Uber最近搞了一个大动作：它计划部署500辆数据采集车，满城跑，只是是为了让AI"认路"。

你可能觉得，AI不是有导航吗？为什么还要让AI认路？因为，导航地图是给人看的，误差大点没关系。但自动驾驶需要的"地图"，精度要到厘米级。

那这500辆车在采集什么？它又是怎么采集的？

Uber每辆采集车都装满了设备：6个摄像头、激光雷达、GPS定位系统。它们的目的就是要把路上的一切变成AI能理解的数据——

-车道线有多宽、什么颜色？

-路牌在哪个位置、上面写了什么？

-十字路口的红绿灯什么时候变？

而且一个城市的数据远远不够。Uber这500辆车，要跑遍各个城市，才能把数据样本凑齐。

那这么麻烦有没有更快的方法？目前为止，没有。

曾经有公司试图走捷径：用模拟器生成虚拟道路数据喂给AI。听起来是很高效。但问题是，现实情况远比模拟器复杂得多。

还有公司跳过充分的数据采集直接上路测试，结果呢？出事了，被调查，项目停摆。

所以Uber选了最笨的办法：一辆车一辆车地扫，一条路一条路地拍。

不过办法虽笨，却也正确。因为没有数据，自动驾驶什么也不是。

你就算有全世界最好的算法、最强大的芯片，但AI没"见过"足够多的真实路况，那也只是纸上谈兵罢了。更关键的是，安全这东西不允许试错。这就是为什么Uber愿意花大价钱做这种"笨"事。

等这500辆车把城市每一条路都"喂"给AI之后，Uber会得到一个东西——目前世界上最大、最精确的自动驾驶训练数据集之一。

到那时候，Uber的无人车才能真正上路。当然，这一切不会现在就来。Uber自己也清楚，这条路还很漫长。但至少它选对了方向——不吹牛、不抢跑、老老实实把地基打牢。