【科技】无人驾驶汽车真的可以做到完全“无人”吗？

本篇文章1663字，读完约4分钟

【每日科技网】

无人驾驶汽车这个神奇的想法已经不再陌生。很多涉足该技术的企业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国外外包中心，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。要完成这项从业，这些从业者需要逐帧手动标记数千个小时的录像片段。哪些录像片段在硅谷、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。旧金山企业lemnos labs的投资者杰里米·康拉德(jeremy conrad)表示，标记团队在每家企业里都很重要，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多而杂多变。

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，虽然有这些技术革新，未来很多年无人驾驶汽车的快速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

初创企业mighty.ai创始人兼ceo马特·班克(matt bencke)说道，在我看来，ai工作者由于傲慢自大普遍都有一个盲点，那就是计算机将会处理一切。mighty.ai致力于利用兼职人员社区为科技企业过滤和标记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新闻来学习，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。即使系统能够适应一天和一年不同的时候光照和天气状况的一些变化，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、特殊事情或者事故瞬间就发生改变。

数据标注过程是一项隐藏价钱，人们并没如何去讨论。无人驾驶创业企业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。安全性放在主要位置：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，衡量快速发展进展的其中一个标准是，企业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，意味着这些企业的幕后数据解决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入驻。相反，数据必需要留存到硬盘，然后送到外包中心。对于如此前沿的一个领域来讲，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企业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从业。

大型科技企业倾向于不宣扬无人驾驶汽车的人工从业部分。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。

这种劳动密集型的从业代价可不小。据业内人士估计，为美国的各个城市创建和维护这种地图的价钱达到每年数十亿美元。