(转)万万没想到，无人车其实是个劳动密集型产业

万万没想到，无人车其实是个劳动密集型产业
量子位
https://zhuanlan.zhihu.com/p/27795191
9 小时前
李杉唐旭编译整理

量子位出品 | 公众号 QbitAI

病友们都在看杂志、刷Instagram的时候，Shari Forrest打开了手机上的一个app，开始训练一个将要用在无人车上的人工智能。

54岁的Forrest并非工程师或程序员，她靠撰写教材来谋生。尽管如此，在平时有空时，Forrest依然会在Mighty AI上登录，然后把自己的时间花在给行人、垃圾桶，以及任何其他你不希望无人车撞上的东西做标记上。

Mighty AI是一家人工智能众包服务平台。在这里，Forrest的“同事”们在全球范围内还有20万人。这家公司提供的主要服务包括计算机视觉、自动驾驶、自然语言处理等。今年1月，公司刚刚宣布完成1400万美元B轮融资。

“如果能趁着排队的工夫赚几块钱的话，何乐而不为呢。“Forrest说。

对于无人车产业而言，在自动驾驶时代真正到来之前，类似Forrest所做的这种数据标注工作都是不可或缺的。要对自动驾驶赖以实现的AI进行训练，所需的数据量往往超出了想象。

谷歌和通用这种公司很少去提这件事情，但正是像Forrest一样的人们组成的劳动力大军，构成了那些嗡嗡作响的数据中心背后的基石。

多数开发自动驾驶技术的公司会聘用成百上千名员工，然后把这种教会无人车识别行人、骑行者和其他障碍物的工作外包到印度或中国。这些工人需要对长达数千小时的视频逐帧进行标记。

“机器学习是个神话，就像《绿野仙踪》一样。”硅谷硬件孵化器公司Lemnos Labs的投资人Jeremy Conrad说，“标记团队对每家公司都至关重要，我们一段时间内仍然需要他们，因为户外环境十分多变。”

人工智能、传感器质量和计算能力的巨大进步，给无人车的革命打下了技术基础。然而，尽管出现了这些创新，但在未来很多年内，人类仍然需要在幕后默默奉献，才能让这些系统保持最好的状态。

“在我看来，人工智能从业人员整体都很自大，认为电脑可以解决一切。”Mighty AI创始人兼CEO Matt Bencke说。人工智能系统也都存在同样的问题：电脑需要通过人工添加标签的庞大数据进行“学习”，然后利用这种‘模型’在今后看到类似的物体和形态时将其识别出来。

训练无人车面临的挑战比其他人工智能应用更大，因为汽车所要面临的场景和环境是开放性的。即便是针对不同时间的灯光和天气环境进行调整后，城市环境仍会因为建筑、活动或事故而在一夜之间发生变化。

“标注过程通常都是一项非常隐秘的成本，很少被人提及。”自动驾驶创业公司Drive.ai首席执行官Sameep Tandon说，“这非常痛苦，也非常麻烦。”

无人车所需的精度也高于其他人工智能系统。汽车之所以能够自动驾驶，是通过将它们借助摄像头和传感器看到的周围环境，与车载3D地图进行比对来实现的。安全是头等大事：如果Google Photos的面部识别无法正确认出一张照片中的人，那也没什么大不了；但如果Waymo的无人车无法识别行人，就会引发致命事故。

在争相开发无人车的过程中，企业的衡量标准都是他们的累计行驶里程。Waymo今年5月表示，他们的汽车已经在公共道路上试驾了300万英里，而特斯拉去年表示，他们已经借助Autopilot系统，通过现有的车主收集了1000多万英里的驾驶数据。

然而，里程越多，就意味着这些公司的后台数据处理人员需要手工从事更多工作。短短几英里的驾驶里程就会产生数十GB的数据，这些数据很快就会变得过于庞大，以至于无法通过车载无线网络进行传输。相反，必须首先保存在硬盘之中，然后再传输到到外包中心。

这样一个拥有尖端技术的行业，却采用如此陈旧的模式，的确令人感到意外。

硅谷自动驾驶系统开发公司PlusAI首席执行官David Liu表示，每驾驶一个小时，就需要花费数百个小时才能将其转化成有用的数据。

他说，“我们需要几十万，甚至几百万小时的数据”才能让无人车随处行驶，并且需要“数十万人来实现这一目标”。

但大型科技公司通常不肯披露无人车所涉及的人工程序。Waymo、Uber和特斯拉均拒绝对此置评。

“很难听到有人谈论此事。”华盛顿大学计算机科学与工程教授Dan Weld说，“他们都喜欢说，机器学习很神奇。”

曾经担任Waymo和Uber工程师的Anthony Levandowski曾于2013年在加州大学伯克利分校的公开演讲中，将谷歌的印度团队称作一个由“人类机器人”组成的团队，他们负责标记街景服务采集的各种图像。

这种劳动密集型工作的成本并不低。业内人士估计，要创建和维护每座美国城市的地图，一年的花费约为数十亿美元。

有的创业公司从中看到了机会，PlusAI、Deepmap和Drive.ai都声称可以使用“深度学习”来降低人工成本（关于Drive.ai完全用深度学习来做无人车的方案，戳这里），但仍然可以维持安全驾驶所需的精度。但其他业内人士仍然怀疑，深度学习难以彻底摆脱对人类的依赖。

Mighty AI的 Bencke指出，Facebook、YouTube和Twitter面临的挑战，是如何在他们的社交平台上应对欺凌和恐怖主义等各种负面内容。“如果深度学习具备这种能力，你不认为它现在就应该已经解决这个问题了吗？”他说，“这个问题没有无人车那么复杂，而且市场很大。”

当下，AI的智慧在更大程度上仍然取决于它所用来训练的数据的质量。Bencke称自家的平台会用自己的机器学习技术，来判定每个人最为擅长的领域，并以此来分配工作。没人因此变得富裕，但对于Mighty AI来讲，这无关紧要。

Forrest说，自己去年在这项工作上挣了300美元，大部分都用来网购了。她从没见过无人车，更别提乘坐一次。但她知道自己正让它们变得更为聪明，也对这项技术的未来充满信心。

【完】

(转)万万没想到，无人车其实是个劳动密集型产业相关推荐

万万没想到：用理工科思维理解世界
万万没想到:用理工科思维理解世界万万没想到用理工科思维理解世界序言 Part one人性别想说服我真理追求者坏比好重要最简单概率论的五个智慧序言长辈说:人到老年,看书看皮儿,看报看题儿 ...
【读书笔记】理工科思维解读《万万没想到》
目录一.逻辑脉络(框架) Part One 反常识思维 1 Part Two 成功学的解药 65 Part Three 霍金的答案 199 二.亮点 [亮点摘抄]-- 主要可查看"逻辑脉络 ...
万万没想到！电化学工作站操作如此简单
万万没想到!电化学工作站操作如此简单双单元电化学工作站是基于常规单通道系列CS350型发展而来,内置两套独立的恒电位/恒电流仪,每套恒电位仪各有一套辅助.工作和参比电极输出,并由软件来协调输出电位/ ...
和信创天下一代云桌面的三个“万万没想到”
知名女演员李冰冰在第一次荣膺华表奖优秀女主角奖时,发表了一段感人至深的致辞:"刚才我从台下走到台上用了不到一分钟,但实际上我走了十年,终于拿到了这个奖项." 十年磨一剑,不仅可以磨 ...
显卡暴涨，这我万万没想到啊
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达梦晨晓查发自凹非寺量子位报道 | 公众号 QbitAI ...
万万没想到，坤坤洗白的第一步是周琦…
前晚(2日)中国男篮与波兰队的关键一战惜败后,几乎所有中国球迷都在哭"琦","琦"到一夜未眠. 周琦关键时刻边线发球失误,硬生生把中国男篮提前出线的jio给拖了 ...
科学家们竟用乐高观察细胞，网友：万万没想到啊
杨净子豪发自凹非寺量子位报道 | 公众号 QbitAI 玩乐高还能玩出个显微镜?! 原本以为是一个普普通通的玩具. 没想到,还真能当成显微镜来用,是能看到细胞的那种. 真·高端新玩法! 比如 ...
显卡暴涨，等等党输了，这我万万没想到啊
梦晨晓查发自凹非寺量子位报道 | 公众号 QbitAI 万万没想到,去年信心满满准备好钱包要买30系显卡的我,现在连1660Ti都快买不起了. 不仅官方原价3899的RTX 3070,一路 ...
2015年第21本：万万没想到，用理工科思维理解世界
<万万没想到:用理工科思维理解世界>这本书好像是从amazon排行榜中发现的,先是下载了电子版,竟然是一个博客(学而时嘻之)的大合集,可能是网上的某人用作者的博客制作而成的,共有123章! ...
python这个软件学会能做什么工作-万万没想到，学会Python即使不做程序员都能月入过万！...
昨天,我公司面试了1个同学,应聘新媒体运营,专业能力还不错.他简历上技能栏还写着会Python,我问了他一个通过爬虫采集数据的问题,他都顺畅的答出来了. 最后聊薪资时,他说期待7000,我直接给他开了 ...

(转)万万没想到，无人车其实是个劳动密集型产业

(转)万万没想到，无人车其实是个劳动密集型产业相关推荐

最新文章

热门文章