为什么能在车库制造顶尖软硬件,却做不出自驾车?

为什么能在车库制造顶尖软硬件,却做不出自驾车?

在美国创业圈,车库绝对是造神之地。在野心勃勃的创业家看来,自己甚至能在车库发明一切。事实上,一些白手起家的创业者根本没有自己的车库,有时只能在自家阿姨或邻居车库研究发明,以求改变世界

这些野心勃勃的创业者也没让我们失望,只用车库里的烙铁和廉价键盘就创造出改变世界的软件和硬件,贾伯斯就是典型代表。

不过时移世易,能在车库蹦出苹果电脑的贾伯斯(或其他创业者),真的也能在这里发明真正的自驾车吗?

也许在世界某个不起眼的角落,真有一位工程师快要做出自驾车了呢。可惜,实际点来说,只是某些人的痴心妄想。

口出狂言

熟悉自动驾驶的人肯定记得多年前的“狂人”,那些创业者个个口出狂言,仿佛只需一个弹指就能做出自驾车。媒体也非常喜欢这类神话,追逐从无到有的传奇。

可惜,这些狂人只是嘴巴厉害,根本不清楚真正的自驾车长怎样。

如果为真正自驾车下定义,依靠 AI 完全自主驾驶是第一点。第二点则是人类驾驶无需执行任何驾驶工作。

现实中,根本还没有这样的自驾车。

目前路测过的车辆都只能处理特定驾驶工作。此外,这些测试车的驾驶座都坐着安全人员,一旦有情况就立即接管车辆。

全自动驾驶还没到,那半自动驾驶呢?此类系统在市场已有一席之地,不过无论 L2 还是 L3,都还需要驾驶参与。也就是说,这些等级的系统只是与人类共同担任驾驶罢了,本质上都是驾驶辅助系统。

简言之,全自动驾驶与半自动驾驶根本就不是同类,虽然都冠以自动驾驶的名号。这样看来,口出狂言的创业者玩的其实只是半自动驾驶。

结果一拥而上的自动驾驶创业者是在伤害整个产业,因为他们模糊了全自动驾驶与 ADAS 的界线,导致整个市场迷惑不已。

迷幻的气氛也着实坑了不少财大气粗的老牌巨头。看着各种天花乱坠的宣传,身经百战的车商居然也怀疑起自己:为什么我们堆出巨额资金,投入无数工程资源的项目,却还没车库里东拼西凑出来的好呢?

不过,神话终会破灭。口出狂言的新创公司大多走向穷途末路,不是默默出局,就是被其他巨头收购。

想玩自动驾驶可不容易

显然,过去想靠车库就拿出一辆像样的自驾车根本不可能。那现在呢?白手起家能玩得起自动驾驶吗?

恐怕也难。

资料显示,现代车辆光程式码就有 1.5 亿行,而自驾车程式码恐怕要突破 2.5 亿行。就算你是天才式设计师,恐怕也无法用一张“白纸”写出 2.5 亿行程式码。

当然,许多底层程式码可以直接使用,且这年头还有开源软件。不过,像某个 geek 只写了 2 千多行程式码(用来协调开来源码和其他底层程式码)就宣称做出自动驾驶系统,恐怕只能归类于 PPT 造车。

简单来说,宣称靠一己之力就搞定自驾车的都是骗子,因为自动驾驶需要的资源实在太庞杂。

举例来说,做自驾车需要多个领域的专家,得负责搞定雷达、光学雷达、镜头等感测器,还要精通处理器及处理器的搭档──机器学习与深度学习等 AI 技术。

显然,这根本不是一个人做得完的工。

别忘了,软硬件并不是自动驾驶的一切,还得继续钻研封闭与公用道路路测,且模拟测试也免不了,都需要大量人力物力。除此之外,各种监管与批准文件都得准备齐全。

也就是说,如果要把这些人都塞进车库,恐怕这车库大小得要亚马逊仓储等级,因为自动驾驶太复杂了,需要大规模合作。

其他机会也不少

对自动驾驶创业者而言,自动驾驶这条大赛道蕴含的机会实在太多,无需成为全知全能的垂直整合人,也能成为自动驾驶界的“摇滚明星”。

创业者可专攻次世代机器学习演算法,也能打造 AI 系统用的虚拟世界模型,或拿出与自动驾驶配套的交通解决方案。当然,如果能在 LiDAR 市场异军突起,也能分走一大块蛋糕。

因为自动驾驶业没有天花板。

以下就是自动驾驶创业者展示自我的大平台:

  • 感测器硬件和软件
  • 资料储存与压缩
  • 感测器融合
  • 虚拟世界模型
  • AI 系统动作规划
  • 车辆控制
  • AI 自我意识
  • 机器学习
  • 深度学习
  • 车联网
  • V2V
  • 自然语言处理
  • 分散式 AI
  • 网络安全
  • 交通模拟
  • 车辆测试工具

总结

自动驾驶是庞大复杂的产业,并非在车库东敲西打就能成事。

如果不想放弃自动驾驶梦想,可以考虑解决依然困扰整个产业的未解难题,只要能帮忙拼一块拼图,就是推动产业前进的动力。

(本文由 雷锋网 授权转载;首图来源:shutterstock)

   特别声明    本页内容仅供参考,版权终归原著者所有,若有侵权,请联系我们删除。