北京时间8月29日，Uber工程博客最近发表了一篇有趣的文章。从内容中，Uber使用Web样式的工具来完善自动驾驶汽车收集的研究数据，并将其转换为可视图像。巧合的是，《大西洋月刊》上周也发表了一篇长文章，称Waymo开发了一个类似的平台。 “大西洋月刊”文章很有趣。似乎暗示Google改善无人驾驶AI的方法是独一无二的。真的吗？不，似乎每个研究自动驾驶的公司都采用了类似的方法。当测试车长途行驶时，公司将获得大量数据。您可以在虚拟环境中组合和匹配数据，并让AI在虚拟环境中导航，就像在现实世界中导航一样。计算机不知道两者之间存在差异。同时，您可以调整数据，观察非常规事件并比较多个模型。 Uber文章的重点是“可视化”数据的。它还详细介绍了自己的工具。这些工具基于Web，因此在开发新功能时可以更轻松地进行协作和调整方向。现在，Web应用程序可以访问GPU，实时通信，并且不需要本地客户端即可完成许多任务。 Web应用程序也可以用于显示GIF图像。博客文章中没有提到一件事：修改环境以使其在整个背景中脱颖而出，从而进一步放大数据的价值。优步是如何做到的？例如，如果系统遇到诸如演示之类的重大事件，该如何处理？举行马拉松比赛时，您是否让汽车自由行驶，以便您了解跑步者的行为方式？很明显不是。最好的方法是拍一张波士顿地图，这张地图相当不错，然后关闭一些主要道路，向虚拟世界添加许多行人和怪异的驾驶员，然后让AI驾驶代理在虚拟世界中穿梭。一旦出现问题，您将看到AI如何应对现实世界中从未经历过的事件。整个过程等效于“思考实验”，它可以生成有用的数据来改善AI。