蓋世汽車訊 據外媒報道，前Uber ATG首席科學家、人工智能（AI）專家Raquel Urtasun宣布成立初創(chuàng)公司Waabi。該公司將采用Urtasun所說的“AI優(yōu)先方法”，首先在長途貨車領域加快自動駕駛汽車的商業(yè)部署。Urtasun是該公司的唯一創(chuàng)始人兼首席執(zhí)行官，并獲得眾多知名公司的支持，包括Uber和Aurora的獨立投資。Waabi在A輪融資中共籌集8350萬美元，由Khosla Ventures領投，Uber、8VC、Radical Ventures、OMERS Ventures、BDC和Aurora Innovation，以及領先的AI研究人員Geoffrey Hinton、Fei-Fei Li、Pieter Abbeel、Sanja Fidler等人跟投。

（圖片來源：Waabi）

Urtasun稱，Waabi目前共有40名員工，在多倫多和加利福尼亞州均有辦公地點。該公司是Urtasun致力于向社會推出商業(yè)可行的自動駕駛技術的頂點。公司名為Waabi，在奧杰布瓦語（Ojibwe）中的意思是“她有遠見”，在日語中的意思是“簡單”，表明了她的方法和抱負。

當前很多自動駕駛汽車初創(chuàng)公司都使用AI算法和傳感器的組合處理人類駕駛任務，如檢測和識別物體，并基于該信息做出決策，從而在暢通道路或擁擠的高速公路上安全行駛。除上述基礎方法外，初創(chuàng)公司還會采用AI在內的多種策略。

Urtasun表示：“大多數自動駕駛汽車開發(fā)商都會使用傳統(tǒng)AI，但這樣會限制AI的使用。開發(fā)人員必須手動調整軟件堆棧，這樣既復雜又耗時。結果，由于擴展成本較高且技術非常具有挑戰(zhàn)性，自動駕駛汽車的開發(fā)放緩，且在小而簡單的操作域中商業(yè)部署也受限。”

深度神經網絡是一種復雜的AI算法，可允許計算機通過使用一系列的互聯(lián)網絡識別數據的模式進行學習。一些開發(fā)人員確實會使用深度神經網絡，但在處理特定問題時，也會關閉該網絡，并使用機器學習和基于規(guī)則的算法連接至更廣泛的系統(tǒng)中。

深度網絡自身存在一些問題。其中一項長期爭議是，由于其“黑匣子”效應，深度網絡在某種程度上可靠性不夠，無法應用于自動駕駛汽車中。其中“黑匣子”效應指的是AI解決特定任務的方式和原因尚不清楚。這對于所有希望驗證其系統(tǒng)的自動駕駛初創(chuàng)公司而言都是一個問題。此外，開發(fā)人員解決駕駛等任務時，也很難結合該任務的先前經驗。因此，深度網絡需要大量數據進行學習。

Urtasun稱，她通過將深度網絡與概率推理和復雜優(yōu)化相結合，解決了這些深度網絡相關問題，并將這種結合稱之為算法系列。至此，開發(fā)人員可以追溯AI系統(tǒng)的決策過程并結合先前經驗，而無需從頭開始教授AI系統(tǒng)。最后一部分是一個閉環(huán)仿真器，可允許Waabi團隊大規(guī)模測試常見的駕駛場景和安全關鍵的邊緣情況。

Waabi仍將有一支實體車隊在公共道路上進行測試。但是，公司會借助仿真器減少對上述測試形式的依賴。Urtasun表示：“我們甚至可以在測試前為全新地理環(huán)境做好準備，這對于擴展曲線非常有利?！?/p>

Urtasun希望，這種方法不會破壞OEM、硬件和計算供應商的生態(tài)系統(tǒng)，而是加入他們。這也是Aurora選擇支持Waabi的原因之一。Aurora是一家開發(fā)自動駕駛堆棧的初創(chuàng)公司，并希望將該堆棧部署至長途貨運等物流領域。

返回第一電動網首頁 >