你的位置:首页 > 市场 > 正文

Drive.ai欲抢滩自动驾驶打车业务 “剑走偏锋”下挑战与机遇并存

发布时间:2018-06-12 来源:黄建军 责任编辑:wenwei

【导读】5月9日,人工智能专家吴恩达高调宣布,其自动驾驶创业公司Drive.ai将于7月在美国德州弗里斯科市正式启动自动驾驶打车试运营。执行计划主要分为三个阶段:配备安全驾驶员;安全驾驶员不坐驾驶位;完全移除安全驾驶员,突发状况远程接管。
 
Drive.ai欲抢滩自动驾驶打车业务 “剑走偏锋”下挑战与机遇并存
 
乍眼一看,Drive.ai商业化的第三个阶段较为高级,编者还记得今年三月份Uber的全球首宗自动驾驶致命意外,精准的硬件设备能监测到受害人,但由于软件及安全驾驶员的同时纰漏让小概率悲剧事件发生了。不能否认的是,Drive.ai有吸取前车之鉴,对安全系统的运作和交互都有更全面的细节考虑,如果当初Uber有类似的第三步远程接管机制,悲剧应该就能避免了。
 
除了已曝光的执行计划,其硬件上的设置也惹人注目。7月投放的自动驾驶汽车是基于日产NV 200改装型,硬件传感器包括10个摄像头,2个毫米波雷达和4个16线激光雷达。相比之前及一些主流方案,此方案能够大大节省成本与能耗,而环绕车身的4块LCD显示屏也增强和与周边单位的交互。
 
技术上,Drive.ai应用的并不是非常主流的深度学习技术,而是基于非规则学习的网络模型,编者暂且理解为无监督学习模式,是类似生成式对抗网络(GAN)的一种深度学习模型,当中技术的泛化能力一定程度上能提升自动驾驶的灵活性及创造性,但是这会不会让自动驾驶的出错率上升呢?同时,也会让出错后的进一步改善更加困难,实际效果必定是要持续观察的。
 
另外,吴恩达团队对远程接管系统作出重大优化,系统能在信号不佳及网络延迟等客观情况作出实时响应,编者觉得未来的成熟自动驾驶汽车都会走远程接管的路线,因为前端传感器各类技术上可能都会发展到一个比较成熟的阶段, 而更多优化的潜力应该是在云端或者后台的人工管控方面,如何能够提高效率,让越来越多的无人汽车上路,让人工的价值达到最大呢?同时,对于每次操作的数据,能否作为深度学习算法的训练数据呢?这应该是未来的一个提升方向。
 
战略上,编者认为,在去年6月吴恩达加入Drive.ai董事会后,Drive.ai的发展速度明显加快了,先是顺利完成B轮融资,然后与Lyft以及东南亚的打车巨头Grab达成合作,Grab后来也成为了Drive.ai的重要投资者,战略上合作必定更为紧密。早前,Waymo已经宣布在今年内推出无人驾驶线上服务,当时的Uber已经败下阵来,本月的谷歌开发者大会上,Waymo CEO再次透露出关于自动驾驶打车服务的消息。Drive.ai的出现难免会在美国与Waymo发生正面竞争。不过,在时间上,Drive.ai应该能够抢先Waymo开展业务,在地点上,Drive.ai对东南亚自动驾驶市场的垂涎也是合情合理,即便无法正面与Waymo抗衡,退守东南亚也是一个万全之策。
 
总的来说,无论技术上抑或路测里程上,Drive.ai暂时与Waymo都不能相提并论,但可以预见的是,Drive.ai日后或许会“剑走偏锋”,深耕某个垂直细分的市场,抑或在某些领域上做到差异化服务,未来的自动驾驶打车服务的玩家也会越来越多,例如国内的滴滴,年初成立了AI Lab,4月底成立洪流联盟,都旨在拓展自动驾驶相关服务,拓展更多的商业化场景,让我们一起期待吧!
 
 
推荐阅读:
 
工信部发布5G基站相关频段技术指标征求意见稿
产业变革将至! 中国半导体企业“翻身”机会出现
存储芯片三巨头是否合谋操纵市场?
我国多晶硅制造企业首次向国际市场出口集成电路用高纯度硅料
腾讯智能网联汽车路测牌照获批 有望借“数据安全和信息服务”致胜
特别推荐
技术文章更多>>
技术白皮书下载更多>>
热门搜索

关闭

关闭