制作(zuo)無(wu)人駕駛(shi)汽(qi)車(che)是一項遲(chi)鈍而高貴的業務。經由好多年的起勁(jing)和(he)數(shu)十(shi)億美(mei)圓的投資，這(zhe)項技能仍處于試(shi)點(dian)階段。拉克爾·烏(wu)爾塔森（RaquelUrtasun）以為她能夠做得更好。
起(qi)原：《麻(ma)省理(li)工高(gao)新科技批(pi)評(ping)》
2021年，因為對行(xing)業(ye)(ye)的(de)(de)遲鈍成長覺得懊(ao)喪(sang)，烏爾塔(ta)森正在主持了Uber（一(yi)家叫車(che)(che)服務公司(si)）的(de)(de)自(zi)動(dong)駕(jia)駛研究工作四年以后，離開了Uber并成立了本人的(de)(de)公司(si)，名為Waabi。“今朝絕(jue)大多數自(zi)動(dong)駕(jia)駛的(de)(de)技(ji)能線路皆太慢，以至于沒法獲(huo)得發展，”烏爾塔(ta)森說，她把首(shou)要精(jing)神投(tou)入了無人駕(jia)駛汽車(che)(che)行(xing)業(ye)(ye)和(he)多倫多大學(xue)中(zhong)。“我們(men)須要一(yi)個完整不(bu)一(yi)樣的(de)(de)計劃。”
公(gong)司(si)目前(qian)透露了(le)烏爾(er)塔森(sen)押注的有(you)爭議(yi)的自動駕駛汽(qi)車新捷徑，該捷徑最(zui)大的創意是？扔掉汽(qi)車自己！
正(zheng)(zheng)在曩昔的(de)六(liu)個月(yue)里，Waabi公司一(yi)直正(zheng)(zheng)在創立一(yi)個超等(deng)實(shi)在的(de)假造仿真環境(jing)，稱為Waabi天(tian)下。Waabi準(zhun)備幾近完整正(zheng)(zheng)在仿真摹(mo)擬中(zhong)舉(ju)行(xing)人工智(zhi)能駕駛員(yuan)的(de)練習，而(er)并不是正(zheng)(zheng)在實(shi)在的(de)車輛(liang)中(zhong)。他們籌(chou)劃(hua)，正(zheng)(zheng)在最終一(yi)輪(lun)微調之(zhi)前，人工智(zhi)能不會正(zheng)(zheng)在實(shi)在路上的(de)實(shi)在車輛(liang)上舉(ju)行(xing)測試。
問題是，一個人(ren)工(gong)智能要想學會處置實在(zai)途徑的(de)(de)復雜情況，就必須暴露正(zheng)(zheng)在(zai)它也(ye)許碰到的(de)(de)各類(lei)場景中(zhong)。這便是為何(he)正(zheng)(zheng)在(zai)曩昔的(de)(de)十年里，無人(ren)駕(jia)駛(shi)汽車公司累計(ji)正(zheng)(zheng)在(zai)世界(jie)各國(guo)的(de)(de)街(jie)道上行駛(shi)了數百萬(wan)英(ying)里。
一些公(gong)司(si)，如Cruise和Waymo，曾經入(ru)手下(xia)手正(zheng)在美(mei)國(guo)一些簡(jian)樸的城市環境(jing)中測試無人駕駛車輛，但進(jin)度仍舊遲緩。“為何(he)我們還沒有看到這一些試點的擴大(da)呢？為何(he)那(nei)些車不(bu)論是無處不(bu)正(zheng)在呢？”烏爾塔(ta)森(sen)問道。
烏(wu)爾塔森果敢而自信地擔當了Waabi公司的負(fu)責人，該公司不(bu)但沒(mei)有對其手藝舉行(xing)(xing)途(tu)徑測試，甚至連汽車都沒(mei)有。但經過防止(zhi)破費絕多數(shu)研發本錢正在(zai)實在(zai)街(jie)道上測試軟件，她盼望(wang)打造一個比(bi)競爭對手更快、更經濟(ji)的人工智能(neng)駕駛員，進(jin)而為全部行(xing)(xing)業帶(dai)來急需的推進(jin)。
假造駕駛員
該公司(si)并非(fei)第一家(jia)開辟虛擬現實天(tian)下來測試自動駕(jia)駛軟件的企業(ye)。正在曩(nang)昔的幾年里，仿真摹(mo)擬已經成為(wei)無(wu)人(ren)駕(jia)駛汽車公司(si)的支柱。但問題是(shi)(shi)，僅憑摹(mo)擬技能是(shi)(shi)不是(shi)(shi)足以贊助(zhu)業(ye)界克(ke)制技能困難，使得(de)無(wu)人(ren)駕(jia)駛成為(wei)可行的選(xuan)項。
“今朝還沒(mei)有人(ren)為自(zi)(zi)動(dong)駕駛汽車(che)打造‘黑客帝國’，”Zoox（自(zi)(zi)動(dong)駕駛汽車(che)草創公司，2020年被亞馬遜收購）的團(tuan)結創始人(ren)兼CTO杰西·萊(lai)文(wen)森（JesseLevinson）說(shuo)。
事實(shi)上(shang)，險些(xie)所有的(de)自動(dong)駕(jia)駛汽車公司目前都以某種(zhong)情勢運用摹(mo)擬手(shou)藝。它加快(kuai)了(le)測試(shi)速度，向(xiang)人工智(zhi)能模子展(zhan)現比預(yu)期路(lu)上(shang)更遍及的(de)場景，并(bing)降低了(le)本錢(qian)。但絕(jue)大(da)多數公司將(jiang)仿(fang)真摹(mo)擬與(yu)實(shi)在天下的(de)測試(shi)連系正在一起(qi)，通常是(shi)正在實(shi)在途徑(jing)和假(jia)造途徑(jing)之間往返切換。
“Waabi天下”將(jiang)摹擬的使用提拔到(dao)了另一個條理。這個假造天下自己是由人(ren)工智(zhi)能(neng)生成和(he)節制的，人(ren)工智(zhi)能(neng)充當了駕(jia)駛教(jiao)練和(he)環境監(jian)視體系——辨認人(ren)工智(zhi)能(neng)駕(jia)駛員(yuan)的弱點(dian)，然后(hou)從頭安插假造環境來測試它們。
“Waabi天下”能與此同時傳授多個人工智能駕駛員差別的本領，然后將他(ta)們組合(he)成一(yi)套妙技。烏爾塔森(sen)說，這一(yi)切全是不(bu)間(jian)斷地產生，而且不(bu)需要人類(lei)到場(chang)。
小概率事件
無人駕駛(shi)汽車(che)公司運(yun)用仿真摹擬來測(ce)試掌(zhang)握車(che)輛(liang)(liang)的神經網絡(luo)若何處置小概(gai)(gai)率事(shi)件——好比一(yi)個(ge)自行(xing)車(che)快(kuai)遞員在前面變道插隊，一(yi)輛(liang)(liang)跟天空(kong)一(yi)樣色彩的卡車(che)擋住(zhu)了路，大(da)概(gai)(gai)一(yi)只雞過馬路——并進行(xing)相應的自我調解。
“當你碰到一個很少發作(zuo)的(de)小概率事件時，須要(yao)數千英里的(de)門路(lu)才可以準確(que)測(ce)試它，”西德·甘地(di)（SidGandhi）說，他正(zheng)在(zai)Cruise公(gong)司(si)處置(zhi)摹擬事情，該公(gong)司(si)已入手(shou)下(xia)手(shou)正(zheng)在(zai)舊金(jin)山(shan)的(de)某(mou)些路(lu)上測(ce)試全自(zi)動(dong)駕(jia)駛(shi)汽(qi)車。
這是由于小概率事務，或叫長尾事務，可能在一千次中只發(fa)作一次。他說：“當(dang)我們(men)盡力處(chu)理長尾題目時(shi)，我們(men)將越來越低地依賴(lai)于實際天(tian)下的測試。”
每一次Cruise公(gong)(gong)司升級其(qi)軟(ruan)件時，它都市運(yun)轉數(shu)十萬次仿真摹擬(ni)來(lai)測試它。據(ju)甘地說，該公(gong)(gong)司將(jiang)依據(ju)他們的(de)汽(qi)車碰到費事的(de)特定現實情(qing)況生成數(shu)千個場景(jing)，并調劑細(xi)節以(yi)涵蓋一系列潛在(zai)的(de)場景(jing)。它還能夠(gou)利用來(lai)源于其(qi)汽(qi)車的(de)實在(zai)攝(she)像頭(tou)數(shu)據(ju)，使摹擬(ni)越發(fa)實在(zai)。
然后，工(gong)程師(shi)能夠(gou)轉變途徑規劃，替換不一(yi)樣范(fan)例的(de)車輛，或轉變行人的(de)數(shu)目。最(zui)終，Cruise公司利(li)用本身的(de)自(zi)動駕駛算法來操(cao)縱仿真模(mo)仿中的(de)其他車輛，使(shi)它們做(zuo)出(chu)實(shi)在的(de)回響反(fan)映。
甘(gan)地說，用這類分解數據舉行測試比(bi)運用實在數據快180倍，還(huan)廉價數百萬美元。
甘地(di)說，Cruise還在(zai)試驗除舊金山以外其他美(mei)國鄉村(cun)的假造場景，以便在(zai)實在(zai)汽(qi)車(che)開(kai)到這一些處所之前，就在(zai)模仿街道(dao)上測試其自動(dong)駕駛(shi)軟(ruan)件。
其他公司(si)還(huan)(huan)以(yi)為，仿(fang)真(zhen)摹(mo)擬(ni)是鍛煉和測試自(zi)(zi)動駕駛(shi)人工智能的關(guan)鍵步驟。萊(lai)文森說：“正(zheng)在(zai)良多層面，摹(mo)擬(ni)事實(shi)上(shang)比(bi)現(xian)實(shi)駕駛(shi)更有效(xiao)。”總(zong)部位于(yu)英國的自(zi)(zi)動駕駛(shi)汽車公司(si)Wayve還(huan)(huan)正(zheng)在(zai)瓜(gua)代(dai)開展摹(mo)擬(ni)測試和實(shi)在(zai)途徑測試。
該公司一向在(zai)倫敦忙(mang)碌(liu)的(de)(de)(de)街道上(shang)測(ce)(ce)試(shi)自身的(de)(de)(de)汽(qi)(qi)車(che)(che)，但(dan)車(che)(che)里(li)一向有安全員(yuan)。Wayve公司的(de)(de)(de)首席科學家(jia)杰米·肖(xiao)頓（JamieShotton）說(shuo)，模仿(fang)不(bu)只根據低落測(ce)(ce)試(shi)本錢加(jia)快了(le)自動駕駛汽(qi)(qi)車(che)(che)的(de)(de)(de)進步，并且(qie)還可以(yi)使測(ce)(ce)試(shi)越發牢靠，這是由(you)于模仿(fang)仿(fang)真更簡單屢次(ci)反(fan)復測(ce)(ce)試(shi)。
他說：“一次樂(le)成(cheng)模仿的關鍵是不息起勁增添(tian)其現實性和多樣性。”
即使如此，正在傳(chuan)播鼓吹僅(jin)靠(kao)摹(mo)擬能有多大進度層面(mian)，Waabi公司超(chao)過了其他人。和Cruise一樣，Waabi的假造天(tian)(tian)下也是基(ji)于實在傳(chuan)感器的數據，包孕雷達和相機，它用這一些數據來(lai)建立實在天(tian)(tian)下場景的數字孿生。
然后，Waabi摹擬人工智能駕駛員看到的傳(chuan)感器(qi)數據(ju)——包(bao)含可能會讓(rang)攝像頭胡涂的平滑曲面(mian)的反射，能讓(rang)激光雷達失(shi)效的廢氣和煙霧——使假造天下盡量實在。
但(dan)Waabi天下的環(huan)節腳色是(shi)它的神(shen)一樣的駕駛教練。當人工(gong)(gong)智(zhi)能(neng)駕駛員(yuan)學會(hui)處置懲罰一系列環(huan)境時，另一個人工(gong)(gong)智(zhi)能(neng)模子則學會(hui)發(fa)覺它的弱點，并生成特定的場景來測試這一些(xie)弱點。
事實(shi)上，Waabi天下讓(rang)一(yi)(yi)個人(ren)工智(zhi)能(neng)(neng)反抗另一(yi)(yi)個，智(zhi)能(neng)(neng)教練進(jin)修(xiu)若何經(jing)過設置(zhi)特定挑釁場景讓(rang)智(zhi)能(neng)(neng)司機失利，而智(zhi)能(neng)(neng)司機則進(jin)修(xiu)若何克(ke)制這一(yi)(yi)些挑釁。烏爾(er)塔森說，伴(ban)隨(sui)著人(ren)工智(zhi)能(neng)(neng)駕(jia)駛員的(de)提高，很難找到也許失利的(de)案例(li)。“您需要把它暴露在數(shu)百萬乃至數(shu)十(shi)億(yi)個場景下，才可以(yi)發明(ming)其缺點。”
烏爾塔森以為，正在(zai)一個多樣化的摹擬(ni)中練習司機(ji)，更貼切(qie)地(di)復(fu)制了人們進修新技能的方法。她說(shuo)：“每一次我們閱(yue)歷一些事情時，我們就會(hui)從頭調解(jie)我們的大腦。”
正在仿真摹擬中讓(rang)人(ren)工(gong)智能取(qu)自身或(huo)敵(di)手成百萬次地對(dui)立(li)，這已經(jing)成為一種異常強(qiang)盛(sheng)的(de)手藝。這便是DeepMind團隊(dui)練習其人(ren)工(gong)智能玩圍(wei)棋(qi)和星際爭霸(ba)游戲的(de)體(ti)式格(ge)局；這也是人(ren)工(gong)智能機(ji)械人(ren)正在假(jia)造游樂場進修的(de)體(ti)式格(ge)局，好比(bi)DeeMind的(de)XLand和OpenAI的(de)捉迷藏，它們經(jing)過絡續(xu)試錯，進修根本(ben)但通用的(de)技術。
但正(zheng)在模仿(fang)中(zhong)(zhong)賜與人工智能舉動自在的(de)(de)一(yi)(yi)個錯誤謬(miu)誤是，它(ta)能夠(gou)學會(hui)使(shi)用(yong)實際天下中(zhong)(zhong)看不到(dao)的(de)(de)縫隙。OpenAI的(de)(de)捉迷藏機器人學會(hui)了根據團隊互助(zhu)來回避或(huo)尋覓別人。但他們還(huan)正(zheng)在模仿(fang)中(zhong)(zhong)發現了一(yi)(yi)些小妨(fang)礙，得以讓人工智能違反物理學，比方飛到(dao)空中(zhong)(zhong)或(huo)將物體推(tui)過墻壁。
企業須要確保(bao)其模(mo)仿成果充(chong)足(zu)精確，以阻撓(nao)其人工(gong)智(zhi)能駕(jia)駛員進修那樣的(de)(de)壞(huai)習(xi)慣。神(shen)經(jing)網絡(luo)總是會(hui)學會(hui)行使(shi)假(jia)造天(tian)下和實際天(tian)下之(zhi)間的(de)(de)差別(bie)，烏爾塔森(sen)說：“他(ta)們了(le)解(jie)若何做弊。”
烏(wu)爾塔森示(shi)意(yi)，該(gai)公司已開辟出(chu)了(le)權(quan)衡實(shi)在和假造(zao)駕駛環境之間差(cha)別(bie)并能這類差(cha)別(bie)其盡量小的(de)辦法。她還(huan)沒(mei)有泄漏這項技能的(de)細節(jie)，但示(shi)意(yi)Waabi籌(chou)劃發布該(gai)項事情。
僅運(yun)用(yong)仿真模(mo)(mo)仿，Waabi能(neng)走(zou)多遠(yuan)將(jiang)取決于Waabi天下到(dao)底有多實在(zai)。“仿真模(mo)(mo)仿正(zheng)(zheng)正(zheng)(zheng)在(zai)變得越來越好，所以您能(neng)夠(gou)正(zheng)(zheng)在(zai)實際中學到(dao)而正(zheng)(zheng)在(zai)模(mo)(mo)仿中沒法學到(dao)的器材會越來越低，”萊文(wen)森(sen)說，“但我以為，要過很長一段時間才(cai)這類差別會消逝(shi)。”
“正(zheng)在摹(mo)擬(ni)和實在天下的測試之間堅持(chi)公(gong)道的均(jun)衡很主要，”肖頓說，“對任何一家自動駕駛公(gong)司(si)而言(yan)，終極的磨練全(quan)是，正(zheng)在具(ju)有實在設備(bei)的任何龐大情(qing)況(kuang)下，能將其手藝安全(quan)地應用(yong)于路上。”
烏爾塔森原則上贊成。“我們仍舊需求開展實際天下的測(ce)試，”她說，“但這要少很多。”
不(bu)管產生(sheng)什么，烏爾塔(ta)森(sen)皆對峙以(yi)為近況不(bu)可以(yi)連續下去。“每個(ge)(ge)人(ren)皆在(zai)做一樣的事情，雖然我們還沒(mei)有辦(ban)理(li)這個(ge)(ge)題目，”她說(shuo)，“我們需求一些能加速這個(ge)(ge)歷程的工具。我們需求一向采納(na)這類新的思想體式(shi)格局(ju)。”