选文评论

丁建峰谢晟昆李韩超

校对编辑

李韩超

泡泡机器人推广内容组编译作品

Mapper推出首款用于自动驾驶汽车的机器地图On-DemandMaps

近日，Mapper推出了其首款产品：On-DemandMaps。该产品为开发人员和自动驾驶汽车公司提供了机器可读的地图，Mapper采用的是众包的模式，雇佣Uber或Lyft上的司机，使用他们自己的汽车，Mapper提供地图设备，改造成本约美元。用一种包裹着汽车后视镜的设备，有四个机器视觉相机和传感器，可以测量线性和角度运动。另一个在汽车车顶上，由两个机器视觉摄像头，运动传感器和一个简单的激光雷达组成。司机使用该设备来映射密集的城市街道，因为激光雷达擅长捕捉三维结构的几何形状。该公司声称其方法捕获的精确度在5厘米以内。那么什么是机器地图呢？机器不会在乎漂亮的界面，夜间模式或者特别的字体。机器地图只是对机器导航目的地必不可少的信息汇总。它包括汽车周围世界的最新3D模型，以及在3D数据之上分层的语义信息层。Mapper是第一个机器地图的端到端提供商，它通过收集地理数据，将数据转换为高质量地图，并通过订阅服务大规模向开发商合作伙伴提供地图。Mapper正在构建世界上最大最新的3D机器可读基础地图库，使客户能够决定他们需要映射哪些城市，以推动业务发展。Mapper的地图以较高的精度来捕捉所有车道和交通系统的街景和位置的基础几何图形。尽管这种众包地图的方法可以更快的构建出机器地图数据库，但是目前国内的政策并不允许这么做。Mapper的商业化成功与否，都会对国内地图绘制趋势产生不小的影响。

无人驾驶汽车道德问题，我们需要的不仅仅是数据

无人驾驶汽车中的道德问题，一直以来是学界争论的焦点。当致命的撞车事故不可避免，我们希望无人驾驶汽车如何决策？近日一篇名为“TheMoralMachineexperiment”的文章就针对这个问题做了详尽的调研。来自个国家的近万人在网上填写了调查问卷，问卷内容是在假设的无法避免的撞车事故中，你决定牺牲谁。这是经典的“小车困境”问题—在紧急情况下，如何考虑人们的优先顺序。

一些直观的发现：对于绝大多数参与者，人比动物的优先级高，年轻人高于年长的，多数人优于少数人。但调查也发现了一些令人不安的偏好：女性的优先级高于男性，高管优于无家可归的人，肥胖的人也一样。这个实验在范围和复杂性方面都前所未有，能帮助研究者们更好地了解世界各地的人们在这种困境中的偏好，但同时作者也告诫研究者不要将结果作为自动驾驶汽车的简单指南。这份调查使用了涉及两个特定结局的困境：要么撞到婴儿车，要么侧转撞向老人。但实际的决定涉及很大的不确定性：你可能无法确定前面的是个小孩还是个子较小的成年人，撞车是否致死，在高速行驶下的转向是否仍起作用。计算机可能会做出更好的预测，但这个世界本质上是“不确实的”，在某些情况下，要么这个要么那个的人性偏好只是告诉我们应该做什么。像这样的道德调查实验无法衡量我们希望选这个的程度，比如选择撞小孩的可能性是10%，撞老人是50%。从字面上看，无人驾驶汽车的每一个选择都是在不确定的情况下做出的，这和人有很大的差距。

像这样的研究本质上是有趣的，作者非常清楚地知道研究的目标和局限，在这些的基础上，我们需要更多地思考如何在不确定性下权衡我们的道德决策，并认真对待共同决定人工智能的未来的任务。

本田与MIT等合作研究类人AI系统

现阶段的人工智能系统像人类一样可以自我学习的人工智能系统似乎仍然遥不可及，但已经开始得到了一些研究机构的







































北京专科白癜风医院
中科白癜风医院微信


转载请注明:http://www.jiushirangr.com/gjxz/17823.html