网站图怎么做,哪个网站有ae免费模板,贵阳设计公司,wordpress条件调用来源#xff1a;AI前线作者 | Timothy B.Lee译者 | 王强策划 | 刘燕自动驾驶技术行业今天正处于一种奇怪的状态。过去多年来#xff0c;整个行业已经在自动驾驶技术上投入了庞大的资金#xff0c;其中许多公司都拥有了看起来跑得不错的自动驾驶汽车原型。但据我所知#xf… 来源AI前线作者 | Timothy B.Lee译者 | 王强策划 | 刘燕自动驾驶技术行业今天正处于一种奇怪的状态。过去多年来整个行业已经在自动驾驶技术上投入了庞大的资金其中许多公司都拥有了看起来跑得不错的自动驾驶汽车原型。但据我所知只有一家公司推出了完全无人驾驶的商业出租车服务 — Waymo而且只有一家公司 — Nuro —在公共道路上运行着无人驾驶的商业递送服务。你可能会认为这些公司可以迅速扩张充分利用早期的领先优势但他们似乎都没有这样做。同时包括 Cruise 和 Mobileye 在内的其他一些从业者也表示他们计划在 2023 年之前推出大规模的商业服务。但是许多自动驾驶公司都一再推迟了他们曾经预设的发布期限因此目前我们无法确定这些企业的计划是否能够实现。简而言之预测未来几年的进展是一个挑战。因此本文要做的预测不是一项而是八项我将未来分解为八种可能的场景每种场景的出现概率都很大。希望这种预测方法可以很好地展现当今自动驾驶公司所采用的多种策略。从现在开始再过十年我们就能回顾今日看到哪些公司或方法位于正确的轨道上。但在目前我们能做的只有猜测。1、Waymo 获胜20自从十多年前谷歌推出自动驾驶汽车计划以来Waymo 就一直被视为自动驾驶行业的技术领导者。在乐观的情况下Waymo 将保持并扩大其当前的领先优势。它将把无人出租车服务从凤凰城市区的一个角落扩展到整个凤凰城然后稳步扩展到其他都会区。运营最大的无人出租车服务可以让 Waymo 获得比其他任何公司更多的实际驾驶数据和运营经验这可以让它进一步改善软件并保持领先地位。那么为什么我只给 Waymo 20的概率虽然 Waymo 看起来仍然是技术层面的领导者但它并没有像几年前许多人显然包括 Waymo 自己的领导者预期的那样充分利用自己的领先优势。在 2018 年Waymo 宣布了购买“最多”82,000 辆汽车来壮大自己的出租车队这表明该公司认为它正处于大规模商业扩张的前夜。但是今天它的车队仍然只有几百辆汽车而已。我不知道 Waymo 为何进步这么缓慢。也许他们的软件对凤凰城郊区做的优化太多了也许他们的硬件或后端支持成本太高而难以盈利或者 Waymo 希望在大规模扩张之前解决一些长期存在的安全性或可靠性问题。但无论出现什么问题它应该都不会那么快消亡这样其他公司也能从中看到希望。2、另一家无人出租车公司获胜25很多公司都在推行与 Waymo 相同的基础策略也就是建立和运营一个无人出租车队。这些公司包括Cruise由通用、本田等公司所有Argo福特和大众所有Motional由现代和汽车零部件供应商 Aptiv 所有Zoox一家初创公司最近被亚马逊收购Aurora一家初创公司最近被优步的自动驾驶计划收购如果 Waymo 失败了我认为问题最有可能在业务执行上Waymo 依旧拥有行业领先的技术但无法迅速扩张来充分利用它。相比在一个大都会市区中运营一个几百辆出租车的服务来说在数十个城市中运营数十万辆出租车的服务完全是两回事。由汽车制造商支持的公司如 Cruise、Argo 和 Motional可能拥有更大的能力来迅速扩大自动驾驶汽车的生产规模。亚马逊显然在处理大型物流问题方面具有丰富的经验。而且 Aurora 与优步有着密切的关系后者可能会为 Aurora 提供对自身租车网络的优先访问权。3、特斯拉和 Comma.ai获胜5这会让特斯拉的粉丝兴奋不已但我认为这的确有可能特斯拉长远更有优势。特斯拉获胜的情况是它可以获取从客户的车辆收集的大量现实世界的驾驶数据。如果你认为训练数据不足是改善自动驾驶算法的主要瓶颈所在那么这可能是特斯拉一个显著优势。与其他研究自动驾驶技术的公司相比特斯拉首席执行官埃隆·马斯克对风险的偏好也更大。马斯克愿意在道路上使用未经验证的技术这可能会加速特斯拉的发展尽管这会带来更大的致命事故风险。另一方面特斯拉也有一些明显的劣势。该公司的商业模式向最终用户销售汽车意味着激光雷达传感器和高密度地图会因为财务因素而难以部署。埃隆·马斯克试图将这种情况说成是正面的他说激光雷达是“拐杖”。但事实是几乎其他所有公司都在使用激光雷达和高清地图因为大家认为这是有用的。更坦率来说如果看一看特斯拉软件实践中的运行视频很难得出结论说特斯拉处于领先地位甚至很难说他们在追上领先者。特斯拉称为“完全自动驾驶 Beta”很不幸他们取了这样的名字的软件在 Waymo 汽车多年前就能的场景中经常犯糊涂。如果我错了特斯拉的策略确实成功了那对 Comma.ai 来说将是一个好消息。这是一家由传奇黑客 George Hotz 创立的自动驾驶创业公司。Comma 正在构建旨在智能手机上运行的开源自动驾驶系统。Comma 的策略是让早期采用者能够改造自己的汽车从 Comma 基于智能手机的软件中获取方向盘输入然后 Comma 会使用从早期客户那里收集的数据来进一步改进软件方法基本和 Tesla 相同。像特斯拉一样Comma 也避开了激光雷达认为它可以通过智能手机级相机实现足够的性能。如果说特斯拉是这个行业中的苹果公司那么 Hotz 的最终目标是让 Comma 成为 Android。也就是说如果特斯拉成为自动驾驶技术的领导者那么其他汽车制造商将需要购买自动驾驶技术授权才能与特斯拉竞争。Hotz 希望 Comma 的软件成为汽车制造商的行业标准就像 Android 是非苹果生产的智能手机的行业标准一样。4、Mobileye及其合作伙伴获胜10来自 Mobileye 的自动驾驶汽车在底特律的街道上穿行。英特尔于 2017 年收购的以色列公司 Mobileye 具有一些显著优势。作为高级驾驶员辅助系统ADAS的领先提供商Mobileye 与许多汽车制造商都有合作关系。该公司利用这些关系从众多客户的汽车中获取数据从而使 Mobileye 能够获得大量现实世界中的道路数据。Mobileye 在 ADAS 市场上的主导地位也让它积累了丰富的工程人才资源。与特斯拉一样但与 Waymo 等公司不同Mobileye 认为行业可以通过逐步改进 ADAS 来实现完全的无人驾驶。Mobileye 希望能提供越来越出色的 ADAS直到某个时候客户可以放开手在驾驶员座位上小睡片刻。同时Mobileye 并没有像特斯拉那样面临财务约束。有英特尔母公司的支持Mobileye 拥有同时探索多种技术方法的资源。像 Waymo 一样Mobileye 在激光雷达上进行试验并在公共街道上测试完全自动驾驶技术测试时让安全员坐在方向盘后。Mobileye 的计划是将其芯片、传感器和软件授权给一系列客户。因此如果 Mobileye 的技术行之有效它可以让一些较小的公司来尝鲜。例如递送服务初创公司 Udelv 最近宣布他们计划在 2023 年至 2028 年之间在至少 35,000 个交付机器人中使用 Mobileye 的技术。Mobileye 希望在几年内拥有几十家像 Udelv 这样的客户。行业最爱Mobileye 的胜利对于其他汽车制造商来说也会是个好消息因为这意味着它们不太可能受到 Waymo、特斯拉或其他暴发户的压制。Mobileye 的主要业务是向汽车制造商提供技术授权因此如果 Mobileye 开发出领先的自动驾驶技术栈汽车制造商应该能够轻松地将其集成到自己的现有产品线中。Mobileye 已发布了一些令人印象深刻的技术视频。但是人们很难只根据一些视频来判断自动驾驶技术的发展水平。许多公司都已经发布了令人印象深刻的视频但大多数公司对自己的技术并没有足够的信心所以还没有推出自动驾驶商业服务。Mobileye 的业务模式将其技术授权给从汽车制造商到运营送货车队的公司的各种客户也可能会阻碍这家公司的发展。为一种特定的应用开发自动驾驶技术已经足够困难了。Mobileye 希望开发一种能够在各种应用场景中良好运行的单一技术栈那可能是不现实的。5、中国获胜152021 年 4 月小马智行的自动驾驶汽车在北京行驶。自动驾驶领域有很多国际合作项目本田和大众汽车等海外公司会投资美国的自动驾驶项目英特尔收购了以色列的 Mobileye。但是中国基本上在自己玩自己的。中国有一些稳定发展的自动驾驶公司这些公司的进展在很大程度上独立于西方国家。中国领先的自动驾驶公司包括 AutoX、小马智行、文远知行、搜索巨头百度和叫车公司滴滴出行。去年 12 月AutoX 成为中国第一家在公共道路上测试完全自动驾驶车辆的公司尽管这只是纯技术的测试而不是商业化自动驾驶服务。我没有看过关于这些公司的多少报道所以我无法深入探讨它们的前景。但基本上很清楚的是如果美国自动驾驶公司将面临严峻的海外竞争则这种竞争最有可能来自中国。除中美外最强大的海外公司可能是俄罗斯的 Yandex。从理论上讲中国权力集中而相对称职的政府可以找到一些方法来加速国内自动驾驶技术的发展例如建立支持性基础设施或是让企业拥有更大的自由度。但是到目前为止中国公司似乎并没有明显领先于美国公司因此我认为这种可能性并没有那么大。6、自动驾驶卡车获胜5自动驾驶汽车得到了最多的关注但是很少有自动驾驶公司认为卡车而不是汽车将是自动驾驶技术的第一大应用。诸如 Kodiak、Embark 和 TuSimple 之类的公司专注于实现长途货运路线的自动化。另外两家公司Waymo 和 Aurora正在对冲赌注同时研究卡车和出租车项目。送货初创公司 Nuro我将在下文中详细讨论也在去年收购了 Ike 加入了长途卡车运输行业。其中一些公司正在设计仅在高速公路上自主运行的系统。在这种模式下驾驶员将把卡车开到高速公路附近的中转站然后拖车被转移到自动驾驶卡车上。无人卡车会在高速公路上将拖车拖到另一个城市然后拖车将被切换到另一辆有人卡车上后者走完最后几英里的复杂城市道路将货物运至最终目的地。这种模式有许多优点。高速公路是受控的环境通常没有行人、骑自行车的人和其他障碍物。它们通常标记清晰并且没有复杂的交叉路口。这些因素可能会让高速公路驾驶自动化的任务变得相对简单。从理论上讲公司可以将自动驾驶卡车从早期成功中获得的数据和经验用到其他市场最终发展成为各种自动驾驶应用的领跑者。但是我仍然对自动驾驶卡车持怀疑态度原因很简单尽管高速公路在某些层面上更容易导航但潜在的失败成本却非常高。如果满载的半挂卡车在每小时 70 英里的速度下失控则可能造成巨大的损失。而且没什么方法来渐进测试这种技术。这些公司迟早都需要按下按钮让卡车以高速公路的速度自行驾驶。我怀疑短期内并不会有人有足够的信心承担这种风险或者有监管者愿意承担这种风险。7、送货机器人获胜10Nuro 最近宣布了一个试点项目在休斯顿递送 Domino 的比萨饼。Nuro 是另一家计划运送物品而非人员的公司。但是Nuro 并没有让高速公路上的大型高速卡车自动化而是研发了针对住宅区街道优化的小型低速送货机器人Nuro 的车辆比人行道机器人更大、更快。这是自动驾驶车辆的一种有吸引力的初始应用场景因为以每小时最高 25 英里40km/h的速度行驶的小型机器人不太可能撞死什么人。两年前我提出了一个论点说专注于低速场景的 Nuro 等初创公司可能会击败 Waymo。我在那篇文章中提到的另一家初创公司是 Voyage该公司正在佛罗里达州的一个退休社区发展低速出租车服务。我认为在受控环境中专注于低速运营将大大简化技术挑战让这些公司比试图为整个都市地区运营全速出租车服务的公司更早进入市场。我认为一旦这些公司掌握了简单场景的自动驾驶技术它们便可以利用自己收集的数据和运营经验来推向高端市场并最终击败专注于更具挑战性驾驶任务的公司如 Waymo。这个预测并不怎么符合现实。的确Waymo 很难将自己的技术大规模推向市场但是目前尚不清楚像 Nuro 和 Voyage 这样的初创公司是否能做得更好。Voyage 在今年早些时候被 Cruise 收购。Nuro 仍然是一家独立公司并且看起来正在发展壮大。但是Nuro 的处境似乎与 Waymo 类似。例如本周早些时候Nuro 启动了一个为 Domino 交付比萨饼的试点项目——这是最早于 2019 年宣布的合作。像 Waymo 一样Nuro 似乎已经处于大规模商业运营的前夜可是黎明已经持续两三年了。这并不一定意味着 Nuro 会做错什么事情——它可能只是需要多年的实践才能让自动送货车跑起来。但是这种进展速度确实表明专注于低速交付机器人并不是商业化的捷径。尽管如此事实上 Nuro 仍然是真正运营商业自动驾驶服务的少数公司之一。而且它可能会一点点积累经验这将让它在未来几年内迅速扩展。如果 Nuro 确实取得了成功那对 Zoox 来说可能是个好消息。虽然 Zoox 主要致力于建立出租车服务但它可以轻松转型为其母公司亚马逊制造无人驾驶送货车。此外如果 Nuro 获得成功我们可以期望其他许多构建自动驾驶技术栈的公司将 Udelv 作为潜在的合作伙伴或收购目标。8、别的什么人获胜10技术市场总有办法给我们带来惊喜。或许我可能还没有注意到的一些初创公司注定要让上述资金雄厚的公司颜面扫地。另一种可能性是“人人都赢”。也许自动驾驶不是一个问题而是一系列单独的问题每个问题都需要精心设计的技术栈来解决。也许自动驾驶出租车、自动驾驶车辆和自动驾驶卡车是三个不同的市场每个市场都将由各自的公司集团主导。也许这一技术的早期版本将需要大量的人工监督我们将逐步从人类驱动的车辆过渡到无人驾驶的车辆。我认为这种结果可能性不大但并不是不存在。另一个可能性是没有人能赢得胜利即使经历了数年的挫折自动驾驶仍是一个比人们想象的还要困难的问题而且要花几十年而不是几年的时间才能解决。在这种情况下我们可能会再度走进“人工智能冬天”许多公司都会缩减在这一领域的研究。再说一次我认为这种结果可能性不大但并不是不存在。 作者介绍Timothy B.Lee 是一位高级记者他的报道涵盖技术政策、区块链技术和交通运输的未来。他住在华盛顿特区。原文链接https://arstechnica.com/cars/2021/04/who-will-win-the-self-driving-race-here-are-8-possibilities/未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。  如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”