制(zhi)作(zuo)無人駕駛汽車是一項遲鈍(dun)而高(gao)貴的(de)業務。經由好多年的(de)起勁(jing)和數十(shi)億美圓的(de)投資，這(zhe)項技(ji)能(neng)仍處于試點(dian)階段。拉克爾(er)·烏爾(er)塔森（RaquelUrtasun）以為她(ta)能(neng)夠做得更好。
起原：《麻省理工高新科技(ji)批評》
2021年，因為(wei)對行(xing)業(ye)的遲鈍成(cheng)長覺得懊喪(sang)，烏爾塔(ta)森(sen)正在(zai)主持了(le)Uber（一(yi)家叫車服務公司）的自動駕(jia)駛(shi)研究(jiu)工作四(si)年以(yi)后，離開了(le)Uber并成(cheng)立了(le)本人的公司，名(ming)為(wei)Waabi。“今朝絕(jue)大(da)多數自動駕(jia)駛(shi)的技能線路皆太慢，以(yi)至于(yu)沒(mei)法獲得發(fa)展，”烏爾塔(ta)森(sen)說(shuo)，她(ta)把首要(yao)精神(shen)投入了(le)無人駕(jia)駛(shi)汽車行(xing)業(ye)和多倫多大(da)學中。“我(wo)們須要(yao)一(yi)個完整不一(yi)樣的計劃。”
公司目(mu)前(qian)透露了烏爾塔(ta)森押注(zhu)的(de)有爭議的(de)自動駕駛汽車新捷徑(jing)，該捷徑(jing)最大的(de)創意是？扔掉汽車自己！
正(zheng)在(zai)(zai)曩昔的六(liu)個月里，Waabi公司(si)一(yi)(yi)直正(zheng)在(zai)(zai)創立一(yi)(yi)個超等實(shi)在(zai)(zai)的假造(zao)仿真(zhen)環(huan)境，稱為Waabi天下(xia)。Waabi準備幾近完整(zheng)正(zheng)在(zai)(zai)仿真(zhen)摹擬中舉(ju)行(xing)人工智能駕駛員的練習，而并不是正(zheng)在(zai)(zai)實(shi)在(zai)(zai)的車輛(liang)中。他們籌劃，正(zheng)在(zai)(zai)最終一(yi)(yi)輪微(wei)調之前，人工智能不會正(zheng)在(zai)(zai)實(shi)在(zai)(zai)路上的實(shi)在(zai)(zai)車輛(liang)上舉(ju)行(xing)測試(shi)。
問題是，一個人(ren)工智能要(yao)想學會處(chu)置實(shi)在途徑(jing)的復雜情況，就必須暴露正(zheng)在它也(ye)許碰到的各類場(chang)景中。這(zhe)便是為何正(zheng)在曩昔的十年里(li)(li)，無(wu)人(ren)駕駛汽車(che)公司累計(ji)正(zheng)在世界各國的街道上行駛了數(shu)百(bai)萬英里(li)(li)。
一(yi)些(xie)公司(si)，如Cruise和Waymo，曾經(jing)入(ru)手(shou)(shou)下(xia)手(shou)(shou)正(zheng)在美國一(yi)些(xie)簡樸的(de)城市環境中(zhong)測(ce)試無人駕駛車(che)輛(liang)，但進(jin)度仍舊遲緩。“為何我們還沒(mei)有(you)看到(dao)這一(yi)些(xie)試點(dian)的(de)擴大呢(ni)？為何那些(xie)車(che)不論是無處不正(zheng)在呢(ni)？”烏爾塔森問(wen)道。
烏爾塔森果敢而自信地擔當了Waabi公司(si)(si)的(de)負責人(ren)，該公司(si)(si)不(bu)但(dan)沒(mei)(mei)有對(dui)其手藝舉行(xing)途(tu)徑測(ce)試，甚至(zhi)連汽車(che)都沒(mei)(mei)有。但(dan)經過防止破費絕多數研發本錢正(zheng)在(zai)實在(zai)街道上測(ce)試軟件，她盼(pan)望打(da)造(zao)一(yi)個比競爭對(dui)手更快(kuai)、更經濟的(de)人(ren)工智能(neng)駕駛員，進而為全部行(xing)業(ye)帶(dai)來(lai)急需的(de)推進。
假造駕駛員
該公(gong)司(si)并非第(di)一(yi)家開辟虛擬(ni)(ni)現實天(tian)下來測試自(zi)動(dong)駕駛(shi)軟件的(de)企業(ye)(ye)。正在曩(nang)昔的(de)幾年里，仿真摹擬(ni)(ni)已經成為無(wu)人(ren)(ren)駕駛(shi)汽車公(gong)司(si)的(de)支柱。但問(wen)題是(shi)(shi)，僅憑摹擬(ni)(ni)技能(neng)是(shi)(shi)不是(shi)(shi)足(zu)以贊助業(ye)(ye)界(jie)克(ke)制技能(neng)困難，使得無(wu)人(ren)(ren)駕駛(shi)成為可行的(de)選(xuan)項(xiang)。
“今朝還沒有人為自動(dong)駕駛(shi)汽(qi)車(che)打造(zao)‘黑客帝國’，”Zoox（自動(dong)駕駛(shi)汽(qi)車(che)草創(chuang)公司，2020年被亞馬遜收(shou)購）的團結創(chuang)始(shi)人兼CTO杰西·萊(lai)文森（JesseLevinson）說(shuo)。
事實(shi)(shi)上(shang)，險些(xie)所有的自動駕駛汽(qi)車公(gong)司(si)目前(qian)都(dou)以(yi)某種情勢運用摹擬手藝。它加快了測(ce)試速度，向(xiang)人工智能模子展現比預期路上(shang)更遍及的場景，并降低了本錢。但絕(jue)大多數公(gong)司(si)將(jiang)仿真摹擬與實(shi)(shi)在天下(xia)的測(ce)試連系正在一起(qi)，通常(chang)是正在實(shi)(shi)在途徑(jing)和假造(zao)途徑(jing)之間往返切(qie)換。
“Waabi天下”將(jiang)摹擬的使(shi)用提拔(ba)到了另一個條(tiao)理。這個假(jia)造天下自己是由人工(gong)(gong)智(zhi)能(neng)生成和(he)節制(zhi)的，人工(gong)(gong)智(zhi)能(neng)充當了駕駛(shi)教練(lian)和(he)環(huan)境監視體系——辨認(ren)人工(gong)(gong)智(zhi)能(neng)駕駛(shi)員的弱點，然后從頭(tou)安插假(jia)造環(huan)境來(lai)測(ce)試它們。
“Waabi天下”能(neng)(neng)與此同(tong)時(shi)傳(chuan)授多個人工智能(neng)(neng)駕(jia)駛員差別的本領(ling)，然后將他們組合(he)成一套(tao)妙技(ji)。烏(wu)爾塔森說，這一切(qie)全是不間斷地(di)產(chan)生，而(er)且不需要人類到場。
小概率事件
無人駕駛汽車(che)公(gong)司運用仿(fang)真摹擬來測試(shi)掌握車(che)輛的(de)(de)神經網絡若(ruo)何(he)處置小概率事(shi)件——好比(bi)一(yi)(yi)個自(zi)行(xing)(xing)車(che)快遞員在(zai)前面變道插(cha)隊，一(yi)(yi)輛跟天空一(yi)(yi)樣色彩的(de)(de)卡車(che)擋住(zhu)了路，大概一(yi)(yi)只雞(ji)過馬路——并進行(xing)(xing)相應的(de)(de)自(zi)我調解。
“當(dang)你碰到一個(ge)很少發(fa)作(zuo)的小(xiao)概率事件時，須要數千英里的門路(lu)才(cai)可以準(zhun)確測(ce)試它，”西德·甘地（SidGandhi）說，他正在(zai)Cruise公司處置摹擬(ni)事情，該公司已入(ru)手下手正在(zai)舊金山的某些路(lu)上測(ce)試全自動駕駛汽(qi)車。
這是由于小概率事務，或叫長尾(wei)事務，可能在一千次中只發作一次。他(ta)說：“當我們盡力(li)處理長尾(wei)題目時，我們將(jiang)越(yue)來(lai)越(yue)低地依賴于實(shi)際天下的測(ce)試(shi)。”
每一次Cruise公(gong)(gong)司升級其軟件時，它都市運轉數(shu)(shu)十(shi)萬次仿真摹擬來測試它。據(ju)甘地說，該(gai)公(gong)(gong)司將(jiang)依據(ju)他們(men)的汽(qi)車(che)碰到費事(shi)的特定現實(shi)情況生(sheng)成數(shu)(shu)千個場景(jing)(jing)，并調劑細節(jie)以涵(han)蓋一系列潛在(zai)的場景(jing)(jing)。它還能夠利用來源于(yu)其汽(qi)車(che)的實(shi)在(zai)攝像頭數(shu)(shu)據(ju)，使(shi)摹擬越發實(shi)在(zai)。
然后(hou)，工程(cheng)師(shi)能(neng)夠轉(zhuan)變途(tu)徑規劃(hua)，替換不一樣范例的車輛，或(huo)轉(zhuan)變行人(ren)的數目。最終，Cruise公(gong)司利(li)用本(ben)身的自動駕駛算法來操縱仿(fang)真模仿(fang)中的其他車輛，使(shi)它們做出(chu)實在的回響(xiang)反映。
甘地說，用這類分解數據舉行測試比運(yun)用實(shi)在(zai)數據快180倍，還廉(lian)價數百萬(wan)美元。
甘(gan)地說，Cruise還在試驗除舊(jiu)金山以(yi)外其他美(mei)國鄉村(cun)的假造場景，以(yi)便在實在汽車開到這一些(xie)處(chu)所之前，就(jiu)在模仿街(jie)道上測試其自(zi)動駕駛軟(ruan)件。
其他公司(si)還以(yi)為，仿真摹(mo)擬是鍛煉和測(ce)試(shi)自動(dong)駕(jia)駛人工智能的(de)關鍵步驟。萊文森說：“正在(zai)(zai)良多層面，摹(mo)擬事實(shi)上(shang)比現實(shi)駕(jia)駛更有效。”總部位于英國的(de)自動(dong)駕(jia)駛汽(qi)車公司(si)Wayve還正在(zai)(zai)瓜代開展摹(mo)擬測(ce)試(shi)和實(shi)在(zai)(zai)途徑測(ce)試(shi)。
該公司一向在倫敦忙碌的(de)(de)街道上測試(shi)自身的(de)(de)汽車(che)，但車(che)里一向有安全員(yuan)。Wayve公司的(de)(de)首席科學(xue)家(jia)杰米·肖頓（JamieShotton）說，模仿不只根據(ju)低(di)落測試(shi)本錢加快(kuai)了(le)自動駕駛汽車(che)的(de)(de)進步，并(bing)且還可(ke)以使測試(shi)越發(fa)牢靠，這是由于模仿仿真更簡單屢(lv)次反(fan)復測試(shi)。
他說：“一次樂(le)成模仿(fang)的關(guan)鍵(jian)是不(bu)息起勁(jing)增(zeng)添其現實性和多樣性。”
即使如此，正在傳播鼓吹僅靠摹擬(ni)能(neng)有多大進度層面(mian)，Waabi公司超過了其他人。和Cruise一樣(yang)，Waabi的假造天下也是(shi)基于實在傳感器(qi)的數(shu)據，包孕(yun)雷達和相機，它用這一些(xie)數(shu)據來(lai)建(jian)立(li)實在天下場景(jing)的數(shu)字孿生。
然后，Waabi摹擬(ni)人工智能(neng)駕駛(shi)員看(kan)到的傳(chuan)感器數據——包(bao)含(han)可能(neng)會讓(rang)攝像頭胡(hu)涂的平滑曲面的反(fan)射，能(neng)讓(rang)激光(guang)雷達失效(xiao)的廢氣和煙霧(wu)——使假(jia)造(zao)天下盡量實在(zai)。
但(dan)Waabi天下的(de)(de)環(huan)節腳色是它的(de)(de)神一(yi)樣的(de)(de)駕駛(shi)教練。當人工智能(neng)(neng)駕駛(shi)員學會處(chu)置懲罰一(yi)系列環(huan)境時，另(ling)一(yi)個人工智能(neng)(neng)模子(zi)則學會發覺(jue)它的(de)(de)弱點，并(bing)生成特定(ding)的(de)(de)場景(jing)來(lai)測試(shi)這一(yi)些弱點。
事實上(shang)，Waabi天下讓(rang)(rang)一個(ge)人(ren)工智(zhi)能(neng)(neng)反抗另一個(ge)，智(zhi)能(neng)(neng)教練(lian)進修(xiu)若(ruo)何(he)經過(guo)設置特定挑(tiao)釁場景讓(rang)(rang)智(zhi)能(neng)(neng)司機(ji)失利，而智(zhi)能(neng)(neng)司機(ji)則進修(xiu)若(ruo)何(he)克制這(zhe)一些挑(tiao)釁。烏爾塔森說，伴隨著人(ren)工智(zhi)能(neng)(neng)駕駛員的(de)提高，很難(nan)找(zhao)到(dao)也許(xu)失利的(de)案例。“您需要把它暴露在數(shu)百(bai)萬乃至數(shu)十億個(ge)場景下，才可以發明其缺點。”
烏爾塔森以為，正(zheng)在(zai)一個多樣(yang)化(hua)的(de)(de)摹擬(ni)中練習司機，更貼切地復(fu)制了人(ren)們(men)進修新(xin)技能的(de)(de)方法。她說：“每一次我(wo)們(men)閱歷一些事情時，我(wo)們(men)就會從(cong)頭調(diao)解我(wo)們(men)的(de)(de)大腦。”
正(zheng)在仿真摹擬中(zhong)讓人(ren)工智能(neng)取(qu)自身或敵手成百萬(wan)次地對(dui)立，這已經成為一種異常強盛(sheng)的(de)(de)手藝。這便是(shi)DeepMind團隊練習其人(ren)工智能(neng)玩圍棋和星際爭霸游戲的(de)(de)體式格局(ju)；這也是(shi)人(ren)工智能(neng)機械人(ren)正(zheng)在假造游樂(le)場進修的(de)(de)體式格局(ju)，好(hao)比DeeMind的(de)(de)XLand和OpenAI的(de)(de)捉迷藏，它們經過絡續試錯，進修根本但通用(yong)的(de)(de)技術。
但正(zheng)在(zai)模仿中(zhong)賜與人(ren)(ren)(ren)工智能舉動自(zi)在(zai)的一個(ge)錯(cuo)誤謬誤是，它能夠學(xue)會使用實際天下(xia)中(zhong)看不到的縫隙。OpenAI的捉(zhuo)迷藏機器人(ren)(ren)(ren)學(xue)會了(le)根據團隊互助來回避或尋覓(mi)別人(ren)(ren)(ren)。但他們還正(zheng)在(zai)模仿中(zhong)發現了(le)一些小(xiao)妨礙(ai)，得以讓人(ren)(ren)(ren)工智能違(wei)反(fan)物理學(xue)，比方飛到空中(zhong)或將物體推(tui)過墻壁。
企業須(xu)要確保其模仿成果充足精確，以阻撓其人(ren)工智能駕駛員(yuan)進修那樣的(de)壞習慣。神經(jing)網絡總(zong)是會學會行使假造(zao)天(tian)下和實(shi)際天(tian)下之(zhi)間的(de)差(cha)別，烏爾塔森說：“他們了解若何做弊。”
烏爾塔森示(shi)意(yi)，該(gai)公司(si)已開辟(pi)出了權衡實在和假(jia)造駕(jia)駛(shi)環境之間差別并能(neng)這類差別其盡(jin)量小的辦法。她還沒有(you)泄漏這項技能(neng)的細節，但示(shi)意(yi)Waabi籌劃發布(bu)該(gai)項事情。
僅運用仿(fang)(fang)(fang)真模仿(fang)(fang)(fang)，Waabi能(neng)走多(duo)遠將取決(jue)于(yu)Waabi天(tian)下到(dao)底(di)有多(duo)實在(zai)(zai)。“仿(fang)(fang)(fang)真模仿(fang)(fang)(fang)正正在(zai)(zai)變得越(yue)來越(yue)好，所以您能(neng)夠正在(zai)(zai)實際中(zhong)(zhong)學(xue)到(dao)而正在(zai)(zai)模仿(fang)(fang)(fang)中(zhong)(zhong)沒法學(xue)到(dao)的器材會越(yue)來越(yue)低(di)，”萊文森說(shuo)，“但(dan)我以為，要過很(hen)長一段時(shi)間才這類差別會消(xiao)逝(shi)。”
“正在摹擬和實(shi)在天下(xia)的測試之間堅持公(gong)道的均衡(heng)很主要，”肖頓說，“對任(ren)何一(yi)家(jia)自(zi)動(dong)駕駛公(gong)司(si)而言，終極的磨練(lian)全是，正在具有實(shi)在設(she)備的任(ren)何龐大情況(kuang)下(xia)，能將其手藝安全地應用于路上(shang)。”
烏(wu)爾塔森(sen)原則上贊成。“我們仍舊需求開(kai)展(zhan)實際天下的測試，”她(ta)說，“但(dan)這要(yao)少很多(duo)。”
不管(guan)產生什(shen)么，烏爾塔森皆(jie)對峙以為近況不可以連續下去。“每(mei)個人皆(jie)在做一(yi)樣的事情，雖然我們還沒有辦(ban)理這(zhe)個題(ti)目，”她說(shuo)，“我們需求(qiu)一(yi)些(xie)能加速(su)這(zhe)個歷程的工(gong)具。我們需求(qiu)一(yi)向采(cai)納這(zhe)類新的思想(xiang)體式格(ge)局。”