最快12年后，waymo將改變世界

大多數車企可能要做好被00后拋棄的準備——因為Waymo在本周的谷歌I/O大會上宣布，將于今年晚些時候正式開始無人駕駛出租車車隊的商業運營。由谷歌自動駕駛項目演變而來的Waymo，一直走在該領域的最前沿。從第一次開放路測，到第一次完全無人駕駛路測，再到第一次邀請外人試乘，再到第一次商業運營，這是目前最先進的無人駕駛，毫無爭議。與市場上的任何其他系統相比，Waymo可能能夠看得更遠，識別得更好，決策得更快。但是會不會只是短堆里短一點？畢竟大部分競品還在努力實現人類監督下的L4自動駕駛。無人駕駛的最終目標不是打敗這些產品，而是更好地取代人類駕駛。但是現在的Waymo能否發揮出普通司機的正常水平，其實是一個有待解決的問題。Waymo相當于什么級別的司機？如果我們只是實現了“無人駕駛”技術，那么通過在車上堆一堆攝像頭和激光雷達傳感器，加上道路規則算法，我們或許可以假裝做到。過去困擾我的一個問題是，在這樣的條件下實現的無人駕駛，會是一個弱機駕駛員。不像人那么靈活，可以根據實際情況靈活掌握。例如，如果你想換車道，你所要做的就是給你旁邊的哥們施加壓力，一直擠到他給你讓出空間。而嚴格按照規則設定的無人駕駛，是做不到停車、超車等動作的。這會讓無人駕駛陷入兩難境地。是不是要等到排除了所有人為因素之后，無人駕駛才能真正提高交通效率，否則還是拖泥帶水的新手。Waymo的研究人員實際上正在思考如何讓無人駕駛汽車適應與它共享道路的人類司機，如何讓它的駕駛更加自然以及其他細微的改進。解決方法是深度學習。Waymo在這方面起步較早。他們與谷歌大腦項目團隊(谷歌深度學習的一個研究團隊)合作，提高自動駕駛的認知和行為準確性。Waymo今天的成就絕不是一個創業項目的結果，而是基于谷歌所做的戰略投資和與姐妹公司的密切支持。例如，他們通過分析大量的街景來定義一個行人，然后找到一種視覺模式，然后用這種算法來教會計算機一個行人應該是什么樣子。這種方法非常有效，谷歌也使用這種技術進行預測和規劃。最近他們把精力花在了自動機器學習上，讓神經網絡實現自我進化。Waymo從一開始就對AI有很高的要求，因為它是唯一一家從一開始就堅持扔掉駕駛座的公司。但是，到現在為止，我們五六十歲的出租車大叔能熟練練習的，Waymo都做不到。就在4月底，推特上出現了一段視頻，即有網友拍攝到一輛搭載Waymo的無人駕駛facet打算在車流中變道。幾次嘗試都失敗了，最后還是從高速上下來了——說明這一塊還需要不斷完善。600萬英里的技術壁壘，關鍵不是里程的進步，這顯然是不夠的。尤其是領域內的先發優勢會越來越不明顯。從技術角度來看，競爭對手最終會趕上來。畢竟谷歌在機器學習方面并不處于壟斷地位。谷歌很強，但整個領域更強。行業內的其他玩家有辦法趕上來，比如收購技術型創業公司，在起跑線上偷跑進度，縮短差距。開場“不如以前重要”。換句話說，2018年從事自動駕駛汽車工作的人從一開始就使用了深度學習和神經網絡，繞過了Waymo當初走過的彎路。所以2018年出行一英里比五年十年前出行一英里還貴。這也讓Waymo的600萬英里公共道路測試和50億英里模擬測試顯得有些膨脹。在這一點上，Waymo的工程師同意。機器學習到一定程度，收入也會降低。行駛里程超過10倍不代表我可以給你更多的數據集。真正重要的是，你可以在這方面找到例外……漫長的過程。有效里程實際上可以提供足夠的數據來訓練神經網絡，比如極端情況，比如亂穿馬路。判斷遵守規則的人是否過馬路和亂穿馬路的人是否過馬路是完全不同的。Waymo能做的就是盡可能的增加新的經驗值，依靠自動機器學習迭代。另外，基于視覺系統的機器也可能被忽悠。例如，如果你在停車標志上貼一張貼紙，機器可能會認為這是限速標志。例如，谷歌的神經網絡最近將一只3D打印的烏龜誤認為是一把。但人們不會做出如此離譜的判斷。Waymo工程師表示，他們正在將這些低頻、奇怪的東西添加到系統中。這也導致了Waymo只能在小范圍內實現無人駕駛運營。其數據過于集中，無法支撐全球范圍，即使沒有其他基礎設施，也很難突破目前的電子圍欄。相比之下，至少在數據層面，特斯拉可能有更大的優勢，因為它有在世界各地運行的帶有自動駕駛硬件的汽車來收集數據。這對機器學習算法更重要。對于Waymo來說，最大的困難可能在中國，原因你也知道。出租車是改變交通的下一步棋，但有些人仍然相信先發優勢的護城河。例如，瑞銀最近發布報告稱，到2030年，Waymo將擁有全球自動駕駛出租車市場60%的份額。這一主流份額意味著世界上許多汽車公司將采用它的技術，或者他們將坐以待斃，等待它過時...在我的理解中，就是退出歷史舞臺。現在的市場品牌太多，碎片太多。其實沒必要等到無人駕駛到來。只有少數汽車公司，如戴姆勒和通用汽車，可以運行自己的系統，并與Waymo對抗。今年年初，通用汽車宣布了其第二代自動駕駛汽車，該汽車也是沒有駕駛艙的無人駕駛汽車，并基于此在2019年推出自己的無人駕駛出租車車隊。值得注意的是，這兩家公司正計劃從出租車車隊入手。根據瑞銀的報告，2030年汽車銷量的12%將是無人駕駛出租車，約為2600萬輛。結合最近發生的事情，從某種意義上來說，技術最終可能會填補人性或者監管做不到的漏洞，這將是一件很奇妙的事情。大多數車企可能要做好被00后拋棄的準備——因為Waymo在本周的谷歌I/O大會上宣布，將于今年晚些時候正式開始無人駕駛出租車車隊的商業運營。由谷歌自動駕駛項目演變而來的Waymo，一直走在該領域的最前沿。從第一次開放路測，到第一次完全無人駕駛路測，再到第一次邀請外人試乘，再到第一次商業運營，這是目前最先進的無人駕駛，毫無爭議。與市場上的任何其他系統相比，Waymo可能能夠看得更遠，識別得更好，決策得更快。但是會不會只是短堆里短一點？畢竟大部分競品還在努力實現人類監督下的L4自動駕駛。無人駕駛的最終目標不是打敗這些產品，而是更好地取代人類駕駛。但是現在的Waymo能否發揮出普通司機的正常水平，其實是一個有待解決的問題。Waymo相當于什么級別的司機？如果我們只是實現了“無人駕駛”技術，那么通過在車上堆一堆攝像頭和激光雷達傳感器，加上道路規則算法，我們或許可以假裝做到。過去困擾我的一個問題是，在這樣的條件下實現的無人駕駛，會是一個弱機駕駛員。不像人那么靈活，可以根據實際情況靈活掌握。例如，如果你想換車道，你所要做的就是給你旁邊的哥們施加壓力，一直擠到他給你讓出空間。而嚴格按照規則設定的無人駕駛，是做不到停車、超車等動作的。這會讓無人駕駛陷入兩難境地。是不是要等到排除了所有人為因素之后，無人駕駛才能真正提高交通效率，否則還是拖泥帶水的新手。Waymo的研究人員實際上正在思考如何讓無人駕駛汽車適應與它共享道路的人類司機，如何讓它的駕駛更加自然以及其他細微的改進。解決方法是深度學習。Waymo在這方面起步較早。他們合作……d與谷歌大腦項目團隊(谷歌深度學習的一個研究團隊)合作，提高自動駕駛的認知和行為準確性。Waymo今天的成就絕不是一個創業項目的結果，而是基于谷歌所做的戰略投資和與姐妹公司的密切支持。例如，他們通過分析大量的街景來定義一個行人，然后找到一種視覺模式，然后用這種算法來教會計算機一個行人應該是什么樣子。這種方法非常有效，谷歌也使用這種技術進行預測和規劃。最近他們把精力花在了自動機器學習上，讓神經網絡實現自我進化。Waymo從一開始就對AI有很高的要求，因為它是唯一一家從一開始就堅持扔掉駕駛座的公司。但是，到現在為止，我們五六十歲的出租車大叔能熟練練習的，Waymo都做不到。就在4月底，推特上出現了一段視頻，即有網友拍攝到一輛搭載Waymo的無人駕駛facet打算在車流中變道。幾次嘗試都失敗了，最后還是從高速上下來了——說明這一塊還需要不斷完善。600萬英里的技術壁壘，關鍵不是里程的進步，這顯然是不夠的。尤其是領域內的先發優勢會越來越不明顯。從技術角度來看，競爭對手最終會趕上來。畢竟谷歌在機器學習方面并不處于壟斷地位。谷歌很強，但整個領域更強。行業內的其他玩家有辦法趕上來，比如收購技術型創業公司，在起跑線上偷跑進度，縮短差距。開場“不如以前重要”。換句話說，2018年從事自動駕駛汽車工作的人從一開始就使用了深度學習和神經網絡，繞過了Waymo當初走過的彎路。所以2018年出行一英里比五年十年前出行一英里還貴。這也讓Waymo的600萬英里公共道路測試和50億英里模擬測試顯得有些膨脹。在這一點上，Waymo的工程師同意。機器學習到一定程度，收入也會降低。行駛里程超過10倍不代表我可以給你更多的數據集。真正重要的是，你能在這個漫長的過程中找到例外。有效里程實際上可以提供足夠的數據來訓練神經網絡，比如極端情況，比如亂穿馬路。判斷遵守規則的人是否過馬路和亂穿馬路的人是否過馬路是完全不同的。Waymo能做的就是盡可能的增加新的經驗值，依靠自動機器學習迭代。另外，基于視覺系統的機器也可能被忽悠。例如，如果你在停車標志上貼一張貼紙，機器可能會認為這是限速標志。例如，谷歌的神經網絡最近將一只3D打印的烏龜誤認為是一把。但人們不會做出如此離譜的判斷。Waymo工程師表示，他們正在將這些低頻、奇怪的東西添加到系統中。這也導致了Waymo只能在小范圍內實現無人駕駛運營。其數據過于集中，無法支撐全球范圍，即使沒有其他基礎設施，也很難突破目前的電子圍欄。相比之下，至少在數據層面，特斯拉可能有更大的優勢，因為它有在世界各地運行的帶有自動駕駛硬件的汽車來收集數據。這對機器學習算法更重要。對于Waymo來說，最大的困難可能在中國，原因你也知道。出租車是改變交通的下一步棋，但有些人仍然相信先發優勢的護城河。例如，瑞銀最近發布報告稱，到2030年，Waymo將擁有全球自動駕駛出租車市場60%的份額。這一主流份額意味著世界上許多汽車公司將采用它的技術，或者他們將坐以待斃，等待它過時...在我的理解中，就是退出歷史舞臺。現在的市場品牌太多，碎片太多。其實沒必要等到無人駕駛到來。只有少數汽車公司，如戴姆勒和通用汽車，可以運行自己的系統，并與Waymo對抗。今年年初，通用汽車宣布了其第二代自動駕駛汽車，該汽車也是沒有駕駛艙的無人駕駛汽車，并基于此在2019年推出自己的無人駕駛出租車車隊。值得注意的是，這兩家公司正計劃從出租車車隊入手。根據瑞士聯合銀行的報告，12%的汽車公司…到2030年，美國將會有大約2600萬輛無人駕駛出租車。結合最近發生的事情，從某種意義上來說，技術最終可能會填補人性或者監管做不到的漏洞，這將是一件很奇妙的事情。

標簽：特斯拉

汽車資訊熱門資訊