如今，作為人工智能另一重要分支的自動(dòng)駕駛，同樣繼承了這兩樣法寶。
在人工智能的世界里。要想跑得好先要跑得多。一輛車縱使渾身上下全是雷達(dá)和攝像頭，也只是具備了自動(dòng)駕駛的“發(fā)達(dá)四肢“，行駛中采集的實(shí)時(shí)數(shù)據(jù)需要通過聰明的大腦來分析，才能得出正確判斷。而這個(gè)大腦，需要大量的數(shù)據(jù)來進(jìn)行訓(xùn)練，正如AlphaGo吃盡了數(shù)百萬人類棋譜，并不斷進(jìn)行自我對(duì)弈、自我訓(xùn)練，才鍛煉出這顆近乎完美的大腦。
具體到自動(dòng)駕駛，數(shù)據(jù)最重要的兩個(gè)來源則是真實(shí)世界的行車數(shù)據(jù)和虛擬世界的模擬器訓(xùn)練，二者缺一不可，共同驅(qū)動(dòng)自動(dòng)駕駛的不斷進(jìn)化。
測(cè)試車、量產(chǎn)車：跑出來的數(shù)據(jù)
真實(shí)的行車數(shù)據(jù)很好理解，它主要來源于自動(dòng)駕駛測(cè)試車隊(duì)和已經(jīng)上路的量產(chǎn)車的真實(shí)數(shù)據(jù)。
得益于科技公司、車企在自動(dòng)駕駛方面的不斷投入，在國(guó)內(nèi)一些城市，頂著旋轉(zhuǎn)的小攝像頭穿梭于大街小巷的測(cè)試車越來越常見。它們?yōu)樽詣?dòng)駕駛收集了大量真實(shí)的行駛數(shù)據(jù)。根據(jù)前不久由北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心發(fā)布的《北京市自動(dòng)駕駛車輛道路測(cè)試報(bào)告(2019年)》顯示，截止2019年年底，各企業(yè)進(jìn)行自動(dòng)駕駛路測(cè)的車輛累計(jì)達(dá)到77輛，測(cè)試總里程超過104萬公里(其中百度憑借52 輛測(cè)試車輛，75.4 萬公里的全年測(cè)試?yán)锍陶紦?jù)絕對(duì)優(yōu)勢(shì))。
在2月末，加州機(jī)動(dòng)車輛管理局(California Department of Motor Vehicles)也發(fā)布了一批2019年自動(dòng)駕駛汽車的測(cè)試報(bào)告，列舉了Waymo、GM Cruise、蘋果、Uber等公司在加州的公共道路上開展測(cè)試的行駛英里數(shù)，從數(shù)萬到數(shù)十萬不等。
可以說，自動(dòng)駕駛的路試在全球范圍內(nèi)正如火如荼，這些行駛數(shù)據(jù)精確而全面，是最具有含金量的。
除了主動(dòng)測(cè)試，每天奔跑在全球各地的汽車也是一座無比巨大的數(shù)據(jù)金礦。受傳統(tǒng)觀念和技術(shù)的限制，它們并沒有被開發(fā)利用或僅僅開發(fā)了一小部分。而隨著自動(dòng)駕駛的逐漸逼近，這些數(shù)據(jù)的力量將迅速崛起。
舉個(gè)最典型的例子，最具科技基因的車企特斯拉在最開始的產(chǎn)品設(shè)計(jì)理念上便極其重視行駛數(shù)據(jù)，通過其全球用戶使用Autopilot的行駛數(shù)據(jù)反過來訓(xùn)練并完善其自動(dòng)駕駛系統(tǒng)，形成了非常成熟的數(shù)據(jù)閉環(huán)。每一輛奔跑著的特斯拉都在源源不斷地為其提供“數(shù)據(jù)原油”。
如今這也是特斯拉最大的優(yōu)勢(shì)之一——讓我們通過數(shù)量級(jí)的對(duì)比來感受一下：截止到2020年1月，特斯拉已采集超過20億英里的行駛數(shù)據(jù)，相比之下最強(qiáng)的對(duì)手谷歌Waymo，僅收集了2000萬英里的行駛數(shù)據(jù)。而上文提到的測(cè)試車輛呢?100萬英里已是頂尖水平。
當(dāng)然，在這一方面，“傳統(tǒng)”車企以及網(wǎng)約車公司(國(guó)外的Uber、國(guó)內(nèi)的滴滴等)也在不斷利用各自的優(yōu)勢(shì)不斷發(fā)力。
“虛擬”的世界，“真實(shí)”的數(shù)據(jù)
除了積累真實(shí)世界中的數(shù)據(jù)，建立在計(jì)算機(jī)上的模擬仿真測(cè)試也在變得越來越重要。
簡(jiǎn)單來講，自動(dòng)駕駛的模擬仿真測(cè)試就是通過軟件模擬車輛性能和操控、交通道路狀況乃至天氣、環(huán)境等各項(xiàng)參數(shù)，讓車輛在虛擬世界中行駛并積累經(jīng)驗(yàn)——這很容易讓人聯(lián)想到一些模擬賽車類游戲。從形式上看，二者的確是相通的。騰訊的自動(dòng)駕駛仿真系統(tǒng)TAD Sim(Tencent Autonomous Driving Simulator)便結(jié)合了專業(yè)的游戲引擎。如同一部大型的RPG游戲，來還原足夠真實(shí)的場(chǎng)景。
模擬仿真測(cè)試的優(yōu)勢(shì)非常明顯。
其一，它可以在短時(shí)間內(nèi) “喂給”自動(dòng)駕駛極其龐大的數(shù)據(jù)。在計(jì)算機(jī)能力愈發(fā)強(qiáng)大的今天，模擬訓(xùn)練是非常高效的數(shù)據(jù)獲取手段。畢竟它不需要遵循現(xiàn)實(shí)世界中的時(shí)間，且可以多線程同步運(yùn)行。據(jù)數(shù)據(jù)顯示，Waymo公司的模擬自動(dòng)駕駛測(cè)試總里程在2019年7月就已經(jīng)達(dá)到了100億英里，而在2018年9月時(shí)，這一數(shù)字還是50億英里。
其二，它可以測(cè)試極端情況，同時(shí)規(guī)避測(cè)試車輛的風(fēng)險(xiǎn)。有些極端場(chǎng)景(如惡劣天氣、稀有地形、特殊事故等)可遇不可求且費(fèi)時(shí)費(fèi)力。實(shí)際測(cè)試時(shí)還有可能會(huì)對(duì)車輛、人員和周圍環(huán)境造成危害。
其三，針對(duì)某些場(chǎng)景可以節(jié)約經(jīng)濟(jì)成本，一切都在計(jì)算機(jī)上運(yùn)行，不再需要派出車輛和人力，并協(xié)調(diào)相關(guān)的測(cè)試場(chǎng)地。
可以說，模擬仿真測(cè)試已經(jīng)成為自動(dòng)駕駛必不可少的工具。然而縱觀這些優(yōu)勢(shì)，我們又并不能得出“模擬仿真測(cè)試可以完全取代實(shí)際測(cè)試”的結(jié)論。
即使圍棋再復(fù)雜，它終究是一個(gè)縱橫交錯(cuò)絕對(duì)規(guī)律且“有限”的世界。而真實(shí)世界的各項(xiàng)參數(shù)則是時(shí)刻變化、無窮無盡的。個(gè)體的行為無法精確預(yù)測(cè)，道路環(huán)境每天都不一樣。
因此，自動(dòng)駕駛?cè)孕枰獙?shí)際的經(jīng)驗(yàn)數(shù)據(jù)和數(shù)學(xué)模型共同來回答，甚至可以說，仿真模擬測(cè)試應(yīng)該更多的起到輔助作用。
依據(jù)目前的經(jīng)驗(yàn)和理論，我們還無法斷言在這兩個(gè)引擎的驅(qū)動(dòng)下，自動(dòng)駕駛最終會(huì)發(fā)展為什么形態(tài)。但虛擬與現(xiàn)實(shí)并駕齊驅(qū)的發(fā)展模式正日漸明晰。
