“前Uber ATG首席科学家Raquel Urtasun宣布成立自动驾驶技术初创企业Waabi”

根据盖亚汽车的消息，前uber atg首席科学家、人工智能( ai )专家raquel urtasun宣布成立初创企业waabi。 该企业使用urtasun所说的“ai优先方法”，首先在长途卡车行业加速自动驾驶车的商业部署。 urtasun是这家企业唯一的创始人兼首席执行官，得到了包括uber和aurora独立投资在内的许多知名企业的支持。 waabi通过a轮融资筹集了8350万美元，由khosla ventures接受投资，uber、8vc、radical ventures、omers ventures、bdc和aurora innovation以及主要的

(图片来源: waabi )

urtasun表示，waabi目前有40名员工，在多伦多和加利福尼亚州设有办公室。 urtasun一生致力于将商业上可行的自动驾驶技术投入社会，waabi是巅峰之作。 企业名称为waabi，在奥杰布瓦语( ojibwe )中是“她有远见”，在日语中是“简单”的意思，展现出了她的做法和野心。

目前，许多自动驾驶车初创企业通过ai算法和传感器的组合解决了人类的驾驶任务，包括物体的检测和识别，以及基于该消息的决策等，在畅通的道路和拥挤的高速公路上安全行驶。 除了上述基础方法外，初创企业还将使用许多策略，包括ai。

urtasun表示:“大多数自动驾驶车开发者将采用以前流传下来的ai，但这样一来，ai的采用将受到限制。 开发人员必须手动调整软件堆栈，这既复杂又耗时。 其结果是，由于扩展价格高、技术非常困难，自动驾驶车的开发延迟，在小而简单的操作领域的商业引进也受到限制。 ”

深度神经互联网是计算机能够使用一系列网络识别数据的模式进行学习的许多复杂的ai算法。 小开发者确实会采用深度神经网络，但是在解决用户问题时，也会关闭该网络，使用机器学习和基于规则的算法连接更广泛的系统。

深空网本身有点问题。 其中讨论了很久的一点是，由于黑匣子效应，深互联网在一定程度上缺乏可靠性，不适用于自动驾驶汽车。 其中“黑匣子”效应是指ai处理特定任务的方法和原因不明。 这对于想要验证其系统的自动驾驶初创企业来说都是个问题。 另外，开发者在处理驾驶等任务时，也不容易结合该任务以前的经验。 因为，深层互联网为了学习需要大量的数据。

urtasun通过将深度互联网与概率推理和多元优化相结合，处理了这些深度互联网相关的问题，将这种组合称为算法系列。 现在，开发者无需从一开始就教授ai系统，就可以跟踪ai系统的决策过程，并与以前的经验相结合。 最后一部分是闭环仿真器，waabi团队可以对一般的驾驶场景和安全关键边缘情况进行大规模测试。

waabi还有一个在公路上进行测试的物理团队。 但是，企业将利用仿真器减少对上述测试形式的依赖。 urtasun说:“在测试之前，我们还可以为新的地理环境做准备。 这对扩展曲线非常有利”。

urtasun希望这种方法参与，而不是破坏oem、硬件和计算供应商的生态系统。 这也是aurora选择支持waabi的原因之一。 aurora是开发自动驾驶堆栈的初创企业，希望部署在长距离运输等物流行业。