自動駕駛對于汽車來說是一個顛覆級別的應(yīng)用，這將會改變很多的行業(yè)現(xiàn)狀，甚至在將來可以取締出租車，讓堵車和紅路燈不再存在，但自動駕駛這個新鮮的事物還有很多問題都在探索之中，除了編程之外，道路的探測也是一件非常大的工作量。

Forrest不是工程師或程序員。她靠編教科書謀生。但當這位來自圣路易斯郊區(qū)的54歲老人在需要休息，或有空閑時間時，會登錄進入萬能人工智能（AlmightyAI），并在這段時間里尋找行人、垃圾桶和其他你不想讓無人駕駛汽車撞上的東西。

人工智能的訓練能夠支撐這些車輛所需的數(shù)據(jù)量，但卻讓人的想象力變得停滯不前。谷歌和通用很少提到它，但它們?nèi)碌臋C器和嗡嗡作響的數(shù)據(jù)中心依賴于像Forrest這樣的日益增長的、全球范圍內(nèi)的大軍，幫助他們提供這一服務(wù)。

“汽車空間是應(yīng)用機器學習最熱門、最先進的領(lǐng)域之一，”人工智能首席執(zhí)行官MattBencke說。他不會具體說出汽車制造商的公司名，但聲稱他的公司正在與至少10家汽車制造商合作。

庫伊特阿甘和其他20萬萬能人工智能用戶在世界各地。車載攝像機幫助機器人汽車在世界上導航，幾乎涉及你能想到的環(huán)境和情形。汽車制造商和科技公司將這些照片發(fā)送給了像萬能人工智能這樣的公司，這款設(shè)備可以識別照片中的任何東西。

這聽起來很乏味，但是萬能人工智能讓它有了10分鐘的任務(wù)，有了點技能和水平，來保持它的吸引力。Bencke說：“這更像是拍碎糖果這樣的任務(wù)，而不是在農(nóng)場勞作?！?/p>

Forrest小心翼翼地在每一張照片上畫了一個盒子，然后圍繞著每輛車，然后在每輛車的輪胎上。完成之后，她就會放大，逐個像素地工作，細致地勾勒出像樹木這樣的東西。點擊，點擊。

她選擇了一個不同的顏色指針，突出紅綠燈、電線桿和安全錐的位置。當她完成后，這個場景會用電腦理解的語言進行注釋。

工程師稱之為“語義分割面具”。提高準確性是艱苦的工作，但Forrest在每一張照片中都有幾個中心，他很享受。“

像Forrest這樣的人會幫助反復檢查人工智能的工作有很多，沒有人對這些重要的工作有太豐富的經(jīng)驗，但對Forrest來說，這很關(guān)鍵。她說，去年她賺了大約300美元，這些錢用來網(wǎng)上購物。

數(shù)據(jù)的采集者甚至有可能沒有見過自動駕駛車輛，但他們的工作對于自動駕駛來說非常的重要，這將是自動駕駛發(fā)展的基礎(chǔ)，在數(shù)據(jù)采集者的人數(shù)不斷的增加中，無人駕駛也將會離我們越來越近，這將會大大的加速自動駕駛步入市場的時間。