Waymo 自駕車為何不怕暴風雪？機器學習能濾除雜訊

Waymo（Alphabet Inc. 旗下自駕車單位）技術長 Dmitri Dolgov 5 月 8 日發表專文回顧當天在 2018 年 Google I/O 年會上發表的內容。

Waymo 的行人偵測系統是由 Waymo 自駕車工程師與 Google Brain 團隊攜手透過深度網路所打造出來的。全球目前僅有 Waymo 在公共道路上擁有真正自主駕駛車隊。

透過機器學習，Waymo 自駕車能夠安全地穿越施工區並且懂得讓路給救護車、消防車。截至目前為止，Waymo 已經在公共道路上行駛了 600 萬英里並且觀察過數億次車輛、行人和單車族之間的互動。

Waymo 使用 TensorFlow 生態系統與 Google 資料中心（包括 TPU）去訓練神經網路，TPU（Tensor Processor Unit）讓 Waymo 神經網路的訓練效率提升了 15 倍。

Waymo 透過模擬嚴密地測試了機器學習模型。在大雨或大雪紛飛的情況下不論對自駕車或是人類駕駛來說都是一項艱鉅的任務，部分是因為能見度有限。雨滴和雪花可能會讓自駕車的感測器出現許多雜訊。機器學習可以讓 Waymo 濾除雜訊並正確地辨識出行人、車輛等。

CNET 報導，Waymo 執行長 John Krafcik 5 月 8 日在 2018 年 Google I/O 年會上宣布，Waymo 將於今年內在美國鳳凰城地區推出付費自駕車載送服務。

Waymo 在去年 10 月發表長達 43 頁的「邁向全自駕之路（On the Road to Fully Self-Driving）」安全報告。Waymo 表示，公司內部研發的自駕軟體不僅能夠偵測到其他物體的存在而已，還能確實理解該物體為何、可能會有什麼舉動並預測可能對行進中車輛的影響。

南華早報 5 月 7 日報導，根據加州車輛管理局（DMV）公布的數據，百度（Baidu）在 2016 年 10 月至 2017 年 11 月期間總計在美國加州進行 1,971.7 英里的自駕車測試，這段期間總計出現 48 次的「解除自動駕駛模式（disengagement）」，相當於每 41 英里（約 65.9 公里）就會出現一次。

做為對照，2016 年 12 月至 2017 年 11 月期間，Waymo 總計在加州進行 352,544.6 英里的自駕車測試，這段期間總計出現 65 次的解除自動駕駛模式，相當於每 5,423.7 英里才會出現一次。

（本文由 MoneyDJ新聞 授權轉載；首圖來源：Waymo）