衛(wèi)弗開發(fā)機器學習模型能同時駕駛家用轎車和小型貨車

總部位于倫敦的無人駕駛汽車初創(chuàng)公司衛(wèi)弗已經(jīng)開發(fā)出一種機器學習模型，既可以駕駛家用轎車，也可以駕駛小型貨車。這是同一個“人工智能司機”第一次學會駕駛兩種不同類型的汽車。

不到一年前，衛(wèi)弗曾展示了它在倫敦街道訓練的人工智能可以在英國其他四個城市開車。這項任務充滿挑戰(zhàn)，通常需要進行大量的重新設計。

衛(wèi)弗技術副總裁杰夫·霍克說：“這就像你到一個新地方租了一輛車，你可以立即上手。”

這一進展表明，衛(wèi)弗訓練自動駕駛汽車的方法，很可能會幫助它領先Cruise、Waymo和特斯拉等訓練深度學習模型從零開始的公司，以實現(xiàn)更快地擴張。

衛(wèi)弗的體量比其規(guī)模更大、資金更充足的競爭對手要小得多，但它是新一代初創(chuàng)公司的一份子，其中還包括Waabi和Ghost公司。它們有時也被稱為AV2.0，即拋棄了第一代無人駕駛汽車公司所接受的機器人思維——依賴超級詳細的3D地圖和單獨的模塊進行傳感和規(guī)劃。相反，這些初創(chuàng)公司完全依靠人工智能來駕駛汽車。

機器人技術已經(jīng)將無人駕駛出租車帶到了鳳凰城和舊金山的少數(shù)幾條街道上——但成本巨大，而且?guī)缀鯖]有跡象表明這些服務將在短期內(nèi)擴展到試點之外。

衛(wèi)弗和其他公司希望改變這一現(xiàn)狀，在自動駕駛領域復現(xiàn)深度學習在計算機視覺和自然語言處理方面的作用，使人工智能能夠更好地適應不熟悉的街道和場景，而不必更新復雜的地圖或維護軟件系統(tǒng)。

我參觀了衛(wèi)弗在倫敦的總部，查看了該公司停在現(xiàn)有捷豹I-PACE車隊旁邊的新Maxus e9面包車。

這款面包車配備了與汽車相同的6個網(wǎng)絡攝像頭大小的傳感器，但它們的位置更高，角度也不同。

這意味著模型的輸入——來自每個攝像頭的視頻——在不同車型上是不一樣的，但人工智能已經(jīng)學會了從任何一個視角來獲取信息并控制車輛。

人工智能還必須適應面包車更大的尺寸和重量。它的轉(zhuǎn)彎機制也有所不同，而且需要更長的時間才能完全剎停。

控制汽車和貨車方向盤的人工智能可能是相同的，但它做出的決策需要以不同的方式進行。

在貨車的引擎蓋下，一堆電線和定制的計算機部件將模型的指令傳達給它所控制的車輛。

衛(wèi)弗的人工智能模型結(jié)合了強化學習和模仿學習，兩種技術復制了人類駕駛員的行為。

它使用了數(shù)千小時的駕駛數(shù)據(jù)來訓練模型駕駛汽車。該公司首先訓練人工智能模型駕駛面包車，這只用了80個小時的數(shù)據(jù)。

這讓研發(fā)團隊感到驚訝。衛(wèi)弗的科學家貝基·戈德曼說：“當我們開始這個項目時，我們不知道需要多少數(shù)據(jù)才能使系統(tǒng)泛化。”

但研究結(jié)果表明，該模型可以比預期的更快地適應新車。衛(wèi)弗還發(fā)現(xiàn)，學習駕駛貨車可以提高模型在汽車駕駛方面的表現(xiàn)。

一旦模型能夠在模擬環(huán)境中駕駛貨車和汽車，衛(wèi)弗就把它帶到了路上。娜奧米是衛(wèi)弗的安全操作員，她會在車輛行駛時坐在駕駛位上。

她承認在面包車第一次行駛時會感到害怕：“當我第一次坐在車里并行駛到街道上，我的感覺就和駕校教練一樣?！?/p>

但這輛面包車很好地應付了倫敦狹窄的街道，順利地通過道路、人行橫道、公共汽車和路邊停著的車。

總部位于加州山景城的Ghost公司的杰伊·吉拉克對衛(wèi)弗的演示活動印象深刻，并且認同該公司的整體觀點。吉拉克說：“機器人技術的方法并不是實現(xiàn)這一點（自動駕駛）的正確方法。”

但他并不認可衛(wèi)弗全部使用深度學習的思路。Ghost公司訓練的不是一個大型模型，而是數(shù)百個小型模型，每個模型都有專門的功能。

然后由工程師手動編輯簡單的規(guī)則，告訴自動駕駛系統(tǒng)在何種情況下使用哪種模型。Ghost的這種方法與另一家總部位于以色列的AV2.0公司Autobrains的方法類似，但Autobrains還額外使用另一層神經(jīng)網(wǎng)絡來學習規(guī)則。

Ghost公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官沃爾克馬爾·烏利格表示，將人工智能分成許多更小的部分，每個部分都有特定的功能，可以更容易確定自動駕駛汽車的安全性。

“在某個時候，一定會有什么事情（事故）發(fā)生，”他說，“法官會要求你指出代碼里面的規(guī)定：‘如果有人在你（A I）面前，你（AI）就必須剎車’，這段代碼必須存在。”烏利格說，這段代碼當然也可以通過學習得到，但在像Wayve這樣的大型模型中很難準確定位。

衛(wèi)弗希望制造出能夠在高速公路上自動駕駛的消費類汽車；它也希望成為第一家將無人駕駛汽車部署在100個城市的公司。

衛(wèi)弗目前正在與英國雜貨巨頭Asda和Ocado合作，從他們的城市送貨車上收集數(shù)據(jù)。

然而，從許多方面來看，這兩家公司都遠遠落后于市場領導者。競爭對手Cruise和Waymo已經(jīng)積累了數(shù)百小時的實際運行經(jīng)驗，并且已經(jīng)在少數(shù)地方向公眾提供無人駕駛出租車服務?！拔也粫趸覀兠媾R的挑戰(zhàn)，”霍克說，“自動駕駛行業(yè)教會了我保持謙遜?！?/p>