8月29日消息，Uber工程博客最近刊發一篇有趣的文章，從內容看Uber使用Web式工具提煉自動駕駛汽車收集的研究數據，將它變成視覺圖像。無獨有偶，上周《大西洋月刊》也刊發一篇長文，說Waymo開發了相似的平臺。
《大西洋月刊》的文章很有趣，它似乎暗示谷歌改進無人駕駛AI的方法很獨特。真是這樣嗎？不是的，似乎每一家研究無人駕駛的公司都采用了相似的方法。
當測試汽車行駛了很遠的距離，企業會獲得大量數據。你可以在虛擬環境中讓數據組合、匹配，讓AI在虛擬環境中導航，就像在真實世界導航一樣。計算機并不知道二者是有區別的。與此同時你可以調節數據，觀察非常規事件，對多個模型進行對比。
Uber文章談論的重點在于數據的“可視化”，它還詳細介紹了自己的工具，工具是以Web作為基礎的，這樣協作起來更容易，開發新功能時調整方向也更簡單。現在Web應用程序已經可以訪問GPU，實時通信，完成許多任務時不再需要本地客戶端。Web應用程序還可以用來顯示GIF圖像。
有一點是博文沒有談到的：修飾環境，讓它從整個背景中突顯出來，從而進一步放大數據的價值，Uber是如何做的？例如，系統如果碰到游行抗議一樣的大事件如何處理？舉辦馬拉松比賽時是不是讓汽車自由行駛，這樣就可以了解跑步者是如何行動的？顯然不行。
最好的辦法就是拿一張波士頓地圖，這張地圖相當好，然后關閉一些主干道，向虛擬世界增加許多行人和古怪的司機，然后讓AI駕駛代理在虛擬世界穿梭。一旦出現問題，你能看到AI如何對事件做出反應，這些事件是它在真實世界未曾經歷過的。整個過程相當于“思維實驗”，它可以生成有用的數據，用來改善AI。
責任編輯：黃焱林
谷歌Uber恩仇記：搶人大戰已經讓自動駕駛行業骯臟不堪
Uber把Waymo訴訟案主角解雇了 稱其不配合調查
Uber一季度虧損7.08億美元，收窄了，不過財務負責人離職了
Uber任命新業務主管 負責自動駕駛汽車硬件