图灵汇官网

自动驾驶领域的新篇章与挑战

在自动驾驶技术的创新浪潮中，人才的流动成为行业内的显著特征。特别是在美国，随着多家自动驾驶公司或部门被收购，大批专业人才选择了自主创业，推动了技术的多元化发展。

独特路径：Raquel Urtasun的Waabi Innovation

在这一背景下，前Uber ATG部门首席科学家Raquel Urtasun选择了与众不同的创业方向。去年6月，她宣布创立Waabi Innovation，专注于研发端到端的自动驾驶仿真训练平台，旨在加速自动驾驶技术的迭代，尤其聚焦于无人重卡市场。

争议与质疑：自动驾驶仿真测试平台的双刃剑

经过半年多的研发，Waabi的仿真测试平台取得了一定进展，然而其产品却引发了行业内专家的广泛关注和讨论。关键在于，Waabi的平台采用深度网络、概率推理和复杂优化技术，力图通过人工智能来设计测试、评估技能和教授自动驾驶系统“学会自己驾驶”。尽管如此，这一路径也面临着批评和挑战。

AI融合的利与弊

相较于其他自动驾驶模拟平台，Waabi更侧重于将人工智能技术全面融入应用之中。Raquel Urtasun认为，传统方法限制了人工智能的力量，需要手动调整软件堆栈，这一过程既复杂又耗时。而深度学习技术虽然引入了仿真测试平台，但其“黑匣子”特性导致研究人员难以深入了解其解决特定任务的方法和原理。因此，Waabi尝试通过结合深度网络、概率推理和复杂优化，以期加快自动驾驶系统的迭代速度，同时提高其安全性。

技术特性和挑战

Waabi的模拟平台具有两大特色：一是使用闭环模拟器，实现常见驾驶场景和边缘情况的大规模测试；二是构建仿真器，利用深度学习进行激光仿真，加速虚拟路测和自动驾驶的迭代优化。然而，这种依赖于人工智能的设计、评估和训练方法，也存在局限性。例如，技术过于依赖人工智能可能导致无法全面解决当前自动驾驶仿真测试平台面临的所有问题。

真实世界的挑战

施巍松教授指出，Waabi模拟的传感器信息应加入真实道路中可能出现的噪声，并允许用户设置更多样化的场景。此外，尽管仿真测试可以模仿真实世界道路的交通环境，但其虚拟世界的特点使得自动驾驶汽车可能会错过某些实际世界中遇到的问题，如在现实场景中人为修改车辆外观或放置限速标志对感知系统的影响。

仿真测试的局限与融合

尽管仿真测试技术是自动驾驶技术快速迭代的重要手段之一，但它存在局限性，无法完美复制现实世界。业界普遍认为，实际测试与仿真测试相结合是提升自动驾驶技术的有效途径。Waabi未来的发展将致力于推出更多产品，以克服模拟器的局限性，尤其是在激光雷达实现自动驾驶的目标下。

创业之路：延续与创新

创立Waabi Innovation被视为Raquel Urtasun在Uber研究工作的一个延续，但其创业选择展示了对自动驾驶领域未来的独到见解。在面对诸多挑战的同时，Waabi在成立之初即获得了广泛认可，包括来自Uber、Aurora等知名公司机构以及Geoffrey Hinton、李飞飞等世界知名人工智能专家的投资，这标志着加拿大初创公司在自动驾驶领域的重大突破。

结语

自动驾驶技术的革新之路充满挑战与机遇，Waabi Innovation的出现为这一领域注入了新的活力。通过不断探索与创新，Waabi正逐步填补现有技术的空白，推动自动驾驶技术向更安全、高效的方向发展。