自從數年前放棄自家的自動駕駛研發部門後，外界便不斷質疑Uber 在未來自駕車 時代是否會面臨被淘汰的命運。不過，Uber似乎已經找到了全新的突圍戰略：轉型成為自駕產業的「軍火商」。Uber技術長Praveen Neppalli Naga近日在一場公開活動中首度透露公司的長期野心——未來將計畫為旗下數百萬名人類司機的車輛配備感測套件，將其轉變為在現實世界中不斷收集數據的「感測元件網格」 (Sensor Grid)，並且將這些珍貴的行車數據提供給自駕車公司與AI模型訓練使用。
從「AV Labs」到「百萬行動感測元件」
這項野心勃勃的計畫，實際上是Uber在今年1月下旬所發布的「AV Labs」計畫的延伸。
目前，AV Labs仍處於初期階段，主要依賴一小批由Uber自行營運的專屬感測車隊 (獨立於其司機網路之外)進行收集數據。但Praveen Neppalli Naga坦言，將設備安裝到廣大的司機車輛上才是他們「最終想走的方向」，而目前主要挑戰在於需要先釐清各州的監管法規，確認感測元件數據收集與共享的合法性界線。
可以想像，一旦這項計畫成真，Uber在全球擁有的數百萬名司機，只要有一小部分願意讓車輛化身為「行動數據收集平台」，其規模效應將遠遠輾壓任何一家單一自駕車公司 (如Waymo)所能佈署車隊數量。
解決自駕車的最大痛點：角落案例數據
Praveen Neppalli Naga直言不諱地指出，當今自動駕駛發展的瓶頸早已不是底層技術，而是「數據」。
以Waymo等公司為例，為了訓練模型，他們必須花費鉅資佈署車隊到各地收集不同場景的數據，但這些公司的痛點在於，他們沒有足夠的資本來佈署那麼多車輛去收集這些極度碎片化、特定場景的資訊。
而這正是Uber的優勢，透過無孔不入的司機網路，Uber可以輕易獲取各種氣候、時段與罕見路況的「角落案例」數據。
打造「AV 雲端」，從叫車平台晉升自駕車基礎設施
Uber目前已經與25家自駕車公司 (包含總部位於倫敦的Wayve)建立合作夥伴關係。Praveen Neppalli Naga透露，Uber正在構建一個名為「AV雲端」 (AV Cloud)的系統：這是一個標註豐富感測器數據的資料庫，合作夥伴可以查詢，並且使用這些數據來訓練模型。
此外，合作夥伴還能將他們訓練好的模型放在真實的Uber行程中進行「影子模式」 (Shadow mode)測試，在不實際讓自駕車上路的情況下，模擬其面對真實路況的反應。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
討論區