安全自动驾驶 - 到我们汇集数据的时候了
2018-11-22 09:02:40AI云资讯795
对于大多数美国人来说,汽车自动驾驶街道的想法仍然像科幻故事。尽管近年来该行业投入了数十亿美元,但没有一家自动驾驶汽车公司证明其技术能够在不久的将来生产大众市场自动驾驶汽车。
除了目前的缺点,对自动驾驶技术的合理需求:每年有近130万人死于汽车碰撞,200万人受伤。仅在美国,由于车祸,去年就有4万人死亡,将基于车祸的死亡列为美国15大死亡原因之一。通用汽车已确定94%的汽车碰撞事故的主要原因是人为错误。独立研究已经证实,诸如共乘等技术进步已经减少了汽车事故,因为我们从街道上移走了不应该操作车辆的司机。
开发自动驾驶技术的挑战源于复制我们每次驾驶时所做出的令人难以置信的微妙认知决策。
我们应该完全有理由相信,自动驾驶系统 - 决定性和精细调整的计算机始终以最佳性能运行 - 几乎可以消除道路上的死亡事故。开发自动驾驶技术的挑战源于复制我们每次驾驶时所做出的令人难以置信的微妙认知决策。
任何具有人工智能空间经验的人都会告诉您,培训数据的质量和数量是构建真实世界功能AI的最重要的输入之一。这就是为什么今天的大型科技公司继续收集和保存详细的消费者数据,尽管最近公众强烈反对。从搜索引擎到社交媒体,再到自动驾驶汽车,数据 - 在某些情况下甚至超过底层技术本身 - 是推动当今科技公司价值的因素。
毫无疑问,自动驾驶汽车公司不会公开分享数据,即使在发生致命事故的情况下也是如此。在自动驾驶汽车方面,公众利益(尽快提供安全的自动驾驶汽车)显然与公司利益不一致(尽可能多地利用技术)。
我们需要创建行业和监管环境,让自动驾驶汽车公司根据他们的技术质量进行竞争 - 而不仅仅是他们能够花费数亿美元来收集和尽可能多地收集数据(是的,这是多少收集这些数据费用)。在当今的环境中,情况恰恰相反:自动驾驶汽车制造商正在关注的是收集尽可能多的数据,旨在为他们的模型提供比竞争对手更多的信息,同时避免一起工作。
从一个公平的数据竞争环境中产生的竞争可以创造数万个新的高科技工作岗位。
这些公司囤积的道路数据应该是没有泄露商业秘密或有关其模型的信息,而是汇集到一个非营利组织财团,甚至是一个政府实体,每一英里驱动的共享和审计质量。通过各种方式,将这些数据传递给您的私人公司并使用它,使您的模型更加智能,然后向池中提供更多道路数据,使每个人都更聪明 - 更重要的是,提高我们在路上拥有真正自动驾驶汽车的速度,一旦他们在那里,他们的安全。

除了目前的缺点,对自动驾驶技术的合理需求:每年有近130万人死于汽车碰撞,200万人受伤。仅在美国,由于车祸,去年就有4万人死亡,将基于车祸的死亡列为美国15大死亡原因之一。通用汽车已确定94%的汽车碰撞事故的主要原因是人为错误。独立研究已经证实,诸如共乘等技术进步已经减少了汽车事故,因为我们从街道上移走了不应该操作车辆的司机。
开发自动驾驶技术的挑战源于复制我们每次驾驶时所做出的令人难以置信的微妙认知决策。
我们应该完全有理由相信,自动驾驶系统 - 决定性和精细调整的计算机始终以最佳性能运行 - 几乎可以消除道路上的死亡事故。开发自动驾驶技术的挑战源于复制我们每次驾驶时所做出的令人难以置信的微妙认知决策。
任何具有人工智能空间经验的人都会告诉您,培训数据的质量和数量是构建真实世界功能AI的最重要的输入之一。这就是为什么今天的大型科技公司继续收集和保存详细的消费者数据,尽管最近公众强烈反对。从搜索引擎到社交媒体,再到自动驾驶汽车,数据 - 在某些情况下甚至超过底层技术本身 - 是推动当今科技公司价值的因素。
毫无疑问,自动驾驶汽车公司不会公开分享数据,即使在发生致命事故的情况下也是如此。在自动驾驶汽车方面,公众利益(尽快提供安全的自动驾驶汽车)显然与公司利益不一致(尽可能多地利用技术)。
我们需要创建行业和监管环境,让自动驾驶汽车公司根据他们的技术质量进行竞争 - 而不仅仅是他们能够花费数亿美元来收集和尽可能多地收集数据(是的,这是多少收集这些数据费用)。在当今的环境中,情况恰恰相反:自动驾驶汽车制造商正在关注的是收集尽可能多的数据,旨在为他们的模型提供比竞争对手更多的信息,同时避免一起工作。
从一个公平的数据竞争环境中产生的竞争可以创造数万个新的高科技工作岗位。
这些公司囤积的道路数据应该是没有泄露商业秘密或有关其模型的信息,而是汇集到一个非营利组织财团,甚至是一个政府实体,每一英里驱动的共享和审计质量。通过各种方式,将这些数据传递给您的私人公司并使用它,使您的模型更加智能,然后向池中提供更多道路数据,使每个人都更聪明 - 更重要的是,提高我们在路上拥有真正自动驾驶汽车的速度,一旦他们在那里,他们的安全。
这些数据的复杂性是多种多样的,但却是公开的 - 我并不是建议人们交出私人的特权数据,而是积极地汇集和合并汽车所看到的内容。有许多自动驾驶汽车公司正在推动数百万的虚拟里程 - 他们试图获得尽可能多的主动驾驶数据。除了他们驾驶这些里程的事实,真正使这些数据成为他们必须囤积的东西?通过分享这些里程,通过尽可能详细地了解世界,这些公司可以专注于制造更智能,更好的自动驾驶汽车,并将其更快地推向市场。
如果您正在阅读本文并认为这非常不公平,我建议您再次考虑每年仅在美国就有4万人可以预防死亡。如果您不被该技术的巨大挽救生命的潜力所驱使,请考虑公开许可的自动驾驶数据集将通过消除该领域的大部分资本障碍并增加竞争来加速创新。
虽然大型技术和汽车公司可能会嘲笑分享数据的想法,但是从一个水平的数据竞争领域产生的竞争可以创造数以万计的新的高科技工作。用于汇总道路数据的任何政府花费都将被视为大写而非丢失 - 公共数据集可以在未来许多年内由AI和跨学科项目的研究人员重复使用。
最符合道德标准(也是最经济合理的)选择是自动驾驶汽车公司生成的所有数据都应该是为了建立一个更聪明,更安全的人类而建立的连续系统的一部分。我们不能再等了。
相关文章
- L3上路:自动驾驶爆发前夜,MGU执行器守护最底层安全
- ASTROX全球首发,开创未来出行机器人自动驾驶新范式
- 意大利驻华大使打卡文远知行Robotaxi,点赞中国领先自动驾驶科技
- 开启实体商业“自动驾驶”时代:大吉肆龙虾智能体首发重塑盈利底层逻辑
- 特斯拉全自动驾驶功能已处于召回边缘
- 优步向Rivian投资12.5亿美元 双方达成新自动驾驶出租车协议
- 英伟达:将与比亚迪、吉利进行自动驾驶出租车业务合作
- 《运输策略蓝图》发布 百度杨楠:香港是孵化自动驾驶业务的宝地
- 酷哇发布 WAM 2.0 世界模型,加速构建“自动驾驶+机器人”RoboCity 新基建
- Waymo融资160亿美元,欲将自动驾驶出租车业务推向全球
- 自动驾驶新能源重卡赛道最大单笔融资来了!深向科技完成11.77亿元Pre-IPO轮融资
- 特斯拉在得克萨斯州奥斯汀推出无人监管的自动驾驶出租车服务
- 豪赌自动驾驶!喜相逢拟控股毫米波雷达“黑马”
- 喜相逢“杀入”上游:砸向自动驾驶的感知心脏
- 主线科技获评“2025最具投资潜力奖”,自动驾驶卡车商业化进程加速
- 英伟达CES预言自动驾驶未来,文远知行融合双技术路线领跑行业
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠









