常重要的作用 , ”哈里斯说 。
其他司机可能会在一瞬间违反交通法规 , 比如一辆打着左转向灯 , 却在右转的车辆 , 如果机器不能快速响应 , 后果可能是灾难性的 。 这就是汽车数据的来源:它有助于训练系统应对所谓的“大海捞针”事件 , 或是非典型情况 , 比如当另一辆车转弯 , 或在过十字路口时 , 绿灯却突然熄灭时 , 车辆不得不突然停车 。
在无人驾驶的情况下 , 驾驶人很快就能掌握驾驶数据 , 这对驾驶人来说是至关重要的 。
“任何时候我们看到什么地方出了问题 , 这可能都是一个有价值的案例 , ”哈里斯说 , 在谈到其平台汽车收集的数据时 , 即使它只是有一点错误 , 它始终是有用的 , 可以帮助我们更好地训练我们的自动驾驶模型 , 或者在将来验证某些东西 。 ”
而作为美国加州的重要路测地点 , 旧金山是获取此类数据的好地方 。
Cruise官方认为 , 它们的车辆遇到挑战的情况 , 比其他正在进行自动驾驶路测的品牌高出46倍 , 比如谷歌在凤凰城郊区的Waymo测试 。


推荐阅读