Uber计划售卖史上最强自动驾驶AI训练数据,网约车司机自砸饭碗?

美国网约车巨头Uber最近宣布了一项极具前瞻性但也极具争议的战略计划，利用其全球数百万名签约司机的车辆及手机传感器，构建一个实时、流动的“传感器网络”，并将获取的实时城市道路、路况、驾驶行为等数据出售，供自动驾驶AI算法的开发使用。

Uber的新战略十分聪明。该公司每天有数百万司机，数千万次的行程在世界各地发生。通过签约司机的行车记录仪、部分配备了感知系统的车辆，司机的智能手机传感器等设备，Uber可以实时捕捉到道路的最新变化、突发路况以及人类面对复杂路况时的反应。

这些由数百万名签约司机不断实时更新的第一手数据，尤其是高质量的“长尾场景”数据（那些日常驾驶中极少发生、但对安全致命的极端情况）是自动驾驶研发公司，如Waymo, Zoox等，极其渴望得到的，其市场价值巨大。

史上最强自动驾驶AI训练数据

过去，自动驾驶车辆每进驻一个新城市都需要漫长的地图测绘等流程。现在，通过Uber的数据，它们可以迅速获得该城市道路的“数字底座”，实现自动驾驶的快速落地。

对于开发自动驾驶AI算法的公司来说，它们不再需要派成百上千辆昂贵的测试车辆上街“跑数据”。而是可以通过购买数据，短时间内用虚拟仿真等技术模拟目的地城市的交通路况，从而极大地缩短自动驾驶算法研发和迭代的周期。

另外，建立自动驾驶算法最难的是处理不规范的行人冲出、极端天气或临时施工等突发情况。Uber数百万签约司机的“传感器网格”能捕捉到成千上万种突发情况下司机和路人的真实行为，这些数据为建立算法“应对模型”提供了最鲜活的教材。

网约车司机自砸饭碗？

这个计划一旦实施，当Uber司机在开车赚取佣金的同时，他们的每一个转向、刹车动作都在被系统记录并用于训练未来的AI自动驾驶程序。这引发了一系列公司伦理问题。

一个争议点是Uber的签约司机们是否应该为提供这些高价值的数据获得额外报酬？目前Uber将其视为平台运营的一部分，但随着数据价值被量化，未来可能会引发关于“数字劳动权”的大规模法律诉讼。

不少媒体将此举称为“司机正在亲自训练那些最终取代他们的机器”。Uber司机在不知不觉中，通过自己的劳动，完善了自动驾驶技术的最后一块拼图，从而加速了自身职业的消亡。

总结以上，Uber的这一战略揭示了科技巨头极度冷峻的逻辑，如果不能打败AI，那就通过掌握AI赖以生存的数据资源来获利。对于自动驾驶的研发来说，这些史上最强数据可能是一个强大的助推器，让L4级自动驾驶的普及提前数年到来。

但从劳动者的角度来说，他们不仅在提供服务，还在贡献自己获得的数据来完善替代自己的AI工具。