广东
自从数年前放弃自家的自动驾驶研发部门后，外界便不断质疑Uber在未来自驾车 时代是否会面临被淘汰的命运。不过，Uber似乎已经找到了全新的突围战略：转型成为自驾产业的「军火商」。
Uber技术长Praveen Neppalli Naga近日在一场公开活动中首度透露公司的长期野心——未来将计画为旗下数百万名人类司机的车辆配备感测套件，将其转变为在现实世界中不断收集数据的「感测元件网格」 (Sensor Grid)，并且将这些珍贵的行车数据提供给自驾车公司与AI模型训练使用。
从「AV Labs」到「百万行动感测元件」
这项野心勃勃的计画，实际上是Uber在今年1月下旬所发布的「AV Labs」计画的延伸。
目前，AV Labs仍处于初期阶段，主要依赖一小批由Uber自行营运的专属感测车队(独立于其司机网路之外)进行收集数据。但Praveen Neppalli Naga坦言，将设备安装到广大的司机车辆上才是他们「最终想走的方向」，而目前主要挑战在于需要先厘清各州的监管法规，确认感测元件数据收集与共享的合法性界线。
可以想像，一旦这项计画成真，Uber在全球拥有的数百万名司机，只要有一小部分愿意让车辆化身为「行动数据收集平台」，其规模效应将远远辗压任何一家单一自驾车公司(如Waymo)所能布署车队数量。
解决自驾车的最大痛点：角落案例数据
Praveen Neppalli Naga直言不讳地指出，当今自动驾驶发展的瓶颈早已不是底层技术，而是「数据」。
以Waymo等公司为例，为了训练模型，他们必须花费巨资布署车队到各地收集不同场景的数据，但这些公司的痛点在于，他们没有足够的资本来布署那么多车辆去收集这些极度碎片化、特定场景的资讯。
而这正是Uber的优势，透过无孔不入的司机网路，Uber可以轻易获取各种气候、时段与罕见路况的「角落案例」数据。
打造「AV 云端」，从叫车平台晋升自驾车基础设施
Uber目前已经与25家自驾车公司(包含总部位于伦敦的Wayve)建立合作伙伴关系。 Praveen Neppalli Naga透露，Uber正在构建一个名为「AV云端」 (AV Cloud)的系统：这是一个标注丰富感测器数据的资料库，合作伙伴可以查询，并且使用这些数据来训练模型。
此外，合作伙伴还能将他们训练好的模型放在真实的Uber行程中进行「影子模式」 (Shadow mode)测试，在不实际让自驾车上路的情况下，模拟其面对真实路况的反应。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
