Ваимо даје бесплатне податке о обуци за самовозу, али са ограничењима
Ваимо је најавио да ће покренути скуп података о свим информацијама о тренингу који су се сами возили. Овај акумулирани фокус откако Ваимо има огромну маргину највећи број самовозећих километара под својим појасом, и самим тим међу најзавидљивијим скуповима тагованих података који се могу користити за обуку и тестирање неуронских мрежа, међу кључним алатима који се користе у изради робота и самовозећих аутомобила.
Методе машинског учења универзално користе људи који готово да стварају самовозећи аутомобил. Уз машинско учење за рачунарски вид, рачунару достављате слике на којима је људско биће већ ставило налепнице, рекавши шта је на слици возило, пешак или површина пута. Дајте рачунару довољно, заједно са поступком машинског учења - који ће сада, најчешће, конволутивни неуронски систем, користити напредне статистичке приступе да дође до ширег разумевања онога што разликује различите компоненте. После тога можете му дати нову слику различитих аутомобила и путева и имаће добре изгледе да утврди где су те ствари на тој слици. Ово се назива класификатором и то је први корак целокупног проблема „перцепције“ - откривања онога што гледате са камере или другог сензора.
Ваимо није први који је лансирао ову врсту скупа података. Раније је Лифт објавио значајан, а Баиду је на неко време објавио читав њихов „Аполло“ систем самовозе у отвореним изворним форматима. Међутим, Ваимо је поздрављен као најбољи у организацији. Њихови подаци су сјајни, а поред тога, укључују и равне слике 2-Д камере које су спојене са ЛИДАР 3-Д скенирањем потпуно исте сцене, у чему је Ваимо одличан.
Тимови су очајни због ових података. Тренутно троше десетине милиона долара за прикупљање својих колекција. У последње време, Сцале, релативно скромни стартуп из силицијумске долине који својим купцима помаже у означавању слика, прикупио је новац у „једнорогу“ од милијарду долара.
Овај запис ће бити благодат за академске истраживаче, који не могу да плате ове услуге, али неће помоћи предузећима, јер је Ваимо ставио строгу некомерцијалну лиценцу на информације. Људи га не могу користити у пословне сврхе. Не могу чак ни да објаве детаље. Чак и истражитељи не могу да користе мреже у физичком аутомобилу - могу их једноставно тестирати у виртуелном свету или на стварном видео снимку.
Према томе, ово није размена информација за коју су се многи на земљи надали да ће убрзати развој свих. Многи други и ваимо сматрају да су њихове скупо прикупљене информације део њихових драгуља, а не да их дају на руку такмичарима. Ипак, подстицање истраживања постиже неке циљеве. Бројни тимови који су постали велики играчи започели су академске послове или су имали осниваче који су дошли из академске заједнице. .
Такмичење у безбедности
Било је позива за играче у овом простору. Не догађа се много јер групе гледају информације. Прва рунда савезних прописа НХТСА, пре неколико година, била је ужасна, али је садржавала занимљиву одредбу да тимови расправљају о сировим информацијама о било ком „безбедносном инциденту“. То подразумева да би у случају судара аутомобила његови дневници могли постати јавни запис, тако да би свака друга посада могла сазнати за несрећу и како је избећи. Ово је повучено из даљег предложеног закона.
С једне стране, ова врста стратегије треба да повећа сигурност. И тврди се да је због штете читаве индустрије у интересу свих играча да их спрече. Саветује се да се тимови такмиче осим за сигурност.
Нажалост, тренутно они не могу да спрече надметање у безбедности, јер се сви надмећу да уђу у производњу, а улазак у производњу углавном се одређује постизањем и доказивањем одређеног нивоа сигурности. Тек касније ће се клубови такмичити у било чему. Ваимо је потрошио огроман новац управљајући њиховим аутомобилима на градским улицама, покушавајући да пронађе нове дискутабилне ситуације за које може бити сигуран да њима управљају њихови аутомобили. Што су њихови аутомобили бољи, то морају више километара да пређу да би открили ситуацију која је проблематична и која је нова. Коначно, постају толико сјајни да морају превалити стотине хиљада километара да би открили проблем са којим не могу да се изборе - а то значи да је вероватно добро да уђу у компанију. Није једноставно одлучити се за дељење.
Друго место је стварање сценарија симулације. Тимови развијају ситуације у симулатору како би тестирали игру својих аутомобила у виртуелном универзуму. Опет, они нису мотивисани да их деле, али постоји ли неколико компанија које се баве продајом симулатора тимовима који не желе да их израде сами. Када групе користе симулацију, групама - како академским, тако и комерцијалним - постаје могуће да креирају и прикупљају догађаје симулације и продају их. У ствари, они се „деле“, јер их једна фирма прави за многе клијенте. То значи много мање дуплирања напора.
