無(wú)人車其實(shí)是個(gè)勞動(dòng)密集型產(chǎn)業(yè)，整站優(yōu)化分享這資訊讓你萬(wàn)萬(wàn)沒(méi)想到吧

無(wú)人車其實(shí)是個(gè)勞動(dòng)密集型產(chǎn)業(yè)，整站優(yōu)化分享這資訊讓你萬(wàn)萬(wàn)沒(méi)想到吧

病友們都在看雜志、刷Instagram的時(shí)候，Shari Forrest打開了手機(jī)上的一個(gè)app，開始訓(xùn)練一個(gè)將要用在無(wú)人車上的人工智能。

54歲的Forrest并非工程師或程序員，她靠撰寫教材來(lái)謀生。盡管如此，在平時(shí)有空時(shí)，F(xiàn)orrest依然會(huì)在Mighty AI上登錄，然后把自己的時(shí)間花在給行人、垃圾桶，以及任何其他你不希望無(wú)人車撞上的東西做標(biāo)記上。

Mighty AI是一家人工智能眾包服務(wù)平臺(tái)。在這里，F(xiàn)orrest的“同事”們?cè)谌蚍秶鷥?nèi)還有20萬(wàn)人。這家公司提供的主要服務(wù)包括計(jì)算機(jī)視覺、自動(dòng)駕駛、自然語(yǔ)言處理等。今年1月，公司剛剛宣布完成1400萬(wàn)美元B輪融資。

“如果能趁著排隊(duì)的工夫賺幾塊錢的話，何樂(lè)而不為呢。“Forrest說(shuō)。

對(duì)于無(wú)人車產(chǎn)業(yè)而言，在自動(dòng)駕駛時(shí)代真正到來(lái)之前，類似Forrest所做的這種數(shù)據(jù)標(biāo)注工作都是不可或缺的。要對(duì)自動(dòng)駕駛賴以實(shí)現(xiàn)的AI進(jìn)行訓(xùn)練，所需的數(shù)據(jù)量往往超出了想象。

谷歌和通用這種公司很少去提這件事情，但正是像Forrest一樣的人們組成的勞動(dòng)力大軍，構(gòu)成了那些嗡嗡作響的數(shù)據(jù)中心背后的基石。

多數(shù)開發(fā)自動(dòng)駕駛技術(shù)的公司會(huì)聘用成百上千名員工，然后把這種教會(huì)無(wú)人車識(shí)別行人、騎行者和其他障礙物的工作外包到印度或中國(guó)。這些工人需要對(duì)長(zhǎng)達(dá)數(shù)千小時(shí)的視頻逐幀進(jìn)行標(biāo)記。

“機(jī)器學(xué)習(xí)是個(gè)神話，就像《綠野仙蹤》一樣。”硅谷硬件孵化器公司Lemnos Labs的投資人Jeremy Conrad說(shuō)，“標(biāo)記團(tuán)隊(duì)對(duì)每家公司都至關(guān)重要，我們一段時(shí)間內(nèi)仍然需要他們，因?yàn)閼敉猸h(huán)境十分多變。”

人工智能、傳感器質(zhì)量和計(jì)算能力的巨大進(jìn)步，給無(wú)人車的革命打下了技術(shù)基礎(chǔ)。然而，盡管出現(xiàn)了這些創(chuàng)新，但在未來(lái)很多年內(nèi)，人類仍然需要在幕后默默奉獻(xiàn)，才能讓這些系統(tǒng)保持最好的狀態(tài)。

“在我看來(lái)，人工智能從業(yè)人員整體都很自大，認(rèn)為電腦可以解決一切。”Mighty AI創(chuàng)始人兼CEO Matt Bencke說(shuō)。人工智能系統(tǒng)也都存在同樣的問(wèn)題：電腦需要通過(guò)人工添加標(biāo)簽的龐大數(shù)據(jù)進(jìn)行“學(xué)習(xí)”，然后利用這種‘模型’在今后看到類似的物體和形態(tài)時(shí)將其識(shí)別出來(lái)。

訓(xùn)練無(wú)人車面臨的挑戰(zhàn)比其他人工智能應(yīng)用更大，因?yàn)槠囁媾R的場(chǎng)景和環(huán)境是開放性的。即便是針對(duì)不同時(shí)間的燈光和天氣環(huán)境進(jìn)行調(diào)整后，城市環(huán)境仍會(huì)因?yàn)榻ㄖ⒒顒?dòng)或事故而在一夜之間發(fā)生變化。

“標(biāo)注過(guò)程通常都是一項(xiàng)非常隱秘的成本，很少被人提及。”自動(dòng)駕駛創(chuàng)業(yè)公司Drive.ai首席執(zhí)行官Sameep Tandon說(shuō)，“這非常痛苦，也非常麻煩。”

無(wú)人車所需的精度也高于其他人工智能系統(tǒng)。汽車之所以能夠自動(dòng)駕駛，是通過(guò)將它們借助攝像頭和傳感器看到的周圍環(huán)境，與車載3D地圖進(jìn)行比對(duì)來(lái)實(shí)現(xiàn)的。安全是頭等大事：如果Google Photos的面部識(shí)別無(wú)法正確認(rèn)出一張照片中的人，那也沒(méi)什么大不了；但如果Waymo的無(wú)人車無(wú)法識(shí)別行人，就會(huì)引發(fā)致命事故。

在爭(zhēng)相開發(fā)無(wú)人車的過(guò)程中，企業(yè)的衡量標(biāo)準(zhǔn)都是他們的累計(jì)行駛里程。Waymo今年5月表示，他們的汽車已經(jīng)在公共道路上試駕了300萬(wàn)英里，而特斯拉去年表示，他們已經(jīng)借助Autopilot系統(tǒng)，通過(guò)現(xiàn)有的車主收集了1000多萬(wàn)英里的駕駛數(shù)據(jù)。

然而，里程越多，就意味著這些公司的后臺(tái)數(shù)據(jù)處理人員需要手工從事更多工作。短短幾英里的駕駛里程就會(huì)產(chǎn)生數(shù)十GB的數(shù)據(jù)，這些數(shù)據(jù)很快就會(huì)變得過(guò)于龐大，以至于無(wú)法通過(guò)車載無(wú)線網(wǎng)絡(luò)進(jìn)行傳輸。相反，必須首先保存在硬盤之中，然后再傳輸?shù)降酵獍行摹?/span>

這樣一個(gè)擁有尖端技術(shù)的行業(yè)，卻采用如此陳舊的模式，的確令人感到意外。

硅谷自動(dòng)駕駛系統(tǒng)開發(fā)公司PlusAI首席執(zhí)行官David Liu表示，每駕駛一個(gè)小時(shí)，就需要花費(fèi)數(shù)百個(gè)小時(shí)才能將其轉(zhuǎn)化成有用的數(shù)據(jù)。

他說(shuō)，“我們需要幾十萬(wàn)，甚至幾百萬(wàn)小時(shí)的數(shù)據(jù)”才能讓無(wú)人車隨處行駛，并且需要“數(shù)十萬(wàn)人來(lái)實(shí)現(xiàn)這一目標(biāo)”。

但大型科技公司通常不肯披露無(wú)人車所涉及的人工程序。Waymo、Uber和特斯拉均拒絕對(duì)此置評(píng)。

“很難聽到有人談?wù)摯耸隆！比A盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程教授Dan Weld說(shuō)，“他們都喜歡說(shuō)，機(jī)器學(xué)習(xí)很神奇。”

曾經(jīng)擔(dān)任Waymo和Uber工程師的Anthony Levandowski曾于2013年在加州大學(xué)伯克利分校的公開演講中，將谷歌的印度團(tuán)隊(duì)稱作一個(gè)由“人類機(jī)器人”組成的團(tuán)隊(duì)，他們負(fù)責(zé)標(biāo)記街景服務(wù)采集的各種圖像。

這種勞動(dòng)密集型工作的成本并不低。業(yè)內(nèi)人士估計(jì)，要?jiǎng)?chuàng)建和維護(hù)每座美國(guó)城市的地圖，一年的花費(fèi)約為數(shù)十億美元。

有的創(chuàng)業(yè)公司從中看到了機(jī)會(huì)，PlusAI、Deepmap和Drive.ai都聲稱可以使用“深度學(xué)習(xí)”來(lái)降低人工成本（關(guān)于Drive.ai完全用深度學(xué)習(xí)來(lái)做無(wú)人車的方案，戳這里），但仍然可以維持安全駕駛所需的精度。但其他業(yè)內(nèi)人士仍然懷疑，深度學(xué)習(xí)難以徹底擺脫對(duì)人類的依賴。

Mighty AI的 Bencke指出，F(xiàn)acebook、YouTube和Twitter面臨的挑戰(zhàn)，是如何在他們的社交平臺(tái)上應(yīng)對(duì)欺凌和恐怖主義等各種負(fù)面內(nèi)容。“如果深度學(xué)習(xí)具備這種能力，你不認(rèn)為它現(xiàn)在就應(yīng)該已經(jīng)解決這個(gè)問(wèn)題了嗎？”他說(shuō)，“這個(gè)問(wèn)題沒(méi)有無(wú)人車那么復(fù)雜，而且市場(chǎng)很大。”

當(dāng)下，AI的智慧在更大程度上仍然取決于它所用來(lái)訓(xùn)練的數(shù)據(jù)的質(zhì)量。Bencke稱自家的平臺(tái)會(huì)用自己的機(jī)器學(xué)習(xí)技術(shù)，來(lái)判定每個(gè)人最為擅長(zhǎng)的領(lǐng)域，并以此來(lái)分配工作。沒(méi)人因此變得富裕，但對(duì)于Mighty AI來(lái)講，這無(wú)關(guān)緊要。

Forrest說(shuō)，自己去年在這項(xiàng)工作上掙了300美元，大部分都用來(lái)網(wǎng)購(gòu)了。她從沒(méi)見過(guò)無(wú)人車，更別提乘坐一次。但她知道自己正讓它們變得更為聰明，也對(duì)這項(xiàng)技術(shù)的未來(lái)充滿信心。

來(lái)源：量子位