制造無(wú)人駕駛汽車(chē)是一項(xiàng)緩慢而昂貴的業(yè)務(wù)。經(jīng)過(guò)多年的努力和數(shù)十億美元的投資，這項(xiàng)技術(shù)仍處于試點(diǎn)階段。拉克爾·烏爾塔森認(rèn)為她可以做得更好。

2021年，由于對(duì)行業(yè)的緩慢發(fā)展感到沮喪，烏爾塔森在主持了優(yōu)步（一家叫車(chē)服務(wù)公司）的自動(dòng)駕駛研究工作4年之后，離開(kāi)了優(yōu)步并成立了自己的公司，名為Waabi?！澳壳按蠖鄶?shù)自動(dòng)駕駛的技術(shù)路線(xiàn)都太慢，以至于無(wú)法取得進(jìn)步?！睘鯛査f(shuō)，她把主要精力投入了無(wú)人駕駛汽車(chē)行業(yè)和多倫多大學(xué)中?！拔覀冃枰粋€(gè)完全不同的方案?！?/p>

公司現(xiàn)在透露了烏爾塔森押注的有爭(zhēng)議的自動(dòng)駕駛汽車(chē)新捷徑，該捷徑最大的創(chuàng)意是拋棄汽車(chē)本身！

在過(guò)去的6個(gè)月里，瓦比公司一直在建立一個(gè)超級(jí)真實(shí)的虛擬仿真環(huán)境，稱(chēng)為瓦比世界。瓦比打算幾乎完全在仿真模擬中進(jìn)行人工智能駕駛員的訓(xùn)練，而不是在真實(shí)的車(chē)輛中。他們計(jì)劃，在最后一輪微調(diào)之前，人工智能不會(huì)在真實(shí)道路上的真實(shí)車(chē)輛上進(jìn)行測(cè)試。

問(wèn)題是，一個(gè)人工智能要想學(xué)會(huì)處理真實(shí)道路的復(fù)雜情況，就必須暴露在它可能遇到的各種場(chǎng)景中。這就是為什么在過(guò)去的十年里，無(wú)人駕駛汽車(chē)公司累計(jì)在世界各地的街道上行駛了數(shù)百萬(wàn)英里。

一些公司，如客斯和Waymo，已經(jīng)開(kāi)始在美國(guó)一些簡(jiǎn)單的城市環(huán)境中測(cè)試無(wú)人駕駛車(chē)輛，但進(jìn)展仍然緩慢。“為什么我們還沒(méi)有看到這些試點(diǎn)的擴(kuò)張呢？為什么那些車(chē)不是無(wú)處不在呢？”烏爾塔森問(wèn)道。

烏爾塔森大膽而自信地?fù)?dān)任了瓦比公司的負(fù)責(zé)人，該公司不僅沒(méi)有對(duì)其技術(shù)進(jìn)行道路測(cè)試，甚至連汽車(chē)都沒(méi)有。但通過(guò)避免花費(fèi)大部分研發(fā)成本在真實(shí)街道上測(cè)試軟件，她希望打造一個(gè)比競(jìng)爭(zhēng)對(duì)手更快、更經(jīng)濟(jì)的人工智能駕駛員，從而給整個(gè)行業(yè)帶來(lái)急需的推動(dòng)。

虛擬駕駛員

該公司并不是第一家開(kāi)發(fā)虛擬現(xiàn)實(shí)世界來(lái)測(cè)試自動(dòng)駕駛軟件的企業(yè)。在過(guò)去的幾年里，仿真模擬已經(jīng)成為無(wú)人駕駛汽車(chē)公司的支柱。但問(wèn)題是，僅憑模擬技術(shù)是否足以幫助業(yè)界克服技術(shù)難題，使得無(wú)人駕駛成為可行的選項(xiàng)。

“目前還沒(méi)有人為自動(dòng)駕駛汽車(chē)打造‘黑客帝國(guó)’?！盳oox（自動(dòng)駕駛汽車(chē)初創(chuàng)公司，2020年被亞馬遜收購(gòu)）的聯(lián)合創(chuàng)始人兼CTO杰西·萊文森說(shuō)。

事實(shí)上，幾乎所有的自動(dòng)駕駛汽車(chē)公司現(xiàn)在都以某種形式使用模擬技術(shù)。它加快了測(cè)試速度，向人工智能模型展示比實(shí)際道路上更廣泛的場(chǎng)景，并降低了成本。但大多數(shù)公司將仿真模擬與真實(shí)世界的測(cè)試結(jié)合在一起，通常是在真實(shí)道路和虛擬道路之間來(lái)回切換。

“瓦比世界”將模擬的利用提升到了另一個(gè)層次。這個(gè)虛擬世界本身是由人工智能生成和控制的，人工智能充當(dāng)了駕駛教練和環(huán)境監(jiān)督系統(tǒng)——識(shí)別人工智能駕駛員的弱點(diǎn)，然后重新布置虛擬環(huán)境來(lái)測(cè)試它們。

“瓦比世界”能同時(shí)教授多個(gè)人工智能駕駛員不同的能力，然后將他們組合成一套技能。烏爾塔森說(shuō)，這一切都是不間斷地發(fā)生，并且不需要人類(lèi)參與。

小概率事件

無(wú)人駕駛汽車(chē)公司使用仿真模擬來(lái)測(cè)試控制車(chē)輛的神經(jīng)網(wǎng)絡(luò)如何處理小概率事件——比如一個(gè)自行車(chē)快遞員在前面變道插隊(duì)，一輛跟天空一樣顏色的卡車(chē)擋住了路，或者一只雞過(guò)馬路——并進(jìn)行相應(yīng)的自我調(diào)整。

“當(dāng)你遇到一個(gè)很少發(fā)生的小概率事件時(shí)，需要數(shù)千英里的道路才能正確測(cè)試它?！蔽鞯隆じ实卣f(shuō)，他在客斯公司從事模擬工作，該公司已經(jīng)開(kāi)始在舊金山的某些道路上測(cè)試全自動(dòng)駕駛汽車(chē)。

這是因?yàn)樾「怕适录?，或叫長(zhǎng)尾事件，可能在1000次中只發(fā)生一次。他說(shuō)：“當(dāng)我們努力解決長(zhǎng)尾問(wèn)題時(shí)，我們將越來(lái)越少地依賴(lài)于現(xiàn)實(shí)世界的測(cè)試?！?/p>

每次客斯公司升級(jí)其軟件時(shí)，它都會(huì)運(yùn)行數(shù)十萬(wàn)次仿真模擬來(lái)測(cè)試它。據(jù)甘地說(shuō)，該公司將根據(jù)他們的汽車(chē)遇到麻煩的特定現(xiàn)實(shí)情況生成數(shù)千個(gè)場(chǎng)景，并調(diào)整細(xì)節(jié)以涵蓋一系列潛在的場(chǎng)景。它還可以使用來(lái)自其汽車(chē)的真實(shí)攝像頭數(shù)據(jù)，使模擬更加真實(shí)。

然后，工程師可以改變道路布局，更換不同類(lèi)型的車(chē)輛，或改變行人的數(shù)量。最后，客斯公司使用自己的自動(dòng)駕駛算法來(lái)控制仿真模擬中的其他車(chē)輛，使它們做出真實(shí)的反應(yīng)。

甘地說(shuō)，用這種合成數(shù)據(jù)進(jìn)行測(cè)試比使用真實(shí)數(shù)據(jù)快180倍，也便宜數(shù)百萬(wàn)美元。

甘地說(shuō)，客斯還在試驗(yàn)除舊金山以外其他美國(guó)城市的虛擬場(chǎng)景，以便在真實(shí)汽車(chē)開(kāi)到這些地方之前，就在模擬街道上測(cè)試其自動(dòng)駕駛軟件。

其他公司也認(rèn)為，仿真模擬是訓(xùn)練和測(cè)試自動(dòng)駕駛?cè)斯ぶ悄艿年P(guān)鍵步驟。萊文森說(shuō)：“在很多方面，模擬實(shí)際上比實(shí)際駕駛更有用?！笨偛课挥谟?guó)的自動(dòng)駕駛汽車(chē)公司維也也在交替進(jìn)行模擬測(cè)試和真實(shí)道路測(cè)試。

該公司一直在倫敦繁忙的街道上測(cè)試自己的汽車(chē)，但車(chē)?yán)镆恢庇邪踩珕T。維也公司的首席科學(xué)家杰米·肖頓說(shuō)，模擬不僅通過(guò)降低測(cè)試成本加速了自動(dòng)駕駛汽車(chē)的發(fā)展，而且還可以使測(cè)試更加可靠，這是因?yàn)槟M仿真更容易多次重復(fù)測(cè)試。

他說(shuō)：“一次成功模擬的關(guān)鍵是不斷努力增加其現(xiàn)實(shí)性和多樣性?！?/p>

即便如此，在宣稱(chēng)僅靠模擬能有多大進(jìn)展方面，瓦比公司超過(guò)了其他人。和客斯一樣，瓦比的虛擬世界也是基于真實(shí)傳感器的數(shù)據(jù)，包括雷達(dá)和相機(jī)，它用這些數(shù)據(jù)來(lái)創(chuàng)建真實(shí)世界場(chǎng)景的數(shù)字孿生。

然后，瓦比模擬人工智能駕駛員看到的傳感器數(shù)據(jù)——包括可能會(huì)讓攝像頭糊涂的光滑曲面的反射，能讓激光雷達(dá)失效的廢氣和煙霧——使虛擬世界盡可能真實(shí)。

但瓦比世界的關(guān)鍵角色是它的神一樣的駕駛教練。當(dāng)人工智能駕駛員學(xué)會(huì)處理一系列環(huán)境時(shí)，另一個(gè)人工智能模型則學(xué)會(huì)發(fā)現(xiàn)它的弱點(diǎn)，并生成特定的場(chǎng)景來(lái)測(cè)試這些弱點(diǎn)。

實(shí)際上，瓦比世界讓一個(gè)人工智能對(duì)抗另一個(gè)，智能教練學(xué)習(xí)如何通過(guò)設(shè)置特定挑戰(zhàn)場(chǎng)景讓智能司機(jī)失敗，而智能司機(jī)則學(xué)習(xí)如何克服這些挑戰(zhàn)。烏爾塔森說(shuō)，隨著人工智能駕駛員的進(jìn)步，很難找到可能失敗的案例?！澳阈枰阉┞对跀?shù)百萬(wàn)甚至數(shù)十億個(gè)場(chǎng)景下，才能發(fā)現(xiàn)其缺陷?！?/p>

烏爾塔森認(rèn)為，在一個(gè)多樣化的模擬中訓(xùn)練司機(jī)，更貼切地復(fù)制了人們學(xué)習(xí)新技能的方式。她說(shuō)：“每次我們經(jīng)歷一些事情時(shí)，我們就會(huì)重新調(diào)整我們的大腦?！?/p>

在仿真模擬中讓人工智能與自己或?qū)κ殖砂偃f(wàn)次地對(duì)抗，這已經(jīng)成為一種非常強(qiáng)大的技術(shù)。這就是訓(xùn)練其人工智能玩圍棋和星際爭(zhēng)霸游戲的方式；這也是人工智能機(jī)器人在虛擬游樂(lè)場(chǎng)學(xué)習(xí)的方式，比如XLand和OpenAI的捉迷藏，它們通過(guò)不斷試錯(cuò)，學(xué)習(xí)基本但通用的技能。

但在模擬中給予人工智能行動(dòng)自由的一個(gè)缺點(diǎn)是，它可以學(xué)會(huì)利用現(xiàn)實(shí)世界中看不到的漏洞。OpenAI的捉迷藏機(jī)器人學(xué)會(huì)了通過(guò)團(tuán)隊(duì)合作來(lái)躲避或?qū)ふ宜?。但他們也在模擬中發(fā)現(xiàn)了一些小故障，得以讓人工智能違背物理學(xué)，例如飛到空中或?qū)⑽矬w推過(guò)墻壁。

企業(yè)需要確保其模擬結(jié)果足夠準(zhǔn)確，以阻止其人工智能駕駛員學(xué)習(xí)這樣的壞習(xí)慣。神經(jīng)網(wǎng)絡(luò)總是會(huì)學(xué)會(huì)利用虛擬世界和現(xiàn)實(shí)世界之間的差異，烏爾塔森說(shuō)：“他們知道如何作弊。”

烏爾塔森表示，該公司已經(jīng)開(kāi)發(fā)出了衡量真實(shí)和虛擬駕駛環(huán)境之間差異并能這種差異其盡可能小的方法。她還沒(méi)有透露這項(xiàng)技術(shù)的細(xì)節(jié)，但表示瓦比計(jì)劃公布該項(xiàng)工作。

僅使用仿真模擬，瓦比能走多遠(yuǎn)將取決于Waabi世界到底有多真實(shí)?！胺抡婺M正在變得越來(lái)越好，所以你可以在現(xiàn)實(shí)中學(xué)到而在模擬中無(wú)法學(xué)到的東西會(huì)越來(lái)越少?！比R文森說(shuō)，“但我認(rèn)為，要過(guò)很長(zhǎng)一段時(shí)間才這種差異會(huì)消失?！?/p>

“在模擬和真實(shí)世界的測(cè)試之間保持合理的平衡很重要，”肖頓說(shuō)，“對(duì)任何一家自動(dòng)駕駛公司來(lái)說(shuō)，最終的考驗(yàn)都是，在具有真實(shí)裝備的任何復(fù)雜情況下，能將其技術(shù)安全地應(yīng)用于道路上?！?/p>

烏爾塔森原則上同意?！拔覀?nèi)匀恍枰M(jìn)行現(xiàn)實(shí)世界的測(cè)試，”她說(shuō)，“但這要少得多。”

無(wú)論發(fā)生什么，烏爾塔森都堅(jiān)持認(rèn)為現(xiàn)狀不能持續(xù)下去?！懊總€(gè)人都在做同樣的事情，盡管我們還沒(méi)有解決這個(gè)問(wèn)題，”她說(shuō)，“我們需要一些能加快這個(gè)進(jìn)程的東西。我們需要一直采用這種新的思維方式?！?/p>