雷锋网按:Uber的工程博客(engineering blog)刚刚发布了一篇文章,内容是基于Web工具,探索将自驾车研究的数据可视化。
这个很酷的技术背后,是已经囤积了超过一百万英里的测试数据。数据驱动学习,一旦你有这么多的数据,就可以把它们混合放在虚拟环境中,让AI来导航。计算机并不知道虚拟数据和真实数据的差别,同时,还可以调整数据,观察异常事件或来进行多个模型的比较。
这篇博文只关注这些数据的可视化,并详细介绍了其工具。这些工具都是基于网络的,可以使新功能轻松协作和快速周转。这些Web应用程序可以访问GPU,实时交流等等。
这篇文章并没有真正涉及到,如何通过把整个环境从整个背景中剥离出来,进一步增加数据的价值。由于所展示出来的工具的复杂性,一篇文章似乎也说不清楚。
例如,处理一个像游行或抗议这样的背景,你会让自动驾驶汽车像马拉松比赛上的跑步者一样自由跑吗?很显然不可能。
你能做的就是打开地图,关闭了几个主要街道,然后设置你的AI驱动汽车走动。当AI系统崩溃时,你会看到它对现实生活中从未见过的情况的反应。这就像一个思考实验,可以产生有效的数据并改善人工智能。
via TechCrunch