雷鋒網(wǎng)按：Uber的工程博客（engineering blog）剛剛發(fā)布了一篇文章，內容是基于Web工具，探索將自駕車研究的數(shù)據(jù)可視化。

這個很酷的技術背后，是已經(jīng)囤積了超過一百萬英里的測試數(shù)據(jù)。數(shù)據(jù)驅動學習，一旦你有這么多的數(shù)據(jù)，就可以把它們混合放在虛擬環(huán)境中，讓AI來導航。計算機并不知道虛擬數(shù)據(jù)和真實數(shù)據(jù)的差別，同時，還可以調整數(shù)據(jù)，觀察異常事件或來進行多個模型的比較。

這篇博文只關注這些數(shù)據(jù)的可視化，并詳細介紹了其工具。這些工具都是基于網(wǎng)絡的，可以使新功能輕松協(xié)作和快速周轉。這些Web應用程序可以訪問GPU，實時交流等等。

這篇文章并沒有真正涉及到，如何通過把整個環(huán)境從整個背景中剝離出來，進一步增加數(shù)據(jù)的價值。由于所展示出來的工具的復雜性，一篇文章似乎也說不清楚。

例如，處理一個像游行或抗議這樣的背景，你會讓自動駕駛汽車像馬拉松比賽上的跑步者一樣自由跑嗎？很顯然不可能。

你能做的就是打開地圖，關閉了幾個主要街道，然后設置你的AI驅動汽車走動。當AI系統(tǒng)崩潰時，你會看到它對現(xiàn)實生活中從未見過的情況的反應。這就像一個思考實驗，可以產(chǎn)生有效的數(shù)據(jù)并改善人工智能。

via TechCrunch 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。