Uber 想将其数百万司机转变为自动驾驶公司的传感器网络
Source: TechCrunch
Uber的传感器网络计划
Uber的长期愿景远不止接送乘客：公司最终希望在其人类司机的车辆上装配传感器，为自动驾驶汽车（AV）公司——以及可能在物理世界场景上训练 AI 模型的其他企业——收集真实世界数据。
项目起源
Uber 首席技术官 Praveen Neppalli Naga 在旧金山的 TechCrunch StrictlyVC 活动上透露了该计划。他将其描述为今年一月末宣布的 AV Labs 项目的自然延伸。
“这就是我们最终想要走的方向，”Naga 说到为人类司机的车辆配备传感器时。“但首先我们需要了解传感器套件以及它们的工作方式。还有一些监管要求——我们必须确保每个州都清楚传感器的意义以及共享数据的含义。”
目前，AV Labs 依赖 Uber 自己运营的一支小型、专门的配备传感器的车队，独立于其司机网络。然而，目标要大得多。Uber 在全球拥有 数百万司机，即使只有一小部分车辆被改造成移动数据收集平台，其数据采集能力也将远超任何单一 AV 公司的能力。
数据是瓶颈
推动该计划的核心洞见是，AV 开发的限制因素已不再是底层技术，而是数据本身。
“瓶颈是数据，”Naga 解释道。“Waymo 等公司需要四处跑去收集数据，收集各种场景。你可能会说：在旧金山，‘在这个学校路口，我想在某个时间段获取数据，以便训练我的模型。’这些公司的问题在于获取这些数据的渠道，因为它们没有资本去部署车辆并收集所有这些信息。”
合作伙伴关系与 AV 云
Uber 目前与 25 家 AV 公司合作——包括在伦敦运营的 Wayve——并在构建 Naga 所称的 “AV 云”：一个标记好的传感器数据库，合作伙伴可以查询以训练其模型。Uber 计划更积极地 直接投资 这些合作伙伴，合作伙伴还可以在真实的 Uber 行程上以“影子模式”运行其训练好的模型，模拟 AV 在路上的表现，而无需真正上路。
“我们的目标不是从这些数据中赚钱，”Naga 说。“我们想让它民主化。”
商业影响
鉴于 Uber 正在构建的东西显而易见的商业价值，这种定位可能不会持续太久。公司已经对众多 AV 参与者进行股权投资，而其能够大规模提供专有训练数据的能力，可能会在一个目前依赖 Uber 乘车平台触达客户的行业中，为其带来显著的杠杆作用。