Waymo, Kısıtlamalarla Birlikte Ücretsiz Kendi Kendine Sürüş Eğitimi Verilerini Veriyor
Waymo, kendi kendine sürüş olan tüm eğitim bilgilerinden oluşan bir veri kümesi başlatacağını duyurdu. Waymo, büyük bir farkla, kemerinin altındaki en büyük kendi kendine giden kilometre sayısına sahip olduğundan ve bu nedenle, kullanılan anahtar araçlar arasında sinir ağlarını eğitmek ve test etmek için kullanılabilecek en kıskanılmış etiketlenmiş veri kümeleri arasında olduğundan bu birikmiş odaklanma robotlar ve sürücüsüz otomobiller yapımında.
Makine öğrenimi yöntemleri, neredeyse kendi kendine giden bir araba yaratmak için kurulan insanlar tarafından evrensel olarak kullanılmaktadır. Bilgisayarla görü için makine öğrenimi ile, bilgisayara bir insanın zaten etiket koyduğu görüntüleri sağlar ve görüntüdeki şeyin bir araç, yaya veya yol yüzeyi olduğunu söylersiniz. Bilgisayarı, makine öğrenme prosedürünüzle birlikte yeterince verin - şimdi, çoğu zaman evrişimli bir sinir sistemi - farklı bileşenleri neyin ayırt ettiğine dair daha geniş bir kavrayışa ulaşmak için gelişmiş istatistiksel yaklaşımları kullanacaktır. Daha sonra, ona farklı arabaların ve yolların yeni bir resmini verebilirsiniz ve o görüntüde bu şeylerin nerede olduğunu bulmak için iyi bir olasılık olacaktır. Bu, sınıflandırıcı olarak adlandırılır ve genel 'algılama' sorununun ilk adımıdır - bir kamera veya başka bir sensörden ne görüntülediğinizi anlamaktır.
Waymo, bu tür bir veri kümesini başlatan ilk kişi değil. Daha önce Lyft oldukça büyük bir tane yayınladı ve Baidu bir süredir tüm 'Apollo' kendi kendine sürüş sistemini açık kaynak formatlarında yayınladı. Bununla birlikte, Waymo organizasyonda en iyisi olarak selamlanıyor. Verileri harika ve ek olarak, aynı sahnenin LIDAR 3-D taramalarıyla birleştirilen düz 2-D kamera görüntülerini içeriyor, Waymo'nun harika olduğu bir şey var.
Takımlar bu verilerle çaresiz durumda. Şu anda koleksiyonlarını toplamak için on milyonlarca dolar harcıyorlar. Son zamanlarda, müşterileri için etiket görüntülerine yardımcı olan nispeten mütevazı bir silikon vadisi girişimi olan Scale, 'tek boynuzlu at' milyar dolarlık bir tahsisatta para topladı.
Bu kayıt, bu hizmetler için ödeme yapamayan akademik araştırmacılar için bir nimet olacak, ancak işletmelere yardımcı olmayacak, çünkü Waymo bilgi üzerine katı bir ticari olmayan lisans koydu. İnsanlar bunu bir iş amacıyla kullanamaz. Ayrıntıları bile yayınlayamıyorlar. Araştırmacılar bile fiziksel bir otomobilin içindeki ağları kullanamazlar - bunları sanal dünyada veya gerçek dünyadaki videoda test edebilirler.
Bu nedenle, dünyadaki pek çok kişinin herkesin gelişimini hızlandırmayı umduğu bilgi paylaşımı bu değildir. Pek çok kişi ve waymo, pahalı bir şekilde topladıkları bilgileri rakiplerine dağıtılmaması için taç mücevherlerinin bir parçası olarak görüyor. Bununla birlikte, araştırmayı teşvik etmek bazı hedeflere ulaşır. Büyük oyuncular haline gelen takımların bir kısmı akademik işler olarak başladı veya akademiden gelen kurucuları oldu. .
Güvenlik konusunda rekabet
Bu alandaki oyuncular için çağrılar yapıldı. Gruplar bilgiyi görüntülediği için pek oluşmaz. Yıllar önce NHTSA'nın ilk federal düzenlemeleri korkunçtu, ancak ekiplerin herhangi bir 'güvenlik olayı' hakkında ham bilgileri tartıştığı ilginç bir hüküm içeriyordu. Bu, bir otomobilin bir kaza geçirmesi durumunda, günlüklerinin kamuya açık bir kayıt haline gelebileceği ve böylece diğer mürettebatın kazayı ve bundan nasıl kaçınılacağını öğrenebileceği anlamına gelir. Bu, daha fazla önerilen kanundan çekildi.
Bir yandan, bu tür bir strateji güvenliği artırmalıdır. Ve iddia ediliyor ki, tüm sektörün zararı olduğu için, bunları engellemek tüm oyuncuların çıkarına. Takımların güvenlikten başka rekabet etmesi tavsiye edilir.
Maalesef şu anda güvenlik konusunda rekabet etmeyi engelleyemiyorlar çünkü hepsi üretime girmek için rekabet ediyorlar ve üretime başlama esas olarak belirli bir güvenlik düzeyine ulaşmak ve bunu kanıtlamakla belirleniyor. Ancak daha sonra kulüpler her konuda rekabet edecek. Waymo, arabalarını şehir sokaklarında çalıştırarak, arabaları tarafından idare edildiklerinden emin olabilecek yeni tartışmalı durumları bulmaya çalışarak muazzam miktarda para harcadı. Arabaları ne kadar iyi giderse, yeni ve sorunlu bir durumu keşfetmek için o kadar fazla mil gitmeleri gerekir. Sonunda, o kadar harika olurlar ki, yönetemeyecekleri bir sorunu keşfetmek için yüz binlerce kilometre yol kat etmek zorunda kalırlar - ve bu, muhtemelen şirkete girmek için iyi oldukları anlamına gelir. Paylaşmaya karar vermesi kolay olan türden bir şey değil.
Başka bir yer simülasyon senaryolarının oluşturulmasıdır. Takımlar, arabalarının sanal evrende oynamasını test etmek için simülatörde durumlar geliştirir. Yine, onları paylaşmak için motive değiller, ancak simülatörleri şirket içinde yapmak istemeyen ekiplere satma işinde olan birkaç şirket var mı? Gruplar tarafından bir simülasyon kullanıldığında, hem akademik hem de ticari grupların simülasyon olayları oluşturması, toplaması ve satması mümkün hale gelir. Gerçekte, bunlar 'paylaşılır' çünkü bir firma onları birçok müşteri için yapar. Bu, çabanın çok daha az kopyası anlamına gelir.
