拋棄汽車本身？前優步首席科學家完全在仿真模擬中進行人工智能駕駛員的訓練

制造無人駕駛汽車是一項緩慢而昂貴的業務。經過多年的努力和數十億美元的投資，這項技術仍處于試點階段。拉克爾·烏爾塔森認為她可以做得更好。

2021年，由于對行業的緩慢發展感到沮喪，烏爾塔森在主持了優步（一家叫車服務公司）的自動駕駛研究工作4年之后，離開了優步并成立了自己的公司，名為Waabi。“目前大多數自動駕駛的技術路線都太慢，以至于無法取得進步。”烏爾塔森說，她把主要精力投入了無人駕駛汽車行業和多倫多大學中。“我們需要一個完全不同的方案。”

公司現在透露了烏爾塔森押注的有爭議的自動駕駛汽車新捷徑，該捷徑最大的創意是拋棄汽車本身！

在過去的6個月里，瓦比公司一直在建立一個超級真實的虛擬仿真環境，稱為瓦比世界。瓦比打算幾乎完全在仿真模擬中進行人工智能駕駛員的訓練，而不是在真實的車輛中。他們計劃，在最后一輪微調之前，人工智能不會在真實道路上的真實車輛上進行測試。

問題是，一個人工智能要想學會處理真實道路的復雜情況，就必須暴露在它可能遇到的各種場景中。這就是為什么在過去的十年里，無人駕駛汽車公司累計在世界各地的街道上行駛了數百萬英里。

一些公司，如客斯和Waymo，已經開始在美國一些簡單的城市環境中測試無人駕駛車輛，但進展仍然緩慢。“為什么我們還沒有看到這些試點的擴張呢？為什么那些車不是無處不在呢？”烏爾塔森問道。

烏爾塔森大膽而自信地擔任了瓦比公司的負責人，該公司不僅沒有對其技術進行道路測試，甚至連汽車都沒有。但通過避免花費大部分研發成本在真實街道上測試軟件，她希望打造一個比競爭對手更快、更經濟的人工智能駕駛員，從而給整個行業帶來急需的推動。

虛擬駕駛員

該公司并不是第一家開發虛擬現實世界來測試自動駕駛軟件的企業。在過去的幾年里，仿真模擬已經成為無人駕駛汽車公司的支柱。但問題是，僅憑模擬技術是否足以幫助業界克服技術難題，使得無人駕駛成為可行的選項。

“目前還沒有人為自動駕駛汽車打造‘黑客帝國’。”Zoox（自動駕駛汽車初創公司，2020年被亞馬遜收購）的聯合創始人兼CTO杰西·萊文森說。

事實上，幾乎所有的自動駕駛汽車公司現在都以某種形式使用模擬技術。它加快了測試速度，向人工智能模型展示比實際道路上更廣泛的場景，并降低了成本。但大多數公司將仿真模擬與真實世界的測試結合在一起，通常是在真實道路和虛擬道路之間來回切換。

“瓦比世界”將模擬的利用提升到了另一個層次。這個虛擬世界本身是由人工智能生成和控制的，人工智能充當了駕駛教練和環境監督系統——識別人工智能駕駛員的弱點，然后重新布置虛擬環境來測試它們。

“瓦比世界”能同時教授多個人工智能駕駛員不同的能力，然后將他們組合成一套技能。烏爾塔森說，這一切都是不間斷地發生，并且不需要人類參與。

小概率事件

無人駕駛汽車公司使用仿真模擬來測試控制車輛的神經網絡如何處理小概率事件——比如一個自行車快遞員在前面變道插隊，一輛跟天空一樣顏色的卡車擋住了路，或者一只雞過馬路——并進行相應的自我調整。

“當你遇到一個很少發生的小概率事件時，需要數千英里的道路才能正確測試它。”西德·甘地說，他在客斯公司從事模擬工作，該公司已經開始在舊金山的某些道路上測試全自動駕駛汽車。

這是因為小概率事件，或叫長尾事件，可能在1000次中只發生一次。他說：“當我們努力解決長尾問題時，我們將越來越少地依賴于現實世界的測試。”

每次客斯公司升級其軟件時，它都會運行數十萬次仿真模擬來測試它。據甘地說，該公司將根據他們的汽車遇到麻煩的特定現實情況生成數千個場景，并調整細節以涵蓋一系列潛在的場景。它還可以使用來自其汽車的真實攝像頭數據，使模擬更加真實。

然后，工程師可以改變道路布局，更換不同類型的車輛，或改變行人的數量。最后，客斯公司使用自己的自動駕駛算法來控制仿真模擬中的其他車輛，使它們做出真實的反應。

甘地說，用這種合成數據進行測試比使用真實數據快180倍，也便宜數百萬美元。

甘地說，客斯還在試驗除舊金山以外其他美國城市的虛擬場景，以便在真實汽車開到這些地方之前，就在模擬街道上測試其自動駕駛軟件。

其他公司也認為，仿真模擬是訓練和測試自動駕駛人工智能的關鍵步驟。萊文森說：“在很多方面，模擬實際上比實際駕駛更有用。”總部位于英國的自動駕駛汽車公司維也也在交替進行模擬測試和真實道路測試。

該公司一直在倫敦繁忙的街道上測試自己的汽車，但車里一直有安全員。維也公司的首席科學家杰米·肖頓說，模擬不僅通過降低測試成本加速了自動駕駛汽車的發展，而且還可以使測試更加可靠，這是因為模擬仿真更容易多次重復測試。

他說：“一次成功模擬的關鍵是不斷努力增加其現實性和多樣性。”

即便如此，在宣稱僅靠模擬能有多大進展方面，瓦比公司超過了其他人。和客斯一樣，瓦比的虛擬世界也是基于真實傳感器的數據，包括雷達和相機，它用這些數據來創建真實世界場景的數字孿生。

然后，瓦比模擬人工智能駕駛員看到的傳感器數據——包括可能會讓攝像頭糊涂的光滑曲面的反射，能讓激光雷達失效的廢氣和煙霧——使虛擬世界盡可能真實。

但瓦比世界的關鍵角色是它的神一樣的駕駛教練。當人工智能駕駛員學會處理一系列環境時，另一個人工智能模型則學會發現它的弱點，并生成特定的場景來測試這些弱點。

實際上，瓦比世界讓一個人工智能對抗另一個，智能教練學習如何通過設置特定挑戰場景讓智能司機失敗，而智能司機則學習如何克服這些挑戰。烏爾塔森說，隨著人工智能駕駛員的進步，很難找到可能失敗的案例。“你需要把它暴露在數百萬甚至數十億個場景下，才能發現其缺陷。”

烏爾塔森認為，在一個多樣化的模擬中訓練司機，更貼切地復制了人們學習新技能的方式。她說：“每次我們經歷一些事情時，我們就會重新調整我們的大腦。”

在仿真模擬中讓人工智能與自己或對手成百萬次地對抗，這已經成為一種非常強大的技術。這就是訓練其人工智能玩圍棋和星際爭霸游戲的方式；這也是人工智能機器人在虛擬游樂場學習的方式，比如XLand和OpenAI的捉迷藏，它們通過不斷試錯，學習基本但通用的技能。

但在模擬中給予人工智能行動自由的一個缺點是，它可以學會利用現實世界中看不到的漏洞。OpenAI的捉迷藏機器人學會了通過團隊合作來躲避或尋找他人。但他們也在模擬中發現了一些小故障，得以讓人工智能違背物理學，例如飛到空中或將物體推過墻壁。

企業需要確保其模擬結果足夠準確，以阻止其人工智能駕駛員學習這樣的壞習慣。神經網絡總是會學會利用虛擬世界和現實世界之間的差異，烏爾塔森說：“他們知道如何作弊。”

烏爾塔森表示，該公司已經開發出了衡量真實和虛擬駕駛環境之間差異并能這種差異其盡可能小的方法。她還沒有透露這項技術的細節，但表示瓦比計劃公布該項工作。

僅使用仿真模擬，瓦比能走多遠將取決于Waabi世界到底有多真實。“仿真模擬正在變得越來越好，所以你可以在現實中學到而在模擬中無法學到的東西會越來越少。”萊文森說，“但我認為，要過很長一段時間才這種差異會消失。”

“在模擬和真實世界的測試之間保持合理的平衡很重要，”肖頓說，“對任何一家自動駕駛公司來說，最終的考驗都是，在具有真實裝備的任何復雜情況下，能將其技術安全地應用于道路上。”

烏爾塔森原則上同意。“我們仍然需要進行現實世界的測試，”她說，“但這要少得多。”

無論發生什么，烏爾塔森都堅持認為現狀不能持續下去。“每個人都在做同樣的事情，盡管我們還沒有解決這個問題，”她說，“我們需要一些能加快這個進程的東西。我們需要一直采用這種新的思維方式。”