制造一款完全“听话”的自动驾驶汽车，是目前人工智能领域开发者们，普遍面临的最困难的技术挑战之一。这些冰冷的机器，必须能够在毫秒之内，对一连串的外部来源做出反应，包括路上的其他司机和行人的活动等等。
估值190亿美元的自动驾驶公司正在美国路测
日前，通用汽车旗下自动驾驶公司Cruise，估值已经高达190亿美元，它依靠一台持续学习机器，正在训练旗下的汽车，使其基于人工智能的算法服务用户。
这是一支数量多达200辆汽车的车队，他们的主要工作就是在路上收集大部分典型的驾驶行为信息，目标是通过“大海捞针”的方式，来进行数据收集，这就像十字路口的红绿灯亮了一样周而复始。
“任何时候我们看到问题，这都将是一个有用的案例，”Cruise公司的高级经理肖恩·哈里斯（Sean Harris）告诉记者称，即使只是稍微错了一点，它总是一个有实用价值的案例。”
最近，Cruise车队中的200辆自动驾驶汽车中，有一部分在旧金山的街道上漫游，每辆车每次行驶数小时，不断收集道路状况、行人活动和其他司机行为的数据。虽然前座上有人，但大部分时间汽车都是独立运行的。
从每辆车的40个不同的传感器收集到的数据，被输入Cruise所称的“持续学习机器（continuous learning machine）”，也称为CLM。该系统是关键的信息源，可以自动标记汽车收集的数据，并将其输入到Cruise的所有人工智能模型中。
作为通用汽车重金投入的自动驾驶子公司，Cruise的核心是依靠三种不同类型的软件系统来驱动它的车辆：感知、预测和规划。感知是系统的“眼睛”：可以精确定位某个物体是汽车、人还是其他物体的技术。预测试图破译这些物体的未来行为，而规划则将两者结合起来，以帮助告诉车辆如何运行。
所有这些程序都被不断更新的机器不断学习，以反映车辆收集到的最新数据，从而加强和增强这些程序的功能。
两位Cruise的员工中，高级经理肖恩·哈里斯和首席研究科学家贾兆印（Zhaoyin Jia）向记者透露了该公司完善技术的战略，在那些希望将产品商业化的资金雄厚的初创企业（和大公司）中，这些细节仍然相当隐秘。
提升自动驾驶算法的“99-100%”解决方案
按照哈里斯的说法，将一台机器通过AI进进行编译，使其遵循标准的道路规则，这样就可以实现80%的全功能自动驾驶汽车。
但80%的比例还不足以让自动驾驶汽车上路，这正是持续学习机器的用武之地：“CLM在我们从80%的解决方案扩展到真正的99-100%解决方案方面起到了非常重要的作用，”哈里斯说。
其他司机可能会在一瞬间违反交通法规，比如一辆打着左转向灯，却在右转的车辆，如果机器不能快速响应，后果可能是灾难性的。这就是汽车数据的来源：它有助于训练系统应对所谓的“大海捞针”事件，或是非典型情况，比如当另一辆车转弯，或在过十字路口时，绿灯却突然熄灭时，车辆不得不突然停车。
在无人驾驶的情况下，驾驶人很快就能掌握驾驶数据，这对驾驶人来说是至关重要的。
“任何时候我们看到什么地方出了问题，这可能都是一个有价值的案例，”哈里斯说，在谈到其平台汽车收集的数据时，即使它只是有一点错误，它始终是有用的，可以帮助我们更好地训练我们的自动驾驶模型，或者在将来验证某些东西。”
而作为美国加州的重要路测地点，旧金山是获取此类数据的好地方。
Cruise官方认为，它们的车辆遇到挑战的情况，比其他正在进行自动驾驶路测的品牌高出46倍，比如谷歌在凤凰城郊区的Waymo测试。
事实上，根据该公司的说法，在湾区进行一分钟的测试，就相当于在郊区进行一小时的测试。这是由许多因素造成的，其中包括遇到骑自行车者的比率高出16倍，建筑工地明显增多等等。2019年，Cruise的汽车在加州公路上行驶了831040英里。
前滴滴和谷歌自动驾驶专家：正帮助Cruise实现超人能力
今年早些时候，从中国网约车巨头滴滴加盟Cruise的贾兆印（Zhaoyin Jia）补充道：“我们正努力在公路上达到超人的表现。”对于这些罕见的情况，您肯定需要积累大量的里程数和培训，才能让车型更稳健。”
这位自动驾驶专家，目前担任Cruise公司的首席研究科学家。他曾经是谷歌自动驾驶技术专家，以及在滴滴出行担任相关重要职务。如今，他们需要做的就是要让这家公司的汽车，都拥有不犯错误的“超人”能力。
据哈里斯称，在Cruise成立初期，该公司并不像现在那样严重依赖机器学习。事实上，CLM在过去两年中只是作为公司运营的核心，但它对技术的扩展产生了相当大的影响。
这在很大程度上是因为该系统有助于公司在其他车辆不正常的情况下找出异常情况。
哈里斯说：“持续学习机器是我们思考如何应对不太频繁但仍然非常重要的情况的方法，我们将把机器学习解决方案，扩展到那些不同的问题领域。”。
