北京時間8月29日消息， Uber工程博客最近刊發一篇有趣的文章， 從內容看Uber使用Web式工具提煉自動駕駛汽車收集的研究資料， 將它變成視覺圖像。 無獨有偶， 上周《大西洋月刊》也刊發一篇長文， 說Waymo開發了相似的平臺。
《大西洋月刊》的文章很有趣， 它似乎暗示谷歌改進無人駕駛AI的方法很獨特。 真是這樣嗎？不是的， 似乎每一家研究無人駕駛的公司都採用了相似的方法。
當測試汽車行駛了很遠的距離， 企業會獲得大量資料。 你可以在虛擬環境中讓資料組合、匹配， 讓AI在虛擬環境中導航， 就像在真實世界導航一樣。
Uber文章談論的重點在於資料的“視覺化”， 它還詳細介紹了自己的工具， 工具是以Web作為基礎的， 這樣協作起來更容易， 開發新功能時調整方向也更簡單。 現在Web應用程式已經可以訪問GPU， 即時通信， 完成許多工時不再需要本地用戶端。 Web應用程式還可以用來顯示GIF圖像。
有一點是博文沒有談到的：修飾環境， 讓它從整個背景中突顯出來， 從而進一步放大資料的價值， Uber是如何做的？例如， 系統如果碰到遊行抗議一樣的大事件如何處理？舉辦馬拉松比賽時是不是讓汽車自由行駛， 這樣就可以瞭解跑步者是如何行動的？顯然不行。
最好的辦法就是拿一張波士頓地圖，
把握企業情緒， 共同探討破局之路>>
【版權提示】億邦動力網宣導尊重與保護智慧財產權。 如發現本站文章存在版權問題， 煩請提供版權疑問、身份證明、版權證明、聯繫方式等發郵件至run@ebrun.com， 我們將及時溝通與處理。