IT思维

公众号/大数据文摘

大数据文摘作品

编译：元元、Saint、亭八

想要实现“不再有人因为操作失误而引发车祸”这样的乌托邦，远比想象中的要难。不可否认，我们离自动驾驶还有很长的一段路要走。

2015年，谷歌的自动驾驶汽车一共发生了十一起车祸，虽然总体数量并不算多，谷歌也声称：自动驾驶汽车的传感器和算法如果从统计学角度来讲会比人更加细心。另外则是谷歌会不断完善自身算法，从而能够从容应对周遭人类司机做的蠢事。总之，事故并不是由于汽车本身的原因造成的。

人类司机(紫色模型)猛得向右转弯

2016年12月12日，谷歌发推文称暂缓自动驾驶的研究。次年3月26日，Uber自动驾驶测试项目也暂时中止。究其原因，巨头们暂缓研发自动驾驶的脚步，自动驾驶的测试过程中发生过多次事故占了很大一部分的因素。

另外，在美国亚利桑那州Tempe，Uber的自动驾驶汽车发生了撞车事故。在行驶过程中，另一辆汽车没有为Uber的无人驾驶汽车让路，导致其撞向了该车的一侧。随后，Uber中止了亚利桑那以及匹兹堡的无人驾驶测试。

Uber自动驾驶汽车发生撞车事故

Elon Musk曾经称：全世界的监管机构都会要求推出自动驾驶汽车前总训练行驶至少60亿英里（100亿公里）。现如今无人驾驶汽车的进展是每天300多万英里（500万公里）。

我们很多人都在盼望着未来有那么一天，不会再有人为操作失误而引发惨烈的车祸。当大科技公司或者汽车公司为这个乌托邦式的愿望投入了巨大的金钱和脑力之后，他们发现：这个乌托邦要比想象中更加难以实现。

对于自动驾驶，我们要知道一件事情：巨头们越过一些技术直接开始研发汽车这个事情并不是科学的。因为研发自动驾驶的硬件和汽车本身并不是唯一重要的事情，想要达到自驾的目标，还有很多很多技术的问题需要解决，有了软件之后转身就能造汽车的说法无异于痴人说梦。

但不可否认的是，我们在自动驾驶组件方面确实有了很大的技术进步。比如：

大规模实时建模：Waymo公司出了一款类似于魔兽世界的软件——Carcraft,其功能是可以在任何部署了Waymo/Google自动驾驶汽车的城市进行25000 种自驾模拟。这种级别的测试在之前从来没有出现过，大量的模拟会让我们在模拟器中达到第4级的水平(完全自驾)，离商用自动驾驶汽车的路上更进了一步。

廉价的LiDar组件：在大多数的自动驾驶汽车上面，会经常看到一个造型滑稽名叫LiDar的组件，它的全称是光检测和测距(LiDar, Light Detection and Ranging)，其作用和名字一样，是自动驾驶汽车搜集数据的主要组件。一般一个商用的LiDar系统售价为1000至70000美元，这个成本相对于任何汽车生产商来说都是非常昂贵的。紧接着，麻省理工学院的光子微系统研究组发出声明：他们研制出来了缩小版的LiDar，其体积比硬币还要小，造价仅为10美元。同时，Velodyne公司称他们可以将子系统的成本减少至50美元！唔……摩尔定律在这个事情上面充分发挥了作用。

数据搜集和机器学习规模的数据分析：想要实现自动驾驶并不是让汽车遵从人设计的规则，而是用训练数据构建机器学习模型，让系统根据路况自己作出驾驶决定。现如今每一辆在路上飞驰的Tesla汽车都在学习如何自主导航穿过人群拥挤的道路，而每一辆车多开一英里就会多获得一些综合信息，信息会直接传送到中央数据库，以便于机器学习方法可以获得实时更新，从而提高自动驾驶技术，接触到更多的真实驾驶模拟。

看似遥远实际很多的案例：在美国训练一辆自动驾驶汽车会很快就能完成，因为道路上有清晰的强制性规则和条例。虽然偶有破坏规则造成交通事故的事情发生，但大多数人们都还是遵守交通规则的。

不过，在很多地方情况又会变得不一样。比如在尼日利亚，要么是没有规则，要么是破坏之后并没有后果。也有一些更加复杂的情况，比如缺乏结构化的道路以及数据库更新的时候道路情况发生了变化等等，这需要大量的模拟训练从而可以考虑到所有的可能性。

技术挑战：没有规则的世界需要复杂性的技术来支撑。我们需要在车内建立多余的机械系统，以确保汽车在发生突发情况是能够及时响应。但这个事情并不仅仅与汽车有关，还关系到人本身。因为人类是难以预测的，现如今的技术手段还没有先进到可以捕捉另一辆汽车驾驶员的身体状况。未来，在所有汽车实现自动驾驶的过程中，将会因此出现很多奇葩的事情。

硬件依然十分困难：特斯拉汽车的生产以及许多配套软件的硬件公司的倒闭，是人们忘记了发布硬件的难度，我们认为“将先进的软件结合到材料正快速变化的硬盘中就可以获得成功”的想法是那么的幼稚，硬件这个难题依然困扰着我们。

如同微软的智能助手软件Cortana应用于尼桑和宝马汽车上、谷歌母公司Alphabet旗下的自驾软件公司Waymo助力本田汽车一样，软件公司的最佳策略是为自驾汽车开发操作系统（CarOS)。

以苹果公司为例，苹果拥有iPhone手机以及AppleWatch手表等原始的便携式远程信息处理设备，如果苹果开发自动驾驶汽车操作系统，这些设备会为其提供巨大的帮助。无论汽车在哪里、状态如何，这些信息都会通过设备记录下来，以便于做出更加适合的决定。

而今，iPhone手机已经成为了个人的远程信息处理设备。地图和健康软件记录着我们游览了世界各地，而地图和行驶历史数据则是自动驾驶软件中的两个要素。对于苹果公司而言，开发自动驾驶汽车操作系统可以视为地图和健康软件的自然延伸。

星巴克的地址以及今天还需要完成的步数

据统计，苹果公司已经卖出了10亿部Iphone手机。而最大的自动驾驶汽车公司生产的汽车还没有超过25万辆，订购特斯拉模型3的电动汽车订单虽然已经打破了记录，但最困难的部分还在于其真正交付这些订单。苹果完全没有必要忽视它最热销的产品，去关注另一个资本密集型且不是其核心竞争力的产品。

未来拥有汽车的人或许会变少，但人们还会继续购买iPhone手机，开发自动驾驶汽车操作系统才是苹果公司能够做出的最具战略性的相关举措。一个操作系统可以连接任何品牌的自动驾驶汽车以及驾驶员iPhone上的远程信息系统，那真的是实现了无缝对接。

正如iTunes影响了音乐行业一样，苹果公司也在向自动驾驶汽车行业最优秀的工程师学习，在未来，其自动驾驶汽车操作系统也将会为自动驾驶行业带来一些影响：

点菜模式。当需要汽车的时候，可以用iPhone手机预约任何租车提供商的汽车。

平衡行业竞争，加速共享模式。任何拥有自动驾驶汽车的人不需要中间商就可以出租自己的车，并通过Apple Pay获得报酬。

另外，自动驾驶汽车操作系统还可以和苹果智能家居平台Homekit相结合，为苹果客户提供家庭和车辆无缝连接的便利体验。

所以，苹果这么精明的公司是不会选择“自主开发一整辆自动驾驶汽车并承担相应的商业风险”这个错误决策的，其想要在未来和Amazon(Alexa)、Alphabet、Facebook等科技公司争夺战场上的领先地位，开发自动驾驶汽车的操作系统和相连的家居系统才是巨头们更合理的策略。而且，这也是巨头们投资少但又能发挥公司本身优势最好的策略，这个策略唯一的问题也就是谁能捷足先登，开发出足够强大且让汽车生产厂商倚重的操作系统了。

未来，预计会出现3-4家平台的操作系统可供厂商们选择，而苹果并购特斯拉的事情也很有可能出现。至于最近在2018CES年展上面出尽风头的中国军团，只能说：路漫漫其修远兮，道阻且长。