無人車發生嚴重車禍!Uber自動駕駛部門被爆內訌
無人車發生嚴重車禍!Uber自動駕駛部門被爆內訌
2017.03.26 | 交通運輸

進入2017年,Uber壞消息接連不斷。昨天,Uber在亞利桑那州的自動駕駛汽車遭遇了嚴重車禍,同時爆出的,還有Uber自動駕駛部門的內訌和員工離職潮,對於Uber CEO Travis Kalanick來說,找COO的事情可能得抓緊了⋯⋯

事故發生在昨天晚上在亞利桑那州坦佩市,如題圖所示,一輛搭載了雷射雷達的沃爾沃自動駕駛汽車撞上了一輛福特越野車,車身側翻在路面上,在畫面外,還有一輛汽車在此次事故中受「輕傷」。

uber car crash
圖/ 36 kr

Uber發言人隨後對彭博社確認,當事汽車是Uber自動駕駛測試車輛,事發時車上沒有乘客。當地警方在接受采訪時表示,事故發生的原因是一輛汽車沒有及時減速,造成車禍,當時Uber自動駕駛汽車的駕駛座上有一名司機,但警方尚未確認事故發生時司機是否在駕駛汽車。

根據警方的聲明,Uber自動駕駛汽車在本次車禍中沒有過錯,不承擔主要責任,事故沒有發生重大人員傷亡。但Uber表示,公司正在調查事故原因,在事故未水落石出前,公司決定暫停Uber在亞利桑那州、匹茲堡和舊金山的自動駕駛汽車試點專案。

掐指一算,截止今天,距離Uber在亞利桑那州開展自動駕駛汽車試點專案剛剛過去1個月。

2月22日,Uber在加州遭遇禁令的16輛自動駕駛測試汽車終於有了用武之地——亞利桑那州州長Doug Ducey在Uber與加州車管局隔空交戰的同時,在Twitter發文,明確表態歡迎Uber的自動駕駛試點專案。就這樣,Uber的自動駕駛汽車從加州到了亞利桑那州,在當地推出自動駕駛汽車試點專案。 36氪之前的評論文章甚至用了「數月以來,Kalanick終於迎來了一個好消息。」來形容這次專案的成功落地。

誰又能想到短短一個月後,Uber自動駕駛汽車便出事了。雖然警方都在為Uber自動駕駛汽車沒有過錯背書,但正如彭博社報導的那樣,Google Waymo測試自動駕駛汽車很多年了,屈指可數的幾次事故都是都非常輕微的蹭到其他車,亦或是被其他車追尾,哪像Uber一上來就被掀翻在地?

36氪認為,不管怎麼說,Uber暫停自動駕駛汽車試點專案的決定是明智的——這樣的照片經媒體報導,誰出行還敢叫Uber自動駕駛汽車?

屋漏偏逢連夜雨,對比自動駕駛部門近期的動盪,一次沒有重大人員傷亡的車禍對Uber來說完全是小巫見大巫。

本週一,Kalanick召集了Uber位於舊金山和匹茲堡兩地的自動駕駛團隊舉行了一次高層會議。消息人士透露,此次會議旨在解決Uber自動駕駛部門領導層管理混亂、技術進展緩慢以及Uber先進技術集團(Advanced Technology Group :Uber自動駕駛部門隸屬於ATG)發展方向不夠明確等問題。

消息人士透露,卡內基梅隆大學的機器人專家、現ATG負責人David Stager、Otto共同創辦人Don Burnette和Lior Ron及其他至少50名高階主管都參加了會議。

外媒Recode對Uber自動駕駛部門的多位離職和在職員工進行了採訪,許多人認為該部門技術進展已經停滯、內部關係緊張、特別是執行高階主管之間這種現象更為嚴重。

另一個問題在於Otto團隊與卡內基梅隆大學的走出的「學院派」發展理念不和,進而導致的關鍵人才離職潮,自去年11月以來,已經有超過20名工程師從Uber自動駕駛部門離職,其中包括帶領一批工程師出走創辦Argo.ai(已被福特斥資10億美元收購)的Peter Rander和前ATG團隊負責人、Uber自動駕駛業務的元老級人物Raffi Krikorian。

好吧,或許我們可以列一下Uber離職高層名單:

  • Raffi Krikorian:原Uber無人駕駛業務負責人,離職。

  • Peter Rander:原Uber ATG高層,創辦了自動駕駛新創公司Argo.ai。

  • Tyler Krampe:原Uber先進技術中心軟體負責人,已離職加盟Argo.ai。

  • Bret Browning:原Uber地圖業務副總裁,以機器人副總裁的職位加盟Argo.ai。

  • Daniel Beaven:原ATG部門財務總監,已離職加盟Argo.ai。

  • Drew Bagnell:原Uber電腦視覺主管,已離職加盟前Waymo CTO Chris Urmson創辦的公司Aurora。

  • Randy Warner、Dale Lord、Tyler Krampe、Al Costa、Robert Keelan和X Xinjilefu:原Uber地圖團隊成員,已加盟Aurora。

  • Charlie Miller:原Uber安全專家,已加盟滴滴矽谷實驗室。

  • Pam Cardona:原Uber無人駕駛技術專案經理,在此次高層會議召開一天后宣布離職(真是一點面子都不給⋯⋯)。

Uber對此回應稱,到2017年1月,ATG部門成立剛滿兩年,對於一個新興部門來說,這樣規模的人員流動是正常的,特別是最近公司剛剛派發了員工獎金激勵。對於自去年11月開始的離職潮,Uber發言人回應稱,從2017年開始,ATG部門新員工入職的數量遠遠超過離職員工數,即使不算入職人數,ATG部門的離職率也低於整個公司的離職率。

不管Uber怎麼粉飾太平,毋庸置疑的是,Uber ATG部門的離職率超出了正常水平,引發離職潮的真正原因在於原ATG團隊對Otto團隊的排斥。

原ATG團隊主要來自Uber從卡內基梅隆大學機器人研究中心的挖來的技術專家和研究員,在去年收購Otto後,Kalanick宣佈如今身陷指控的Otto共同創辦人兼CEO Anthony Levandowski擔任Uber無人駕駛副總裁,主要負責領導ATG,發展Uber自動駕駛技術及對外合作。同時Otto團隊也併入了ATG。

我們認為,雙方的分歧從Otto併入ATG之初就埋下了。不喜歡循規蹈矩的Levandowski領導的Otto團隊希望透過維護新創公司的獨立性來保持技術的快速進展,但「學院派」相對保守和從長計議:他們希望穩紮穩打以鞏固Uber在未來交通出行領域的地位。

36氪了解到,在Uber對Otto的收購到了最後階段,Levandowski成為新負責人時,原ATG部門的員工才接到了通知,在原ATG部門高階主管不知情的情況下,Otto團隊的強勢併入使得許多ATG元老被降級。比如,一份郵件顯示,原ATG部門CTO的職位從任職兩年的David Stager轉移到Otto共同創辦人Don Burnette手裡。

更為誇張的一例是,在沒有任何徵兆的情況下,Uber舊金山總部的企業基礎設施服務負責人Paw Anderson被任命擔任ATG部門的高階工程總監。但ATG員工完全不知情,無論是Kalanick還是Levandowski均未做出哪怕一個口頭通知,足見Uber內部混亂的管理。

說完離職潮,下一個問題是技術發展的分歧,具體來說,ATG部門的老員工相對「Google」一些,希望將技術研發一步到位再上路實測,但從Google離職的這些Otto員工反而更加激進。

Uber自動駕駛汽車嚴重車禍,更嚴重的是自動駕駛部門的內訌

2016年9月,一條登上各大媒體報端的新聞是Otto無人駕駛卡車在科羅拉多州長途跋涉近200公里,完成了一次啤酒運送。當時Uber發言人表示,Otto團隊與州政府合作,對無人駕駛卡車進行了廣泛的測試。但有消息人士透露,當時的技術漏洞重重,將未完成開發的自動駕駛系統拼湊上路,完全是為了展示而展示。電腦每隔幾個小時就會崩潰一次,「那次演示能成功真的是太幸運了。」(A huge amount of luck went into that demo)

雖然Otto成功的完成了那次測試,但激進至此的風格使得一批ATG舊部的高層在測試完成後選擇了離職,他們認為這種發展態度會帶來更大的安全隱患。

緊接著,2016年12月14日,Uber自動駕駛汽車上路測試的第一天,一輛自動駕駛汽車闖了紅燈,我們還記得當時Uber發言人表示只是人為失誤,但隨後《紐約時報》曝光的內部日誌顯示,當時Uber的自動駕駛系統甚至無法識別交通燈。在闖紅燈後,加州車管局態度更加強硬,勒令Uber自動駕駛測試車隊撤出加州,隨後Uber加州車隊便搬到了亞利桑那州,也就出現了文章開頭的那一幕⋯⋯

如今,一切問題的源頭都指向了深陷指控、一直懸而未決的Levandowski,消息人士透露,最近Uber CEO Kalanick已經和Uber人力資源主管及Levandowski、Eric Meyhofer(「學院派」中的首席工程師)進行了會面,正在著手解決相關問題。

最早的時候,Uber希望原ATG舊部在2016年8月就推出自動駕駛汽車試點專案,但在截止日期到來的前幾個月,Kalanick了解到技術進展緩慢,這幫大學走出的機器人專家和工程師組成的團隊無法實現預期目標。最終他的目光轉向了Levandowski。

Levandowski給出的建議是,Uber可以將截止日期推遲至2016年9月,此時他已經創辦了Otto,在運營Otto的同時又擔任Otto的無人駕駛技術顧問,這讓Google指控的「在職期間與Uber高層進行商業利益的接觸」更加可信了⋯⋯

此前與Levandowski私交甚好的Waymo雷射雷達技術主管Pierre-Yves Droz表示,Levandowski在2016年1月14日就出席了在舊金山的Uber總部舉行的Uber高層會議。

在Google提起這些指控後,Uber並未回作出什麼強硬的回應,這導致ATG部門的普通工程師越來越不滿。Uber發言人表示,在訴訟案發生的第二天,Kalanick和Levandowski就在ATG召開了全員大會「闢謠」,同時雷射雷達團隊也展示了其最新的成果來安撫那些心懷不滿的工程師,但問題的關鍵是,這些前Google員工設計的雷達為什麼和Google的雷射雷達如此相似?

頗為戲劇性的是,Otto團隊和ATG舊部都認為這場收購妨礙了他們的技術發展,ATG部門致力於與舊金山總部協作,推出無人駕駛汽車網絡,而Otto團隊醉心於公開展示技術成果,這本身就會消耗大量的時間和資源。

無論如何,Kalanick都要盡快找一位大刀闊斧改變公司風氣的COO來應對這場災難了,我想起了他表述的Uber對自動駕駛技術的態度:「我們清楚的看到,山景城的朋友們(Google)正在進入汽車共享領域,我們必須研發自動駕駛汽車,如果對方鋪開的駕乘共享網絡比Uber價廉質優,我們將一敗塗地。」

本文授權轉載自:36 氪

關鍵字: #Uber #自動駕駛
往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓