今天聊黑科技,也聊黑科技的黑。
过去15年中,市场的波动异常剧烈,互联网引发的模式变革和效率提升摧毁了众多大象级企业的竞争力。让人唏嘘的是,百年企业如柯达、诺基亚、雷曼兄弟等用足够的创新变革支撑穿越了整个20世纪,最后却依然有一天会因为跟不上时代变化而轰然倒地。
基于此,新造车势力们几乎异口同声:车正在悄然发生变化,它在从模拟的器件悄悄变成数字化的器件,就像21世纪初,我们还在用诺基亚的功能机,通过键盘来按,到后来慢慢地我们几乎所有人都不再用一个满是按钮的手机了。从功能机到数字机到智能机的演变,同样的革命正发生在车辆上。
然而,果真如此吗?
实际的情况是,最近的风声似乎对自动驾驶不利。Waymo(Waymo刚开始是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年12月才由Google独立出来,成为Alphabet公司旗下的子公司,现为自动驾驶汽车巨头之一)掌门人和苹果联合创始人都认为,自动驾驶普及还要几十年。
自动驾驶进入寒冬?
我们经常说的自动驾驶实际上是“ADAS”。ADAS的英文全称是Advanced Driver Assistance Systems,直译过来应该是“驾驶员辅助系统”的意思。按照北美标准,把ADAS从Level1到Level5分成了5级,其中,Level5才能实现我们理想状态中的、没有方向盘的全无人驾驶。
丰田的e-Palette目前只停留在概念阶段
目前市面上,我们能买到的拥有最先进ADAS系统的特斯拉,也只能将将做到Level 2的级别。新一代的奥迪A8号称可以做到Level 3 ,不过目前量产的版本,厂方只是宣称配备了具备Level 3功能的硬件配置,并没有开通软件功能,而软件还在研发迭代中,需要等到后续成熟完善后再给车辆升级。
要想实现更高级别的ADAS就需要给车辆配备非常多的传感器,诸如:多个毫米波雷达、多个高精度摄像头甚至激光雷达。
这些传感器会产生大量的数据,电脑除了需要处理毫米波雷达产生的距离数据、摄像头传来的图像数据以外,激光雷达可以实时扫描车辆360度的景物并实时生成3D数模,可以想象这样的数据量有多大。而这些数据都需要通过计算机来处理,判断并且实时生成伺服信号控制车辆。
失望情绪
如果说硬件配置可以花钱花成本解决的话,目前自动驾驶最大的障碍就是软件的成熟度了。
Waymo从2009年启动到2016年第一辆无人驾驶汽车上路,花了整整7年时间,从这个意义上看,实现了从0到1,但是无人驾驶距离大家期待的的“普及”还非常遥远。
为什么呢?
一个原因是,自动驾驶的场景太多太复杂,算法达不到要求。
举一个简单的例子:工程师们认为他们可以通过正确的算法提高泛化能力,但是,当我们将图像的几个像素改变时,算法输出的结果就大不同,甚至能将北极熊标记为狒狒、猫鼬或黄鼠狼。
结论就是:无人驾驶技术中所应用的物体识别呢能力远远低于人类的泛化能力。
车辆接收行驶范围的信息,经过处理后,促使汽车作出驾驶行为的决策,比如是否该转弯、油门控制及是否刹车等,然后这些决策传导到汽车的“执行机构”,对车辆进行实际操控。
打个比方:这些运行动作,就好比人的思维过程,而无人驾驶汽车,就是在模拟驾驶员的思维和行为。
这种能力一旦无法超越人类,悲剧就会发生:
2016年,特斯拉一辆Model S车追尾白色拖车,导致驾驶员丧生。当时特斯拉官方称,拖车侧面是白色的,在太阳强光的照射下导致驾驶者和自动驾驶系统都没有注意到这辆拖车。
今年3月,Uber的自动驾驶车撞上了一名过马路的女子,后期的调查报告显示,自动驾驶软件先是错误地将该女性识别为一个未知物体,然后是一辆车,最后是一辆自行车,最终女子被撞身亡。
很多人觉得自动驾驶的核心在于AI的算法逻辑。其实不然,人工智能最大的特点就是算法显得并不那么重要,重要的是机器学习的量有多少。机器学习的量越大,能够做出判断的准确率就越高。
所以各大车厂或互联网公司开发ADAS的核心在于要做大量的机器学习。这种机器学习既可在测试场(封闭道路条件下)进行,也可直接在公路上进行,当然,后者的效果最好,但存在一定的风险性。这也是为什么百度的阿波罗计划很早就提出免费开发平台给主机厂使用,其目的就是为了更多的进行机器学习。
对于特斯拉或者Uber的致命车祸,工程师也没有办法提前预测,只能依靠积累大量的数据来训练算法适应不同场景。
但是,场景是无处不在的,比剧本还复杂上万倍,所有自动驾驶车都需要面对某种不可预见的情况,没有十全十美的自动驾驶系统。
前百度首席科学家、Drive.AI董事会成员吴恩达认为,问题不在于建立一个完美的驾驶系统,而在于训练旁观者预测自驾车行为。
换句话说,人们可以为汽车提供安全的道路,这就是车联网的任务。随着5G的到来,在车联网中做生意看上去要比做L5靠谱的多。
2019年是交作业的一年:通用宣称2019年投入全自动汽车生产,这些车没有方向盘或不用司机介入;Delphi和MobileEye的Level 4系统也定于2019年;Nutonomy这样的创业公司也计划明年在新加坡街头部署数千辆无人驾驶出租车。
即将告别2018,自动驾驶汽车梦可能比我们意识的更远——可能我们整整一代人都无法实现无人驾驶。
2018-12-27 15:51
- 相关推荐
吊炸天的车门开启方式
1829 浏览在迪拜装X用不着豪车,坐公交就行了
2159 浏览特斯拉神经网络获改进 可探测识别交通灯车道线了
10866 浏览牛魔王回归
4658 浏览
- 最新评论