『车家号』0 到 1 再到 ∞ | 得数据者,得自动驾驶天下,从

冷淡的市场大环境让车企们的日子并不好过 , 但好在 , 接下来会有新的增长极出现 。 很快 , 从2020年开始 , 过去积累的自动驾驶技术科研成果及工程进步都将成为现实 。 自动驾驶汽车即将进入10-20年混合模式的时代 , 而随着5G技术的成熟应 , 一块市值巨大的“蛋糕”即将摆在我们面前 。
大众集团CEO赫伯特·迪斯表示:未来汽车创新中 , 软件将占到90% 。 目前大众有2万名研发人员 , 其中90%做硬件开发 。 到2030年 , 研发成本中软件将占到一半 , 也就是软件工程师将达到1万人左右 。
『车家号』0 到 1 再到 ∞ | 得数据者,得自动驾驶天下,从
文章图片
自动辅助驾驶背后:对数据的分析无处不在
只要拥有足够多的数据 , 我们可以变得更聪明”是大数据时代的一个新认识 。 “大数据”就是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合 。 它的运用场景相当广泛 。
随着大数据应用范围的不断扩大 , 大数据所形成的价值正在快速提升 。 这是一个当之无愧的朝阳行业 。 主要包括互联网、软件及信息技术服务业、高端制造等行业 。 与你手中正在刷的抖音偏好推荐相类似 , 自动驾驶技术也离不开庞大数据的支撑 。
『车家号』0 到 1 再到 ∞ | 得数据者,得自动驾驶天下,从
文章图片
因此 , 在大数据时代 , 原本复杂的“智能问题”可以简化为“数据问题”——只要对大数据的进行简单查询就可以达到“基于复杂算法的智能计算的效果” 。 为此 , 很多学者曾讨论过一个重要话题:“大数据时代需要的是更多数据还是更好的模型(moredataorbettermodel)?” 。 在自动驾驶技术加持下 , 每辆车承载的数据量将是TB级的 , 玩转数据者将独占鳌头 , 实时交通中机器学习的体现是无人驾驶时代一个关键节点 。 这意味着并不是简单的将路上发挥的某一路况反馈给无人驾驶车辆即可 , 而是要将历史数据和当前收集到的整体路网数据结合分析 , 通过机器学习进行判断 。
以特斯拉为例
特斯拉曾在2018年11月公布过一个数据:全球所有的特斯拉车主在自动驾驶Autopilot启动下驾驶的总里程数已经突破10亿英里(约16亿公里) 。 同年 , Waymo仅收集了大约2400万公里 。 据知名投资公司Ark分析师塔莎?基尼称 , 当你观察特斯拉汽车上行驶的所有里程数时(无论自动驾驶系统是否启动) , 记录的总里程数都要超过其他公司 。
『车家号』0 到 1 再到 ∞ | 得数据者,得自动驾驶天下,从
文章图片
特斯拉FSD视觉传感识别画面
毫无疑问 , 特斯拉的16亿公里是一个笑傲江湖的数值 。 随着2019年Model3全球销量突破30万辆 , 这一数值明显还会有大幅的增长 。 特斯拉利用数据、人工智能和机器学习构建了一个神经网络 , 这是一个由传感器、数据、通信、CPU、外围硬件和软件组成的系统 , 它们像人类大脑一样同时处理信息、适应和学习 , 这才是该公司真正的亮点 。
而最近一位来自日本汽车巨头的工程师在拆解Model3后分析HW3.0时震惊地感叹道:“我们做不到” 。 期间的原因在于HW3.0中包含有两块由特斯拉自主研发的AI芯片 , 并设计了专门的软件来做支持 , 以超强的计算能力为核心 , 为的就是能够承接即将到来的更智能、更自动化、更海量的汽车传感与处理数据 。
『车家号』0 到 1 再到 ∞ | 得数据者,得自动驾驶天下,从
文章图片
眼下 , 特斯拉在全球有接近100万辆车在路上行驶 , 它把每辆车、每一个传感器、每一个“事件”(即人与方向盘、制动踏板等的相互作用)作为数据点 。 获取这些数据 , 对其进行分析 , 并利用这些数据改进算法 , 创建新的算法 , 并将这些改进通过空中升级OTA传送到车辆上 。


推荐阅读