Uber запускает масштабную программу по сбору данных: их автомобили с водителями будут оснащены десятками камер и датчиков, чтобы в реальном времени фиксировать всё, что происходит на дорогах. Цель — создать гигантскую базу данных «редких и непредсказуемых событий» для обучения автономных автомобилей, которые поедут по улицам через несколько лет.
В чём фокус?
Главная проблема беспилотников — не езда по пустым трассам, а реакция на хаос реального мира: внезапно вылетевший мусорный бак, пешеход, появившийся из темноты, или предмет, упавший с грузовика. Синтетические симуляции (компьютерные модели) не могут предсказать все варианты человеческой глупости или случайности.
Решение Uber элегантно в своей простоте:
- 50 000 автомобилей с водителями получат специальные комплекты датчиков и камер.
- В процессе обычных поездок они будут собирать данные о непредсказуемых событиях и загружать их в облако.
- Эти данные станут «кормом» для нейросетей, обучая их распознавать аномалии так, как это делает человек — на реальных примерах, а не на идеальных моделях.
Почему это стратегический актив?
Uber понимает: будущее беспилотников зависит не от того, у кого самый мощный суперкомпьютер, а у кого самая большая и качественная база реальных дорожных эксцессов. Их флот из миллионов машин, уже колесящих по городам, даёт им колоссальное преимущество перед конкурентами, которым придётся специально гонять тестовые автомобили.
#УКУС_ТРЕНДА
Эта стратегия Uber — часть трёх глобальных трендов в автономном транспорте:
- Данные — новая нефть (и это не метафора): В гонке за беспилотниками побеждает не тот, у кого лучше алгоритм, а тот, у кого больше репрезентативных данных о «длинном хвосте» редких событий. Именно эти данные делают систему по-настоящему безопасной.
- Гибридный сбор (Hybrid Fleet): Компании используют свои действующие парки с водителями как «цифровых разведчиков» для будущих беспилотных парков. Это превращает текущие операционные убытки (если они есть) в инвестиции в R&D.
- Экономика внимания к аномалиям: Искусственный интеллект учится не на правилах, а на исключениях. Чем больше исключений он видел, тем меньше вероятность, что реальная авария станет для него сюрпризом.
P.S. Особенно интересно, что такой же подход, по слухам, разрабатывает и Nvidia, собирая данные со своих автомобильных камер для обновления картографии в реальном времени. Получается, что миллионы обычных машин, даже с водителями, постепенно становятся частью единой нервной системы, которая учит будущий автопилот, как не врезаться в дурака, внезапно выбежавшего на дорогу. Это и есть тот самый «интернет вещей», о котором так долго говорили.
#Uber #беспилотники #данные #инновации #транспорт