【獵云網(wǎng)（微信號：）】11月18日報道（編譯：油人）

來自英國的初創(chuàng)公司Wayve正在開發(fā)人工智能，該技術(shù)可以教授汽車如何使用強化學(xué)習(xí)、模擬和計算機視覺進行自動駕駛。據(jù)報道，該公司在由帕羅奧多風(fēng)險投資公司Eclipse Ventures領(lǐng)投的A輪融資中獲得了2000萬美元，Balderton Capital、Compound Ventures、Fly Ventures和First Minute Capital跟投。

幾位著名的天使投資人也參加了這一輪融資，包括Uber首席科學(xué)家Zoubin Ghahramani和加州大學(xué)伯克利分校機器人學(xué)教授、深度強化學(xué)習(xí)的先驅(qū)Pieter Abbeel。

Wayve于2017年在英國劍橋成立，其核心前提是無人駕駛汽車的重大突破將來自于更好的AI大腦，而不是更多的傳感器或“手動編碼”規(guī)則。該公司表示，它使用模擬環(huán)境訓(xùn)練其自動駕駛系統(tǒng)，然后將這些知識轉(zhuǎn)移到現(xiàn)實世界中，在其中模擬人類如何實時適應(yīng)條件。Wayve的系統(tǒng)會從每次安全駕駛員的干預(yù)中學(xué)習(xí)，以了解駕駛員為何要干預(yù)，繞過高清地圖、激光雷達和其他傳感器，而這些傳感器已成為迅速發(fā)展的自動駕駛汽車的代名詞。

值得注意的是，如果汽車制造商想要使用Wayve的機器學(xué)習(xí)算法，那是沒有問題的，因為該算法可以與任何硬件或傳感器協(xié)同工作。但Wayve的中心思想是，自動駕駛汽車應(yīng)該能夠像人類一樣學(xué)習(xí)新的環(huán)境。

Wayve聯(lián)合創(chuàng)始人兼首席技術(shù)官Alex Kendall表示：“我們的算法正在學(xué)習(xí)成為超越人類的駕駛員。我們從專心的人類駕駛中學(xué)到了東西，這已經(jīng)消除了由于注意力不集中/無效駕駛而造成的98.3%的人類道路錯誤。然后，通過向系統(tǒng)提供反饋，我們將進一步增強人類學(xué)習(xí)所不能提供的能力。”

Wayve堅持使用端到端機器學(xué)習(xí)、基本攝像頭和GPS導(dǎo)航來構(gòu)建安全有效的自動駕駛汽車系統(tǒng)。

Wayve聯(lián)合創(chuàng)始人兼首席執(zhí)行官Amar Shah說：“隨著計算能力和數(shù)據(jù)的不斷增長，基于學(xué)習(xí)的方法將變得越來越不可避免，尤其是對于移動機器人而言。人類的大腦已經(jīng)發(fā)展了數(shù)百萬年，計算機雖然只有幾十年，但是正在迅速追趕。”

早在4月，Wayve就證明了其技術(shù)在“從未見過的復(fù)雜城市環(huán)境中”應(yīng)用于使用了攝像機和衛(wèi)星導(dǎo)航（SatNav）的車輛，并宣稱自己是“世界第一”。因此，從本質(zhì)上講，汽車只是實時使用機器驅(qū)動的眼睛和大腦，而不是依靠高清地圖或復(fù)雜的激光雷達傳感器。

雖然確實Wayve的系統(tǒng)似乎是一種更優(yōu)雅、更便宜的自動駕駛技術(shù)解決方案，但這無法解釋為什么Waymo等公司投入大量資金來開發(fā)激光雷達傳感器，而TomTom之類的公司在投資數(shù)百萬美元研發(fā)高質(zhì)量地圖。

實際上，對于自動駕駛汽車和卡車而言，它們必須能夠識別并了解其周圍環(huán)境，以免發(fā)生碰撞，從而能夠高速穿越繁忙的通道。激光雷達傳感器旨在通過用激光照亮車輛和環(huán)境物體，測量反射脈沖來測量車輛與環(huán)境物體之間的距離。但是激光雷達并非完全適合所有條件，這就是高清地圖可以在自動駕駛汽車的發(fā)展中發(fā)揮重要補充作用的原因；它們有助于更準(zhǔn)確地表示周圍環(huán)境，包括車道、幾何形狀和交通標(biāo)志。它們還可以有效地使汽車看到盲點，這是激光雷達或計算機視覺尚無法實現(xiàn)的。

因此，從直覺上講，基本的SatNav和攝像頭應(yīng)該意味著性能較低的車輛。即使可以訓(xùn)練該系統(tǒng)以最少的硬件附件安全地在95%的時間內(nèi)驅(qū)動設(shè)備，但是訪問更多的數(shù)據(jù)肯定擁有足夠的優(yōu)勢賣點。當(dāng)然，我們在這里談?wù)摰氖前踩裕@就是自動駕駛汽車的最大賣點之一。

根據(jù)Wayve的說法，過去幾年中計算機視覺技術(shù)的發(fā)展恰恰使以“僅攝像頭感知”的方式行駛成為可能。該公司從2015年開始在劍橋大學(xué)開發(fā)其SegNet深度學(xué)習(xí)系統(tǒng)，并證明了它在從單個深度學(xué)習(xí)模型理解語義、幾何、深度和運動方面取得了非常大的進步。

Kendall說，借助Wayve的自動駕駛系統(tǒng)，汽車的眼睛基本上是一排230萬像素RGB攝像頭，具有高動態(tài)范圍，這使它們能夠“在夜間和明亮的陽光下獲得良好的信號”。

他繼續(xù)說：“我們正在觀察計算機視覺的巨大進步，包括我們自己的一些工作，這使我們能夠非常準(zhǔn)確地從相機感知深度。要進一步說明的是，我們作為一個行業(yè)面臨的問題不是感知，而是決定如何采取行動。決策非常復(fù)雜，尤其是在倫敦這樣的環(huán)境中。這是從感知到行動的端到端學(xué)習(xí)如此強大的地方。”

Wayve表示，計劃在倫敦市中心推出一支自動駕駛的Jaguar I-Pace電動SUV汽車試點車隊，并配備安全駕駛員。Kendall說：“我們將從8輛Jaguar I-Paces的研發(fā)車隊開始，以進一步開發(fā)我們的技術(shù)。一旦我們證明它們有能力應(yīng)對倫敦道路上的復(fù)雜性，我們將開始進行商業(yè)試點。”

同樣不可忽視的事實是，Wayve設(shè)法從風(fēng)投和技術(shù)領(lǐng)域獲得了一些著名的支持者。對于一家硅谷投資公司來說，在歐洲投資早期自動駕駛汽車創(chuàng)企，是一個難得的機遇。

Eclipse Ventures的合伙人Seth Winterroth說：“Wayve的差異化自主方法建立在強化學(xué)習(xí)、模擬和計算機視覺領(lǐng)域的及時發(fā)展之上。此外，通過將公司設(shè)在英國，該團隊可以使用非凡的人才庫和眾多復(fù)雜的測試環(huán)境。”