[On demand] 最具競爭優勢,Uber 的無人車發展策略

[On demand] 最具競爭優勢,Uber 的無人車發展策略

一次看完今日三篇分析>>

最具競爭優勢,Uber 的無人車發展策略

Uber 收購人工智慧公司 Geometric Intelligence ,並成立新部門 Uber AI Lab。希望靠新部門的技術與 Uber 至今收集的數據,加速無人車發展。 Link

葉佰蒼(二月科技顧問):

Uber 發展無人車已有一段時間,近來在匹茲堡進行道路測試,也公開更多的研發進度。本篇說明 Uber 併購 Geometric Intelligence,及其採用的技術與策略。

以併購加速研發

Uber 無人車的研發策略是用大筆資金併購適合標的,藉此取得技術與人才。這是短期內達成目標的好方法。但併購要有正面效果,重點是找對標的,例如正確的人才與技術,再談個好價格。另一個重點則是併購之後,有效整合新團隊。

雲端科技結合人工智慧,如虎添翼

Uber 併購 Geometric Intelligence,是想利用人工智慧來增強無人車功能。若無人車能結合人工智慧與雲端科技,就能做更多事。

例如透過雲端科技,可以將資訊化零為整。無人車能回報現場的路況,並透過雲端運算化零為整,產生市區整體的即時路況,讓每台無人車最佳化導航,避開塞車路段。

而對有乘車需求的乘客,無人車能做到即時供需調度。當乘客打開手機 app 準備叫車時,雲端科技就知道這地區將多一位要叫車的乘客,可以先派一台車前往待命。當乘客按下叫車按鍵時,車輛早就到附近了。雲端下達指示,並利用人工智慧執行,彼此相輔相成。

而透過人工智慧,無人車則能就地解決問題。利用人工智慧中的機器學習,可以仿效人類的正確駕駛行為,建立路況判斷的各種規則,例如無人車遇到各種號誌或路況時必須採取的對應措施。人工智慧可藉由車上搭載的多種感測器,如攝影機、紅外線感應與雷射測距等,建構出現場即時道路影像,便能追蹤道路標線、前方車輛、交通燈號與行人等。如此一來,無人車對於突然出現的障礙物,便能採取轉向或煞車等即時反應。

Uber 人工智慧可像人類一樣學習

Uber 的人工智慧技術是從 Geometric Intelligence 而來。此技術不同於一般的機器學習需要匯入大量資料樣本,而可以採少量樣本就能達到機器學習的成果。這就像人類一樣,能從單次或少數經驗去推斷可能需要的規則,並作為下次遇到類似狀況的參考與反應。如此一來,Uber 可省下許多研發時間。

這種人工智慧也能應用在對抗詐欺或道路號誌辨識等。尤其能應用在初次遇到與以往經驗不同的狀況時,人工智慧可以提示或警告。例如初次出現的假造認證文件或信用卡資料,如果人工智慧判斷可能是詐欺,就能先暫停系統自動處理,轉為警示事件,讓專業人員進一步判斷。

Uber 已有車子在路上跑,更有競爭優勢

相對於其他投入無人車研發的公司,如 Google、Tesla 與蘋果,Uber 的優勢就是目前已經有司機開著車子在路上跑。Uber 司機可以開無人車載客,並藉此收集數據進行分析。因此相較之下,Uber 較有機會先透過無人車營利。無人車全面上路還需要一段時間,在特定路線上以無人車取代司機的可行性比較高。

Uber 可利用供需配對及乘客的目的地設定,找出某些車流量低、路況單純,相較安全的特定路線,直接派無人車載客。藉此逐步增加無人車服務路線數量,擴大無人車服務區域與增加載客人次,進而大幅提升 Uber 整體服務能量。

 

封面圖片來源:freestocks.org

«

»

科技島讀-你的未來趨勢嚮導

有物推出新產品囉!

由有物報告團隊製作的最新產品-科技島讀

透過閱讀科技島讀,你將能夠掌握科技趨勢,從更高的視角觀察科技將如何改變世界。

現在就前往 >> 科技島讀