无人驾驶汽车真的可以做到完全“无人”吗?

2017-07-11 17:53:13  来源:每日科技网  编辑:

        【每日科技网】

 

  无人驾驶汽车这个神奇的想法已经不再陌生。很多涉足该技术的公司都雇用了数百名甚至数千名人员,这些雇员往往是在印度或者中国的海外外包中心,其任务是教导机器人汽车识别行人、骑车者和其它的障碍物。要完成这项工作,这些工作者需要逐帧手动标记数千个小时的录像片段。那些录像片段在硅谷、匹兹堡、菲尼克斯等测试地点上路行驶的无人驾驶汽车原型。
  “机器学习似乎成了神话,只有那种巫师才能够做成。”旧金山公司Lemnos Labs的投资者杰里米·康拉德(Jeremy Conrad)表示,“标记团队在每家公司里都非常重要,未来的一段时间我们还需要他们的参与,毕竟汽车所在的户外环境太过复杂多变。”
  人工智能、传感器质量和计算性能的巨大进步为无人驾驶汽车革命奠定了技术基础。然而,虽然有这些技术创新,未来很多年无人驾驶汽车的发展还将需要人类在幕后默默做出贡献:围绕树木做标记和突显交通标志,从而维持这些系统的更新。
  挑战大于其它AI应用
  初创公司Mighty.Ai创始人兼CEO马特·班克(Matt Bencke)说道,“在我看来,AI从业者由于傲慢自大普遍都有一个盲点,那就是计算机将会解决一切。”Mighty.Ai致力于利用兼职人员社区为科技公司过滤和标记AI训练数据。
  任何的AI系统也都存在同样的问题:计算机通过吸收海量手动标记的信息来“学习”,然后利用那个“模型”识别再一次出现在它们眼前的物体和模式。
  训练无人驾驶汽车的挑战要大于其它的AI应用,因为汽车可能会遇到无数种场景和情况。即使系统能够适应和一年不同的时候光照和天气状况的变化,但可能还是于事无补,因为城市环境可能会随时因为建筑物、特殊事件或者事故瞬间就发生改变。
  “数据标注过程是一项隐藏成本,人们并没怎么去讨论。”无人驾驶创业公司Drive.ai的CEO萨米普·坦登(Sameep Tandon)表示,“该过程极其艰难和麻烦。”
  无人驾驶汽车所要求的准确度也要高于其它的AI系统。汽车的自动驾驶,是通过比对它们用摄像头和传感器看到的周围环境和它们周围街道详尽的车载3D地图来实现的。安全性放在首要位置:如果谷歌照片(Google Photos)的脸部识别系统没能准确鉴别图中的人,那就会带来麻烦;如果Waymo汽车没有识别出行人,那可能会导致行人遇难。
  在打造无人驾驶汽车的争夺战中,衡量发展进展的其中一个标准是,公司汽车已经行驶的里程数量。Alphabet旗下的Waymo曾在5月表示,它的汽车已经在公共道路上自动行驶了300万英里。特斯拉去年也曾表示,它已搜集了来自现有的汽车车主超过1亿英里的里程数据,这会有助于它开发Autopilot自动驾驶系统。
  然而,行驶里程越长,意味着这些公司的幕后数据处理团队的人工任务量就越多。驾驶几英里路就能够产生数十GB的数据,这些数据很快就会大到无法直接从汽车无线上传。相反,数据必须要保存到硬盘,然后送到外包中心。对于如此前沿的一个行业来说,这种类似物流的运作似乎有些落后。
  另一家开发无人驾驶汽车系统的硅谷创业公司Plus.ai的CEO大卫·刘(David Liu)指出,每一小时的驾驶产生的数据,要数百个小时才能转化成为有用的数据。“我们需要从到处行驶的无人驾驶汽车得到数十万个乃至数百万个小时的数据,需要数千人在全球各地共同完成这项工作。”
  大型科技公司倾向于不宣扬无人驾驶汽车的人工工作部分。Waymo、Uber和特斯拉均拒绝发表评论。
  “要让人去谈论这个并不是易事。”华盛顿大学计算机科学与工程教授丹·维尔德(Dan Weld)指出,“他们都更喜欢谈论像机器学习这样的‘魔术’。”
  罕见的一次公开讨论发生在2013年,当时前Waymo和Uber工程师安东尼·莱万多夫斯基(Anthony Levandowski)在加州大学伯克利分校发表演讲。他谈到了谷歌在印度的一个由他所说的“人类机器人”组成的团队,该团队负责给来自谷歌街景服务的图像标记。
  这种劳动密集型的工作代价可不小。据业内人士估计,为美国的每个城市创建和维护这种地图的成本达到每年数十亿美元。

免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.

图片中心