数据成自动驾驶汽车关键！特斯拉和Waymo激战正酣，英伟达弯道超车

现在有一场比赛从硅谷延伸到底特律，然后又绕回来：谁能制造出比人类驾驶员表现更好的自驾车?这与几年前听起来相比要艰难得多，因为人类驾驶员知道很多东西，不仅仅是他们的汽车，更多的是驾驶汽车后人们在路上的表现。为了达到同样的了解程度，电脑化汽车需要大量数据。目前拥有最多数据的两家公司是特斯拉和Waymo。

特斯拉和Waymo都试图收集和处理足够的数据，以创造一辆可以自动驾驶的汽车。他们正在以不同的方式处理这些问题。特斯拉正在利用其在道路上行驶的数十万辆汽车，收集有关这些车辆在目前半自治系统Autopilot下如何行驶(以及它们可能如何执行)的真实数据。 Waymo开始了谷歌的自驾车项目，它使用强大的计算机模拟，并将它从中学到的东西提供给一个更小的现实世界的车队。

这是可能的，而且支持者肯定地声称，自动驾驶技术将减少美国因车祸造成的每年死亡人数，惊人的4万人。除此外，尽快将所有这些数据驱动的技术应用到道路上也有巨大的经济激励。英特尔认为，2030年自动驾驶汽车每年可创收8000亿美元，到2050年每年可创收7万亿美元。去年夏天，摩根士丹利分析师亚当·乔纳斯在一份报告中表示，数据可能比Model 3对特斯拉更有价值。“只有一个市场足够大才能推动股票价值达到埃隆·马斯克的期望水平：里程数，数据和内容。”他在六月份写道。

特斯拉正在通过使用客户拥有的汽车来收集所有重要数据，以实现自动驾驶。该公司拥有数以十万计的客户，其中许多人每天都在世界各地的街道上使用Autopilot，特斯拉根据其隐私政策收集关于该功能性能如何的信息。对于追随埃隆·马斯克的人来说，还有另外一个公司：SpaceX，也是一个熟悉的策略。马斯克已经悄然测试了真正的火箭发射装备，甚至还出售了公司的一些测试发射装置。

很难确定特斯拉从Autopilot获得的里程数据，因为该公司并未就此发表多项公开声明。根据IEEE Spectrum，2016年，当时Autopilot的负责人在麻省理工学院的一个会议中表示特斯拉记录了7.8亿英里的数据，其中1亿英里的数据来自Autopilot处于“至少部分控制”的情况。那年夏天晚些时候，马斯克说特斯拉正在收集“每天超过300万英里的数据”。但是去年7月，车队驾驶总里程已经增加到50亿英里。随着特斯拉销售更多的汽车，可以收集的数据量呈指数增长。

并非所有这些里程都来自Autopilot，自动驾驶仪仍然只是一个半自动功能。但是特斯拉还收集有关Autopilot如何处理不同驾驶场景的数据，即使该功能未被使用。特斯拉汽车可以记录Autopilot软件将采取行动的实例，并且该数据最终会上传回特斯拉。这种所谓的“影子模式”意味着，特斯拉可以在数十亿英里的行驶里程中模拟完整的自动驾驶数据。

Waymo是今年早些时候宣布它已经模拟了50亿英里自动驾驶的唯一另一家公司。该公司还表示，它已在公共道路上行驶了500万英里的自行驾驶里程。如果最近加利福尼亚州的报告数字 —— 迄今为止自主测试的最大温床 —— 是任何迹象，那么这比其他所有测试自动驾驶车辆公司的总和都要多。

Waymo受到这样一个事实的限制，它只能通过约500到600辆自动驾驶的Pacifica小型货车车队收集真实世界的数据。特斯拉在世界各地的道路上拥有超过30万辆汽车，而这些汽车正在进行更多样化的设置，而Waymo目前仅在德克萨斯州，加利福尼亚州，密歇根州，亚利桑那州和格鲁吉亚州。不过特斯拉只是从这些真实世界的里程中学习，因为即使在自动驾驶仪启用时，当前版本也只是半自动的。

这种平衡也会改变。 Waymo计划在今年年底之前在其车队中增加“数千辆”克莱斯勒小型货车。此外，最近它宣布与捷豹路虎合作，开发一款完全自动驾驶的纯电动I-Pace SUV。 Waymo表示，未来几年它将为其机队增加2万辆，一旦所有这些汽车在路上，它将能够每天处理100万次旅行。

Ark Invest公司分析师Tasha Keeney指出，在那之前，Waymo在很大程度上依赖于它的模拟，并且计算机不能总是想出每一个奇怪的真实世界场景。这就是为什么特斯拉现在正在实际行驶里程领先的原因。“我觉得每个人都同意Waymo的技术现在是最好的，但我认为很多人都低估了特斯拉所拥有的数据集的力量。”她说。

数据类型

这两家公司不仅收集不同规模的数据，还收集不同的数据。 Waymo的自动驾驶小型货车使用三种不同类型的激光雷达传感器，五个雷达传感器和八个摄像头。特斯拉的汽车也大量配备：8台摄像头，12台超声波传感器和一台面向前方的雷达。

但特斯拉不使用激光雷达。激光雷达很像雷达，但它不是无线电波，它每秒发出数百万个激光信号，并测量它们反弹所需的时间。这样就可以创建一张非常高分辨率的汽车周围环境图像，并且可以在各个方向上，如果它放置在正确的位置(如汽车的顶部)。由于传感器有自己的光源，因此即使在黑暗中也能保持这种精度。这一点很重要，因为摄像头在黑暗中效果变得更糟，雷达和超声波也不是那么精确。

激光雷达可能是昂贵而笨重的，它还涉及移动机械部件(至少现在是这样)。马斯克最近称这项技术为“拐杖”，并认为虽然短期内它让事情变得更容易，但公司将不得不掌握基于摄像头的系统来降低成本。

如果特斯拉可以在没有这种技术的情况下开发自动驾驶汽车，Keeney说这将是一个巨大的优势。 “这是一个更高风险的策略，但最终可以为他们带来回报。”她解释说，“如果特斯拉解决[没有激光雷达的自驾车]，其他人都会踢自己。”

但别忘了前提是有一个巨大的“如果”。根据通用汽车赞助的卡内基梅隆大学连接和自动驾驶研究实验室的联合主管Raj Rajkumar的说法，如果没有激光雷达数据，特斯拉可能会发现自己处于劣势。 (CMU是一所以机器人技术而闻名的学校，Uber在2015年挖走了数十名员工。)

激光雷达被许多业内人士视为创造自动驾驶汽车的必备工具，Rajkumar表示对特斯拉的方法持怀疑态度。他说：“我们认为硬件并不足以做到这一点，我认为特斯拉并未接近完全无人驾驶的操作。”

目前还不清楚特斯拉正在收集什么数据。根据该公司的隐私政策，特斯拉可以获取有关汽车速度，加速度，制动和电池使用的数据，并可以在事故期间保存“短视频片段”。这些数据可以远程收集或在服务预约期间收集。但对于特别关注的自动驾驶仪，隐私政策只规定特斯拉可以访问该功能的“使用和操作信息”。

特斯拉拒绝评论哪些数据是从哪个传感器收集的，或者数据的质量。它可能是汽车上的所有视频，也可能是某些摄像机的某些时刻(比如崩溃)，或者是没有视频的超声波传感器的数据。 Rajkumar说，目前还不清楚它是全帧率视频还是保真度较低的视频。

Keeney对此也持同意观点。她说：“Waymo数据集的设置更为详细，仅仅是因为他们使用的是激光雷达，它比单独从摄像头中获取更多的信息。”

数据处理挑战

收集数据是一回事。但即使马斯克也指出处理数据也是一项艰巨的任务。 “处理这些数据实际上是一项挑战，然后根据这些数据进行训练，并让车辆从数据中有效地学习，因为它数量巨大。”马斯克在去年夏天的收入电话会议上表示。

相对而言，Waymo听起来更加自信。根据去年夏天在大西洋月刊的一份报告，该公司重新创建了正在测试的城市的完整计算机模型，并每天通过它们发送2.5万辆“虚拟自动驾驶汽车”。

这有助于Waymo通过在计算机上重新创建真实世界的驾驶数据来建立一个紧密的反馈回路，其中可以运行“数千种变体”的场景。数据然后被下载回Waymo的测试车。 Waymo还在加利福尼亚州建立了专门的测试设施，在那里可以建立特定的街道特征或舞台场景，这些场景似乎给车辆带来了最大的麻烦。

Rajkumar说，这个反馈回路是“牺牲了令人难以置信的投资，资源，时间和努力 - 当然，Waymo显然不差这些，因为它的母公司。”他说特斯拉就很难匹配这些。“特斯拉将不得不在这方面花费更多，并且要经过高度劳动密集的过程。”

在两年前发布的第二份特斯拉 “总体规划”中，马斯克说，他相信要获得真正的自动驾驶技术的“全球监管批准”，大约需要60亿英里。特斯拉可能已经在现实世界里通过了这个门槛，但它的汽车仍然不能完全自动驾驶。原定于2017年举行的从洛杉矶到纽约演示特斯拉自动驾驶已经被推迟，并且推出终极版自动驾驶仪的目标也在不断推进。

与此同时，Waymo在模拟方面接近60亿英里的数字，该公司正在比以往更快地增加虚拟里程，数以千计的测试车在等待中。它计划在今年晚些时候推出一款带有自动驾驶小型货车的商业乘车计划，已经在亚利桑那州进行试用，这可能会进一步加强数据反馈回路。

其他竞争者

特斯拉和Waymo是测试这项技术的最先进的两家公司，但他们并不孤单。在这个领域最明显的竞争对手之一是Uber。与特斯拉和Waymo相比，Uber对其自我驾驶测试采取了更为随意的方式，这对公司来说是典型代表，它已经体现了硅谷的“迅速行动并突破事情”的座右铭。

2016年在匹兹堡开始测试后，Uber在旧金山的街道上投放了早期版本改良后的半自治沃尔沃，但没有获得该州的必要许可。理所当然地被禁止了，后来他们将测试转移到亚利桑那州。Uber最终默认了加利福尼亚州的基本要求，但它与立法者的妥协使该公司落后于像Waymo这样的竞争对手。

一旦建立了三个州的测试队伍，优步很快地就猛增里程数。根据纽约时报的报道，到2017年11月，它在全国范围内达到200万英里。目前还不清楚优步已经模拟了多少英里，但3月份在亚利桑那州撞死一名行人后，其技术质量已经受到质疑。Uber首席执行官Dara Khosrowshahi表示，公司仍“绝对致力于”该项目，但其测试工作目前仍处于暂停状态。

Keeney说，唯一一家为Waymo或特斯拉提供类似质量工作的公司，Keeney说，它是一种更老式的产品：通用汽车公司。通用汽车一直在收购一家名为克鲁斯自动化的公司的帮助下开发自行驾驶的博尔特电动汽车，并且最近宣布计划在2019年试用自己有限的商用自驾车服务。

Keeney说，在自动驾驶汽车方面，唯一与Waymo或特斯拉做到类似质量工作的公司，是一个比较老式的公司:通用汽车公司。在此前收购的Cruise Automation公司的帮助下，通用汽车(GM)一直在开发自动驾驶Bolt电动车。该公司最近宣布，计划在2019年试行自己的有限商业自动驾驶服务。

通用汽车跟随Waymo脚步之后，通过生成和处理需要的数据来教汽车如何与小型测试车队一起自动驾驶。但Keeney认为，通用汽车的优势在于其生产规模。“Waymo与捷豹达成了这笔交易，这可能会在未来变成一件事，但他们实际上并没有在内部生产汽车。我认为有一个垂直的战略是有好处的。”她说，“有了自主传感器，当你从头开始构建时，你就能更好地处理产品的外观，以及如何优化所有东西。”

像特斯拉一样，通用汽车也在客户汽车中拥有半自主产品，这些产品目前正在上市。但该产品 —— Super Cruise —— 仅限于一款凯迪拉克车型，并且没有任何迹象表明它很快就会部署到其他车型。

在Keeney的眼中，这是另一个错失良机。 “这就是他们所缺少的，也是其他所有汽车制造商所缺少的。”她说，“为什么没有人像特斯拉一样把传感器客户车上收集数据呢?”

到底什么是好的模拟?

在这场竞赛中有一匹黑马：英伟达(Nvidia)。特斯拉和Waymo所夸耀的数十亿英里可能并没有达到，但英伟达的技术正被数百家公司(特斯拉包括在内)用于自动驾驶领域。上个月，英伟达开始销售它所谓的“Drive Constellation”，它本质上是一个现成的模拟器，用于其他公司的自驾车项目。换句话说，这是Nvidia已经使用的模拟商业版本，用于测试并验证自己开发的自动驾驶软件和硬件。

英伟达汽车高级总监Danny Shapiro在接受The Verge采访时表示，获得良好的模拟对于开发自动驾驶汽车至关重要。 “我们无法在不确定是状况下驾驶，捕捉道路上发生的所有疯狂事件。也许有数万亿英里的驾驶里程，[但]其中很多，其中大部分是非常无用的里程。”他说，“在某一时刻之后，你就已经掌握了这一点。”

这是工程师必须研究所谓的角落案例，或者不经常发生的场景。Shapiro说，驾驶时有很多这样的情况：闯红灯，路怒，危险天气，日出或日落时刺眼的阳光。在现实世界中，用测试车做足够多的事情，你肯定会遇到这些事件和场景，但还不够频繁，无法学会如何处理它们。例如，在现实世界中，你每天只有几分钟的时间在太阳下山时驾驶一条特定的道路。在模拟时呢? “我们可以在日落时每天24小时驾驶每条道路，并且处理各种[其他]潜在危险。”他说。

这就是为什么任何公司首先模拟自动里程的原因。尽管如此，通过降低进入门槛，英伟达让那些没有特斯拉和Waymo可以炫耀的车队规模或财力支持的公司更容易进入这个领域。更重要的是，英伟达作为自动化技术供应商的商业模式有助于为自驾车模拟创造事实上的行业标准 —— 如果它被广泛采用的话。

根据非营利性研究机构兰德公司高级信息科学家Nidhi Kalra的说法，为自动驾驶模拟创建标准可能是该技术的一个重要步骤，因为目前很难评估私营公司正在进行的模拟质量。

“任何模拟器的问题在于它是对现实世界的简化。”Kalra说，“即使它能够准确地刺激世界，如果你只是在没有交通的山景下模拟阳光灿烂的日子，那么在山景城的同一条小路上行走10亿英里的价值是多少呢?我不是说这就是任何人在做的事情，但没有这些信息，我们无法知道十亿英里里程真的意味着什么。“

Kalra与兰德机构合作撰写了大量关于自动驾驶技术的研究报告，其中包括2016年的一项研究，该报告试图确定需要驾驶多少实际里程来证明自动驾驶汽车比人类更安全。 Kalra和合著者Susan M. Paddock得出的结论是，自动驾驶汽车将需要“数百万英里，有时数亿英里”才能达到统计上的可靠安全要求。正因为如此，他们写道，公司需要找到其他方式来证明安全性和可靠性。

模拟可以达到这个目的，Kalra说，但是需要更多关于这些里程要求的背景。 “如果我告诉你我已经玩了10亿英里的侠盗车手，这并不会让我成为一名好车手。”她说，“当一家公司说‘我们在模拟中驾驶了这么多英里’时，我想，‘我很高兴你有一个模拟器。”

Kalra表示，对公司共享的任何“模拟行驶里程碑”持怀疑态度是很重要的，除非他们提供有关正在模拟的更多细节。 “真实世界里程仍然非常、非常很重要。这就是说，从字面上看，这就是遇到的障碍，没有什么可以忽略它。”她说。

了解特斯拉和Waymo已经在模拟和现实世界中获得了最多的里程数，这有助于为讨论谁拥有“最多”数据提供帮助。但仅凭这些知识还不足以真正确定谁有最终的优势。如果特斯拉确实在没有激光雷达的情况下完全自行驾驶，它理论上可以将软件更新推送给其摁一下开关的客户。

但公司将如何证明它是安全的?特斯拉确实拥有自己的小型测试车队，在加利福尼亚DMV注册，但是他们在2017年驾驶了零英里。并且，在所有的里程中，公司已经通过其客户车队在道路上与当前版本的自动驾驶仪结下了不解之缘，大多数收集有关半自动化技术实际应用的数据，这些数据在另一位驾驶员使用该功能死亡后再次受到国家运输安全委员会的调查。

一旦拥有成千上万的汽车车队，Waymo可能更有能力通过真实世界里程证明安全性，但这可能很困难，因为它仍然局限于少数几个地点。即使在目前宽松的自动驾驶测试监管环境下，扩大这些努力的进展也需要时间。

另一个问题是如何定义“安全”。对所有这些公司来说，唯一通用的衡量标准就是所谓的“甩把”，它跟踪了安全驾驶员要重新控制汽车自控系统的次数。这也是一个不完美的衡量标准:它只被加州的DMV所收录，而且它被证明很容易捏造，因为定义松散的。

当这些公司向监管机构或客户证明他们已经开发出完全自动驾驶技术时，最有可能用来判断一家公司是否开发出全自动驾驶汽车的指标是：它们比人类驾驶是否更安全。如何定义——每X英里的事故发生率，每X英里的伤害，甚至每X英里的死亡——这是另一个问题了。

正如Kalra和Paddock在他们的研究中指出的那样，这在现实世界中很难证明。 但Kalra认为它不能单靠模拟来证明，至少不能对所收集的数据质量和速率有更全面和开放的理解。 “在我们有确凿的证据证明它的安全性之前，我们可能会看到这种技术的部署。”她说，“这是个悖论。在我们决定使用它们之前，我们无法证明自动驾驶汽车的安全性。”