正在閱讀:

流浪地球2:無人駕駛技術(shù)給圖恒宇帶來的不是災(zāi)難,而是無限趨近完美的探索

掃一掃下載界面新聞APP

流浪地球2:無人駕駛技術(shù)給圖恒宇帶來的不是災(zāi)難,而是無限趨近完美的探索

單車智能與車路協(xié)同誰將勝出?

文|至頂頭條 趙曉勤

編輯|舞春秋

人們期待著有一天能夠?qū)崿F(xiàn)無人駕駛,但人們對無人駕駛的憂慮與恐懼從未消除過。

一場《流浪地球2》引發(fā)了人們對生命、對科技的大討論和深度思考,汽車自動駕駛技術(shù)同樣要接受靈魂的拷問。

即便電影設(shè)定的時間已經(jīng)到了2030年,圖恒宇駕駛的高度自動駕駛(L4)等級的汽車也不幸發(fā)生了車禍,造成了妻子、女兒的死亡。這使人們對汽車自動駕駛能否發(fā)展到完全自動駕駛(L5)等級以及能否真正經(jīng)受起現(xiàn)實的考驗產(chǎn)生了種種顧慮與猜疑。

01 自動駕駛考滿分就能確保萬無一失嗎?

人們期待著有一天能夠?qū)崿F(xiàn)無人駕駛,但人們對無人駕駛的憂慮與恐懼從未消除過。從英特爾中國研究院院長身份改做自動駕駛已有6年之久的馭勢科技創(chuàng)始人吳甘沙把現(xiàn)在的自動駕駛技術(shù)和自動駕駛成熟度分別做了一個比喻:“如果說自動駕駛是場考試的話,現(xiàn)在的技術(shù)能考到98分或99分。這是第一個比喻。第二個比喻是,如果把自動駕駛技術(shù)成熟度和商業(yè)化看做是場馬拉松的話,現(xiàn)在大概跑了三分之一。”

吳甘沙解釋道:“我們可以把自動駕駛技術(shù)理解為是一個在無限題庫里的考試。然而在無限題庫里,你能考到99分,并不代表你離100分很近,在這個行業(yè)里我們有個90/10原理。就是你貌似已經(jīng)走完了90%的道路,但剩下10%的路仍需90%的時間和努力。也就是說從99分到100分是十分艱難的?!?/p>

“這是個定性的分析,如果從定量的角度去衡量,就拿業(yè)界領(lǐng)先的自動駕駛技術(shù)公司W(wǎng)aymo的數(shù)據(jù)來看,有一個重要指標叫接管里程MPI(miles per intervention,自動駕駛平均每次被人類接管的行駛里程間隔,如果不接管就會出現(xiàn)事故。)2018 年的數(shù)據(jù)應(yīng)是每 1. 1 萬英里有一次接管, 2019 年提升到了1. 3萬英里,2020年特別好,達到了2. 9萬英里,這可能是疫情的原因路上的車比較少吧,然而到了2021年成績下降了,只有0. 8 萬英里就有一次接管。這就是自動駕駛的數(shù)據(jù)?!?/p>

而人類駕駛的情況呢?“美國司機的數(shù)據(jù)顯示,每25萬英里保險公司會出一次險。50萬英里會出一次警,150萬英里才有一次致傷的事故。9400萬英里會出現(xiàn)一次致命的事故?!?/p>

“因此,如果要讓自動駕駛要比人類表現(xiàn)提升20%,也就是1.1億英里才出一次致命的事故。得到這樣的統(tǒng)計學意義的顯著性特征需要積累110億英里的行駛數(shù)據(jù)。需要自動駕駛技術(shù)的汽車累計行駛110億英里,如果撞死了不超過100人,就能表明達到了1.1億英里才出一次致命事故的水平?!?/p>

但要拿到這樣的證明,累計110億英里對任何一家自動駕駛技術(shù)的公司都是難以實現(xiàn)的。因為即便這家公司有500輛車同時實測,也要開100年才能積累到自動駕駛行駛100億英里的數(shù)據(jù)。即便MPI達標了,要證明你的技術(shù)比開車安全還是一個很簡單事情。因此我的第二個比喻,是我們達到了99分的成績,但如果是個馬拉松我們也才走了三分之一的路程。

02 “悲觀的人總是正確,樂觀的人總能成功?!?/h4>

無限題庫的無人駕駛即便能考99分卻永遠無法考到100分,無人駕駛就永遠無法商用了么?吳甘沙并不這么認為。他指出:”自動駕駛技術(shù)有三條路可以走。第一條無限題庫,雖然無論怎樣也考不了100分,但他旁邊可以放個老師,隨時糾錯,這就是我們說得L2輔助駕駛。因為責任在司機,自動駕駛一出錯老師就進行糾錯?!?/p>

“第二條路是固定題庫。就是在園區(qū)內(nèi)做的自動駕駛。因為可以進行充分的測試,確保每一次都能考100分,這也是流浪地球2中看到的無人駕駛的卡車運輸彈藥、幫助建造基地的情景。

“第三條路線是在開放空間里,還是無限題庫,但他的運行速度比較低,車輛尺寸也比較小,允許他不考100分的巡邏、配送場景也可以實現(xiàn)商用?!?/p>

因此,從實用及商用情況看,第一種無限題庫的商用,要達到L4等級或以上要等到十年、二十年才可能算能進入成熟階段,如果是第二、第三種,在港口、碼頭這種場景下的工程機械現(xiàn)在已經(jīng)進入了商用化的程度。

03 單車智能與車路協(xié)同誰將勝出?

目前很多自動駕駛的公司采用的路線都是單車智能,而車路協(xié)同是另一條快速催熟自動駕駛商業(yè)化的路線。車路協(xié)同的優(yōu)勢是以“上帝視角”對全局進行把控,協(xié)調(diào)路上所有車輛,而非在單車視角下考慮與周圍車輛“博弈”的問題。車路協(xié)同利用路端數(shù)據(jù)可以大幅簡化單車自動駕駛的算法,甚至是減低車端算力要求和設(shè)備需求,同時真正實現(xiàn)大面積無人化駕駛以節(jié)省經(jīng)濟成本。

然而吳甘沙認為:“未來將會以單車智能為主,車路協(xié)同為輔的方向發(fā)展?!?/p>

“因為車路協(xié)同中,單車智能代表著能力下限,缺乏單車智能,只靠車路協(xié)同是不現(xiàn)實的。車路協(xié)同不可能實現(xiàn)完全覆蓋中國的每一條道路,車也不會像我們的4G、5G,每個人的手機都能用。其次,要讓所有的車能利用車路協(xié)同也是非常難的一件事。因此車路協(xié)同不可能在全國實現(xiàn)100% 的覆蓋,預(yù)計未來2-3年內(nèi)也只有 1% 車輛能夠用到車路協(xié)同?!?/p>

”雖然車路協(xié)同不能完全覆蓋,但在一些特定的區(qū)域,比如機場、碼頭或者特定的高速上還是可以實現(xiàn)。然而一項技術(shù)要大規(guī)模的應(yīng)用一定要實現(xiàn)閉環(huán):也就是誰出錢,誰來運營,客戶能否有感知,客戶是否愿意買單。如果只是做一些試點,是沒有辦法大規(guī)模推廣和應(yīng)用的?!?/p>

“此外,車路協(xié)同比單車智能在出現(xiàn)事故時更難以實現(xiàn)責任認定。如果是單車智能,只要解決車的問題基本也就解決了所有問題。但車路協(xié)同中間的環(huán)節(jié)會大幅增加,出錯的原因認定就會變得更加復(fù)雜。”

04 自動駕駛技術(shù)真正的戰(zhàn)場不在ToC而是ToB

現(xiàn)在很多人把目光都放在了ToC市場,然而自動駕駛的真正價值在ToB市場。吳甘沙表示:“現(xiàn)在大家能感知到的自動駕駛技術(shù)是用在乘用車、出租車,無人駕駛公交車,幫助人們從一個點抵達到另一個點。然而大量的自動駕駛技術(shù)的用武之地在物流?!?/p>

“從一個城市、一家企業(yè)來看,最主要的是以運送貨物為主。城市中是干線物流支撐城市的運轉(zhuǎn)。在企業(yè)里,從原材料和產(chǎn)品都需要物流的支撐,與資金流、信息流同等重要,絕大多數(shù)企業(yè)最終是要把自己制造/生產(chǎn)的實物產(chǎn)品交付給客戶?!?/p>

“現(xiàn)在大家說的企業(yè)數(shù)字化轉(zhuǎn)型,其本質(zhì)是解決人的不確定性和低效的問題。人的不確定包括人勞動力越來越貴,越來越稀缺,愿意做重復(fù)性勞動的人越來越少,即便是開車,司機的技術(shù)水平也是參差不齊,不同的人學習能力也不同,掌握技能的時間也就有長有短。人的情緒也會受到各種因素的影響。而自動駕駛技術(shù)能將人的這些不確定因素都避免。因此數(shù)字化后,就能擁有更加全面的智慧,更加高效的規(guī)劃,確保企業(yè)生產(chǎn)的整個流程達到 Just in Time的完美狀態(tài)?!?/p>

05 ToB自動駕駛應(yīng)用市場廣闊但面臨三大困境

自動駕駛在ToB市場擁有廣闊的市場前景。根據(jù)卡內(nèi)基梅隆大學報告指出,帶有智能駕駛功能的汽車,燃油經(jīng)濟性提升10%,自動化等級越高、節(jié)能效率越高。更具性價比:智能駕駛對人力成本較高的場景則意義重大,如卡車長途運輸,每年每車可節(jié)省人力成本6-15萬元。

然而缺乏標準、資金錯配、缺少場景化的解決方案是市場面臨的三大困境。吳甘沙指出:“首先是缺乏標準。沒有統(tǒng)一的標準,好的技術(shù)和壞技術(shù)一起競爭,一味地以低價競爭,就造成市場上劣幣驅(qū)逐良幣的現(xiàn)象發(fā)生。缺乏標準也不利于客戶的選型,阻礙了企業(yè)采用新技術(shù)創(chuàng)新的動力?!?/p>

“第二,補貼資金的錯配。當前地方政府鼓勵企業(yè)創(chuàng)新,補貼擁有創(chuàng)新技術(shù)的企業(yè),這是一個很好的政策。然而政府也擔心有的自動駕駛企業(yè)進行騙補,因此采取后置型的補貼,將補貼發(fā)給采用自動駕駛新技術(shù)的用戶要比直接把補貼發(fā)給自動駕駛技術(shù)的提供方要好。這樣能鼓勵更多的企業(yè)去嘗試新技術(shù),嘗試采用自動駕駛技術(shù)的企業(yè),推動他們的轉(zhuǎn)型升級,同時也對新技術(shù)的推廣起到了巨大的推動作用。”

最后是要有更加場景化的解決方案。吳甘沙認為:”無人駕駛技術(shù)并不是一個產(chǎn)品,而是解決方案中的一部分,是數(shù)字化物流中的一部分,這需要行業(yè)協(xié)會、頭部企業(yè)、無人駕駛技術(shù)提供方共同努力,提供適合企業(yè)真實場景的解決方案,為他們的物流問題做出切實有效的落地方案?!?/p>

即便圖YY只有2分鐘的自主意識,圖恒宇也會盡一切可能,讓女兒在數(shù)字世界能夠擁有完整的一生。能考到99分的自動駕駛技術(shù)即便是一場無盡的馬拉松,同樣會讓無數(shù)嚴謹、堅定的科技、工程人員不斷探索、完善,雖不能完美但他們在無限逼近完美。

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

流浪地球2:無人駕駛技術(shù)給圖恒宇帶來的不是災(zāi)難,而是無限趨近完美的探索

單車智能與車路協(xié)同誰將勝出?

文|至頂頭條 趙曉勤

編輯|舞春秋

人們期待著有一天能夠?qū)崿F(xiàn)無人駕駛,但人們對無人駕駛的憂慮與恐懼從未消除過。

一場《流浪地球2》引發(fā)了人們對生命、對科技的大討論和深度思考,汽車自動駕駛技術(shù)同樣要接受靈魂的拷問。

即便電影設(shè)定的時間已經(jīng)到了2030年,圖恒宇駕駛的高度自動駕駛(L4)等級的汽車也不幸發(fā)生了車禍,造成了妻子、女兒的死亡。這使人們對汽車自動駕駛能否發(fā)展到完全自動駕駛(L5)等級以及能否真正經(jīng)受起現(xiàn)實的考驗產(chǎn)生了種種顧慮與猜疑。

01 自動駕駛考滿分就能確保萬無一失嗎?

人們期待著有一天能夠?qū)崿F(xiàn)無人駕駛,但人們對無人駕駛的憂慮與恐懼從未消除過。從英特爾中國研究院院長身份改做自動駕駛已有6年之久的馭勢科技創(chuàng)始人吳甘沙把現(xiàn)在的自動駕駛技術(shù)和自動駕駛成熟度分別做了一個比喻:“如果說自動駕駛是場考試的話,現(xiàn)在的技術(shù)能考到98分或99分。這是第一個比喻。第二個比喻是,如果把自動駕駛技術(shù)成熟度和商業(yè)化看做是場馬拉松的話,現(xiàn)在大概跑了三分之一?!?/p>

吳甘沙解釋道:“我們可以把自動駕駛技術(shù)理解為是一個在無限題庫里的考試。然而在無限題庫里,你能考到99分,并不代表你離100分很近,在這個行業(yè)里我們有個90/10原理。就是你貌似已經(jīng)走完了90%的道路,但剩下10%的路仍需90%的時間和努力。也就是說從99分到100分是十分艱難的?!?/p>

“這是個定性的分析,如果從定量的角度去衡量,就拿業(yè)界領(lǐng)先的自動駕駛技術(shù)公司W(wǎng)aymo的數(shù)據(jù)來看,有一個重要指標叫接管里程MPI(miles per intervention,自動駕駛平均每次被人類接管的行駛里程間隔,如果不接管就會出現(xiàn)事故。)2018 年的數(shù)據(jù)應(yīng)是每 1. 1 萬英里有一次接管, 2019 年提升到了1. 3萬英里,2020年特別好,達到了2. 9萬英里,這可能是疫情的原因路上的車比較少吧,然而到了2021年成績下降了,只有0. 8 萬英里就有一次接管。這就是自動駕駛的數(shù)據(jù)。”

而人類駕駛的情況呢?“美國司機的數(shù)據(jù)顯示,每25萬英里保險公司會出一次險。50萬英里會出一次警,150萬英里才有一次致傷的事故。9400萬英里會出現(xiàn)一次致命的事故?!?/p>

“因此,如果要讓自動駕駛要比人類表現(xiàn)提升20%,也就是1.1億英里才出一次致命的事故。得到這樣的統(tǒng)計學意義的顯著性特征需要積累110億英里的行駛數(shù)據(jù)。需要自動駕駛技術(shù)的汽車累計行駛110億英里,如果撞死了不超過100人,就能表明達到了1.1億英里才出一次致命事故的水平?!?/p>

但要拿到這樣的證明,累計110億英里對任何一家自動駕駛技術(shù)的公司都是難以實現(xiàn)的。因為即便這家公司有500輛車同時實測,也要開100年才能積累到自動駕駛行駛100億英里的數(shù)據(jù)。即便MPI達標了,要證明你的技術(shù)比開車安全還是一個很簡單事情。因此我的第二個比喻,是我們達到了99分的成績,但如果是個馬拉松我們也才走了三分之一的路程。

02 “悲觀的人總是正確,樂觀的人總能成功?!?/h4>

無限題庫的無人駕駛即便能考99分卻永遠無法考到100分,無人駕駛就永遠無法商用了么?吳甘沙并不這么認為。他指出:”自動駕駛技術(shù)有三條路可以走。第一條無限題庫,雖然無論怎樣也考不了100分,但他旁邊可以放個老師,隨時糾錯,這就是我們說得L2輔助駕駛。因為責任在司機,自動駕駛一出錯老師就進行糾錯?!?/p>

“第二條路是固定題庫。就是在園區(qū)內(nèi)做的自動駕駛。因為可以進行充分的測試,確保每一次都能考100分,這也是流浪地球2中看到的無人駕駛的卡車運輸彈藥、幫助建造基地的情景。

“第三條路線是在開放空間里,還是無限題庫,但他的運行速度比較低,車輛尺寸也比較小,允許他不考100分的巡邏、配送場景也可以實現(xiàn)商用。”

因此,從實用及商用情況看,第一種無限題庫的商用,要達到L4等級或以上要等到十年、二十年才可能算能進入成熟階段,如果是第二、第三種,在港口、碼頭這種場景下的工程機械現(xiàn)在已經(jīng)進入了商用化的程度。

03 單車智能與車路協(xié)同誰將勝出?

目前很多自動駕駛的公司采用的路線都是單車智能,而車路協(xié)同是另一條快速催熟自動駕駛商業(yè)化的路線。車路協(xié)同的優(yōu)勢是以“上帝視角”對全局進行把控,協(xié)調(diào)路上所有車輛,而非在單車視角下考慮與周圍車輛“博弈”的問題。車路協(xié)同利用路端數(shù)據(jù)可以大幅簡化單車自動駕駛的算法,甚至是減低車端算力要求和設(shè)備需求,同時真正實現(xiàn)大面積無人化駕駛以節(jié)省經(jīng)濟成本。

然而吳甘沙認為:“未來將會以單車智能為主,車路協(xié)同為輔的方向發(fā)展?!?/p>

“因為車路協(xié)同中,單車智能代表著能力下限,缺乏單車智能,只靠車路協(xié)同是不現(xiàn)實的。車路協(xié)同不可能實現(xiàn)完全覆蓋中國的每一條道路,車也不會像我們的4G、5G,每個人的手機都能用。其次,要讓所有的車能利用車路協(xié)同也是非常難的一件事。因此車路協(xié)同不可能在全國實現(xiàn)100% 的覆蓋,預(yù)計未來2-3年內(nèi)也只有 1% 車輛能夠用到車路協(xié)同?!?/p>

”雖然車路協(xié)同不能完全覆蓋,但在一些特定的區(qū)域,比如機場、碼頭或者特定的高速上還是可以實現(xiàn)。然而一項技術(shù)要大規(guī)模的應(yīng)用一定要實現(xiàn)閉環(huán):也就是誰出錢,誰來運營,客戶能否有感知,客戶是否愿意買單。如果只是做一些試點,是沒有辦法大規(guī)模推廣和應(yīng)用的?!?/p>

“此外,車路協(xié)同比單車智能在出現(xiàn)事故時更難以實現(xiàn)責任認定。如果是單車智能,只要解決車的問題基本也就解決了所有問題。但車路協(xié)同中間的環(huán)節(jié)會大幅增加,出錯的原因認定就會變得更加復(fù)雜?!?/p>

04 自動駕駛技術(shù)真正的戰(zhàn)場不在ToC而是ToB

現(xiàn)在很多人把目光都放在了ToC市場,然而自動駕駛的真正價值在ToB市場。吳甘沙表示:“現(xiàn)在大家能感知到的自動駕駛技術(shù)是用在乘用車、出租車,無人駕駛公交車,幫助人們從一個點抵達到另一個點。然而大量的自動駕駛技術(shù)的用武之地在物流?!?/p>

“從一個城市、一家企業(yè)來看,最主要的是以運送貨物為主。城市中是干線物流支撐城市的運轉(zhuǎn)。在企業(yè)里,從原材料和產(chǎn)品都需要物流的支撐,與資金流、信息流同等重要,絕大多數(shù)企業(yè)最終是要把自己制造/生產(chǎn)的實物產(chǎn)品交付給客戶。”

“現(xiàn)在大家說的企業(yè)數(shù)字化轉(zhuǎn)型,其本質(zhì)是解決人的不確定性和低效的問題。人的不確定包括人勞動力越來越貴,越來越稀缺,愿意做重復(fù)性勞動的人越來越少,即便是開車,司機的技術(shù)水平也是參差不齊,不同的人學習能力也不同,掌握技能的時間也就有長有短。人的情緒也會受到各種因素的影響。而自動駕駛技術(shù)能將人的這些不確定因素都避免。因此數(shù)字化后,就能擁有更加全面的智慧,更加高效的規(guī)劃,確保企業(yè)生產(chǎn)的整個流程達到 Just in Time的完美狀態(tài)。”

05 ToB自動駕駛應(yīng)用市場廣闊但面臨三大困境

自動駕駛在ToB市場擁有廣闊的市場前景。根據(jù)卡內(nèi)基梅隆大學報告指出,帶有智能駕駛功能的汽車,燃油經(jīng)濟性提升10%,自動化等級越高、節(jié)能效率越高。更具性價比:智能駕駛對人力成本較高的場景則意義重大,如卡車長途運輸,每年每車可節(jié)省人力成本6-15萬元。

然而缺乏標準、資金錯配、缺少場景化的解決方案是市場面臨的三大困境。吳甘沙指出:“首先是缺乏標準。沒有統(tǒng)一的標準,好的技術(shù)和壞技術(shù)一起競爭,一味地以低價競爭,就造成市場上劣幣驅(qū)逐良幣的現(xiàn)象發(fā)生。缺乏標準也不利于客戶的選型,阻礙了企業(yè)采用新技術(shù)創(chuàng)新的動力?!?/p>

“第二,補貼資金的錯配。當前地方政府鼓勵企業(yè)創(chuàng)新,補貼擁有創(chuàng)新技術(shù)的企業(yè),這是一個很好的政策。然而政府也擔心有的自動駕駛企業(yè)進行騙補,因此采取后置型的補貼,將補貼發(fā)給采用自動駕駛新技術(shù)的用戶要比直接把補貼發(fā)給自動駕駛技術(shù)的提供方要好。這樣能鼓勵更多的企業(yè)去嘗試新技術(shù),嘗試采用自動駕駛技術(shù)的企業(yè),推動他們的轉(zhuǎn)型升級,同時也對新技術(shù)的推廣起到了巨大的推動作用。”

最后是要有更加場景化的解決方案。吳甘沙認為:”無人駕駛技術(shù)并不是一個產(chǎn)品,而是解決方案中的一部分,是數(shù)字化物流中的一部分,這需要行業(yè)協(xié)會、頭部企業(yè)、無人駕駛技術(shù)提供方共同努力,提供適合企業(yè)真實場景的解決方案,為他們的物流問題做出切實有效的落地方案?!?/p>

即便圖YY只有2分鐘的自主意識,圖恒宇也會盡一切可能,讓女兒在數(shù)字世界能夠擁有完整的一生。能考到99分的自動駕駛技術(shù)即便是一場無盡的馬拉松,同樣會讓無數(shù)嚴謹、堅定的科技、工程人員不斷探索、完善,雖不能完美但他們在無限逼近完美。

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。