0
雷鋒網(wǎng)「新智造」按：本文作者星河研究院分析師吳極，關注人工智能、物聯(lián)網(wǎng)、機器人等前沿科技領域，希望通過專業(yè)洞察助推產(chǎn)業(yè)發(fā)展。在上篇文章《星河研究院：在自動駕駛領域到底是做青蛙還是做天鵝？（上）》中吳極分享了關于無人駕駛技術硬件設備方面的研究，本文中則是關于軟件技術及未來的探討。新智造已獲取授權。新智造作為雷鋒網(wǎng)旗下欄目，關注智能時代的創(chuàng)新與創(chuàng)造，目標是找到哪個領域還有值得創(chuàng)業(yè)和投資的機會。
自動駕駛是目前汽車產(chǎn)業(yè)乃至科技行業(yè)中受關注度最高的技術之一，此前A16Z的合伙人Frank Chen便在一場活動中講到了對自動駕駛技術產(chǎn)業(yè)鏈，以及對未來在自動駕駛技術影響下的社會與經(jīng)濟等多方面變化的看法。借著他的觀點，星河研究院吳極又增加了一部分內(nèi)容與分析，我們今天就來探討一下，自動駕駛領域的軟件技術及未來，準備好了嗎？
自動駕駛汽車在軟件方面的需求
除了上述對硬件的需求外，自動駕駛技術更離不開軟件方面的突破。高精度地圖是實現(xiàn)自動駕駛的基礎資源，而機器學習與工程算法則是使高精度地圖、傳感器與V2X設施所獲得的數(shù)據(jù)真正實現(xiàn)價值的手段。
現(xiàn)在每個人出行都會用谷歌地圖、蘋果地圖、百度地圖及高德等產(chǎn)品，并且他們都有一個不錯的準確度令我們在城市中可以便捷的通行。但令人類用戶滿意的地圖精度距離滿足自動駕駛汽車的需求還很遠，因為他缺乏了路面上有幾條車道、車道的邊緣位置、隔離帶與路障位置等極為具體的信息。
因此給自動駕駛汽車開發(fā)其專用的高精度地圖便成為了必不可少的任務。國內(nèi)外較大的地圖提供商目前都已經(jīng)在高清地圖領域展開了積極的行動，意圖盡快的占領自動駕駛汽車用地圖市場更多的份額。
高清地圖服務商一般先要使用類似于谷歌街景車的技術，用車頂上的高清相機、雷達等設備把周圍環(huán)境全部掃描記錄，再通過算法優(yōu)化最終得到厘米級別的地圖數(shù)據(jù)。
HERE生產(chǎn)高清地圖的策略與Google類似，這兩家公司目前都是一次性采集一整個街區(qū)的數(shù)據(jù)。HERE通過車頂安裝的四個廣角的24 兆像素攝像頭、旋轉式的激光雷達、陀螺儀以及GPS 系統(tǒng)，依靠自有算法能夠生成高清地圖。按照Here的預期，用于自動駕駛高清地圖服務預計將在2020年能夠上線。
國內(nèi)的高德地圖也已經(jīng)在推進地圖數(shù)據(jù)的高精度化，在未來高德希望能夠利用高精地圖數(shù)據(jù)支撐自動駕駛的發(fā)展，自動駕駛再產(chǎn)生新的數(shù)據(jù)，經(jīng)過科學自動化的處理，變得更新更準，更能被機器電腦使用和學習的數(shù)據(jù)，最終形成高精地圖數(shù)據(jù)的生產(chǎn)閉環(huán)。地圖行業(yè)及自動駕駛領域的巨頭百度也早有布局，目前高精度地圖已經(jīng)是百度最重要的戰(zhàn)略性業(yè)務之一。
A16Z的合伙人擔心高精度地圖會存在壟斷的機會，因為他認為在自動駕駛時代人們將不得不完全依賴于這些成本高昂地圖，且這個目前沒有法律所管轄的領域也急需監(jiān)督。
星河研究院認為從我國情況來看這種擔心有些多余，在國內(nèi)資本充足的現(xiàn)狀下，多家地圖企業(yè)相互競爭才是比較現(xiàn)實的情況，而其高昂的成本多半要先由風險投資商承擔，再到后期尋找合適的變現(xiàn)模式。目前高德已經(jīng)宣布其高精度地圖對自動駕駛汽車免費開放，而預計隨著競爭的加劇，為了市場份額而爭相免費的情況將不可避免。
算法是支撐自動駕駛技術最關鍵的部分，目前主流自動駕駛公司都采用了機器學習與人工智能算法來實現(xiàn)。
而海量的數(shù)據(jù)是機器學習以及人工智能算法的基礎，通過此前提到的傳感器、V2X設施和高精度地圖信息所獲得的數(shù)據(jù)，以及收集到的駕駛行為、駕駛經(jīng)驗、駕駛規(guī)則、案例和周邊環(huán)境的數(shù)據(jù)信息，不斷優(yōu)化的算法能夠識別并最終規(guī)劃路線、操縱駕駛。
現(xiàn)在面臨的主要問題是相比于模型計算，真實行駛場景中的算法需要的數(shù)據(jù)過多且計算量超出了現(xiàn)有能力。目前已經(jīng)有了不少對機器學習進行簡化的嘗試，例如OpenAI的Universe這一項目，未來這一問題或許能夠通過近似簡化以及計算能力的提高得到解決。
同時在機械以及路徑規(guī)劃方面較為優(yōu)秀的工程算法也不應該被棄之不顧。這兩者最主要的區(qū)別是工程算法依靠固定的邏輯及規(guī)則運行，而機器學習能夠結合歷史經(jīng)驗與數(shù)據(jù)計算出最優(yōu)結果。
Boston Dynamics令人驚嘆的機器人的算法中并沒有使用機器學習技術，但依然擁有了令人印象深刻的成果。因此即使工程算法在執(zhí)行效率上與基于深度學習算法的Alpha-Go并不在一個水平，但將兩者的優(yōu)點相結合依然能夠有效的提升機器學習的最終效果。
本地化是一個計算機科學的術語，意味著軟件將會依據(jù)其周圍的環(huán)境條件選擇合適的執(zhí)行策略。
每個城市都有不同的駕駛習慣，所以未來自動駕駛汽車如何處理好本地化問題成為了其實際應用前必須突破的障礙。如果算法不能夠做到本地化，那么在班加羅爾適用的自動駕駛安全措施很明顯將會在波士頓造成嚴重的交通擁堵，其他城市亦然。
但我們無法為每一個不同駕駛習慣的地區(qū)都編寫特定的算法，因此能夠實現(xiàn)本地化的自適應綜合算法成為了關鍵，這種自適應算法要做到能夠通過學習社會習俗及典型的當?shù)厝祟愋袨閬硎棺詣玉{駛汽車獲得更好的表現(xiàn)。
出行是人們生活中最基本的需求之一，因此隨著自動駕駛技術的逐布實現(xiàn)，我們的生活也將產(chǎn)生巨大的變革，而涉及到出行行業(yè)的汽車制造、出行服務商、保險、市政等等環(huán)節(jié)都會發(fā)生巨大的變革。
汽車產(chǎn)業(yè)是一個龐大的鏈條，涉及到了上下游無數(shù)的零配件制造與配送體系，其影響范圍僅次于房地產(chǎn)業(yè)。老牌汽車廠商們擁有的全套汽車制造基礎設備，豐富的汽車設計、制造經(jīng)驗以及熟練的流水線運行管理經(jīng)驗都是其相對于跨界造車的科技創(chuàng)新企業(yè)的優(yōu)勢。
并且傳統(tǒng)汽車廠商已經(jīng)認識到未來汽車產(chǎn)業(yè)的創(chuàng)新發(fā)展主要是基于軟件基礎之上的，因此他們積極的在硅谷設立辦公室，高薪雇傭IT技術人員。例如福特汽車就在硅谷設立了自動駕駛研究與創(chuàng)新中心，而寶馬此前更是另辟蹊徑選擇了與百度進行自動駕駛的技術合作。
但科技創(chuàng)新企業(yè)的機會也依然很大。通過靈活超前的設計理念以及優(yōu)秀的軟件開發(fā)能力，一大批的初創(chuàng)科技型造車企業(yè)涌現(xiàn)，蔚來汽車下線的超跑打破了全球最快電動車速度記錄且已經(jīng)在實際道路開展自動駕駛路試，行業(yè)領頭羊特斯拉更是宣稱其2018年將具備年產(chǎn)50萬輛汽車的規(guī)模，且這些汽車都可以選配最新的輔助駕駛功能。
國內(nèi)廠商在自動駕駛領域也構成了一極，科技創(chuàng)新類公司中，車和家同蔚來汽車一樣也在實驗自動駕駛技術并希望將其盡快量產(chǎn)，百度等軟件公司在自動駕駛算法及硬件上也有著很高的技術壁壘，傳統(tǒng)主機廠商中上汽、北汽、長安都對自動駕駛技術有著大額的投入，且長安作為第一家進行實車展示的主機廠商其自動駕駛汽車已經(jīng)有超過1萬公里的測試里程。中國作為世界上深度學習論文發(fā)表數(shù)量最多的國家，其自動駕駛技術十分值得市場的期待。
如果作為消費者的我們把從汽車制造商購買汽車的習慣，轉變?yōu)橄蝾愃芔ber和Lyft這樣的出行公司購買交通服務，這將會令汽車制造商從以往的B2C模式轉型為B2B公司，即制造商向出行公司提供設備，而出行公司向消費者提供服務。
可以預見汽車工業(yè)的發(fā)展會更類似于航空業(yè)，消費者不會關心駕駛何種汽車出行，只需要在服務平臺發(fā)布需求并等待接單即可。
需要注意的是隨著商業(yè)模式的變化，是否未來自動駕駛汽車也會和飛機一樣千篇一律毫無特點，以便于出行服務公司壓縮成本節(jié)省開支呢？這一現(xiàn)象或許將會對汽車制造行業(yè)產(chǎn)生較大的負面影響。
在如今每25起交通事故中，有24起都是因為人為錯誤而發(fā)生的，比如說超速、分心駕駛、醉駕、闖紅燈等。因此現(xiàn)在的汽車保險價格，由司機所在的城市人口、居住地和購買車輛的車型、價值等數(shù)據(jù)精算得出，但未來隨著自動駕駛技術的到來，事故率顯然要趨近于0，因此保險行業(yè)的變革勢不可免。
也許未來保險的精算會基于汽車所處城市、汽車制造商是誰，或者擁有汽車或租賃汽車的人的身份來判定，而保險的模式也不一定會局限在年費這一單一場景下。但保險價格的最終計算方法目前還是無法推測，因為雖然事故率會趨近于0，但一旦發(fā)生事故，車上昂貴的激光雷達系統(tǒng)、地圖分析計算機和其他硬件設備的維修或更換將會耗費超過以往數(shù)倍的資金，因此保險公司將會面臨怎樣維修成本目前來看無法確定。
處于混合駕駛情況下的保險業(yè)將更加混亂，畢竟自動駕駛車輛與人工駕駛車輛混合存在的階段不可避免，屆時責任認定都會成為很復雜的問題。
有一個論點是未來通勤時間將會比現(xiàn)在更長，原因是通勤時間已經(jīng)不再是生活的支出成本。當所有汽車都具備自動駕駛功能的時候，交通指示燈和事故都不復存在，而我們可以利用通勤的時間在車上做任何事情。
但自動駕駛汽車和汽車服務運營商的存在也將釋放很多諸如停車場、修車店等在內(nèi)的城市空間，這些空間會增加人們的居住場所或工作場所，因此人們或許將會住在距離工作地點很近的地方，而不像今天一樣需要長距離通勤。
一些業(yè)內(nèi)人士預測自動駕駛的時代將會在2020—2040年到來，我們將會在有生之年看到這一奇妙的世界，對于大眾來說從現(xiàn)在就做好準備迎接未來是當下最好的選擇。
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
