为什么说造电动汽车的特斯拉是一家数据公司

攻略 09-16 阅读: 评论:
后台-系统设置-扩展变量-手机广告位-内容正文顶部

提到特斯拉,大家总会不自觉站成两个阵营:

一方将这家电动车公司捧上天;另一方则唱衰,认为它最终会被对手们干掉。

换句话说,特斯拉要么一劳永逸改变汽车行业,要么就会在不久的将来关张。

不过,如果我们放下财务、竞争和Elon Musk这个神奇的存在,从理性、中立、客观的角度观察特斯拉,其实是能得到更多独特解读的。

如果说特斯拉在电动化上的技术积累可能会被对手迎头赶上,那么它在数据上绝对无人能敌。

特斯拉正在利用这些数据搭建世界上最先进也最复杂的神经网络。

大数据还是“明日之星”吗?

硅谷喜欢用一些热词来形容“下一个划时代的产品”。

就拿大数据来说,它就被称为“新型石油”。

这个形容非常贴切,数据就像埋藏在地壳中的石油,等待着人们去开发、提炼和利用并借此建立自己的竞争优势。

不过,多年之后的今天,大数据这个概念的光芒却开始逐渐暗淡。

因为从技术角度来看,如何从海量的数据中攫取真正有价值的部分是一个巨大的挑战——无论这些数据是否有自己的组织架构。

事实上,我们已经陷入Gartner所说的大数据“理想幻灭的低谷”(trough of disillusionment)。

这项技术没能像十年前预想的那样,成为庞大的统一数据平台。

大数据风口过了之后,人工智能(AI)与机器学习(ML)成了新的香饽饽。

不过,不同于社交媒体平台(只想优化算法来售卖广告),大家还是保持着初心,用心在做有意义的事,特斯拉就是其中之一。

特斯拉真正的竞争力在于对数据、AI和ML的熟练整合与运用,而它们凝聚成了特斯拉的神经网络:

一套将传感器、数据、通讯、CPU、外围硬件与软件紧密结合的超级系统。

这些关键节点不但能相互配合处理信息,还能像人一样适应与学习。

大赛已经开场

华尔街分析师相信,自动驾驶带来的市场潜力是万亿级的。

这也是特斯拉、Waymo等科技巨头和传统制造商投入一切疯狂争夺的原因。

其实转念一想,你就会意识到,自动驾驶这个概念很多年前就已经开始向我们的驾驶习惯中渗透了。

类似定速巡航、ABS防抱死等技术的普及,其实就是人类在一步步逐渐让渡车辆控制权。

而特斯拉的Autopilot,可能是当下能在市场上买到最复杂的驾驶辅助系统。

不过,从半自动驾驶升级到全自动驾驶并非易事。

我们如何能保证车轮上这台电脑能在这个疯狂世界中保持思考、判断并作出正确决定?

要知道,全自动驾驶系统的成熟至少需要工程师投入数百万小时的精力,他们得写代码,定义并不断精炼算法、3D模型,在这期间模拟器和测试车还一刻都不能停。

当然,这是特斯拉眼中的“传统”方式,而Musk最擅长打破常规,他带领特斯拉走上了一条新奇之路。

经过16年的发展,特斯拉电动车在全球的保有量已经突破60万辆。

但这些出厂的车辆,甫一上路就是特斯拉的数据收割机。

人类驾驶员在车上的一举一动,比如打方向、刹车或踩油门,都是特斯拉需要的数据点。

这些采集到的数据会被特斯拉“投喂”给自家算法,升级后的算法又会通过OTA“反哺”给特斯拉的车辆。

截至今年7月的数据,特斯拉已交付超64.3万辆具有自动驾驶功能的特斯拉汽车,其中52.8万辆了搭载Autopilot Hardware 2.0系统。

特斯拉自动驾驶里程达15.6亿英里,占特斯拉行驶总里程(144亿英里)的10.8%。

与其相比,在自动驾驶路测上最有心得的Waymo也只不过有1500万英里的经验。

而特斯拉在“影子模式”下恐怕累积的数据采集里程已经有100亿英里了。

对特斯拉的神经网络来说,这确实是个无人可及的超级宝库。

不过,这还不是特斯拉与其他公司最重要的不同,特斯拉最可怕之处在于:

特斯拉的数据都来自现实世界;

车主们每天开车通勤,他们在不知不觉中训练了特斯拉的AI/ML引擎。

Musk曾表示:“当一辆车学到了新的知识点,所有特斯拉都能顺势掌握。”

显然,特斯拉开发了一个在外界看来最牛的众包AI/ML训练项目。

Autonomy Day见闻

相信很多人会好奇:特斯拉是如何刷出这些数据,并通过数据实现系统性能的持续提升?

在特斯拉今年的一系列活动中,最有干货的就是“Autonomy Day”。

在主题演讲中,特斯拉工程部门副总裁Stuart Bowers(目前已离职)【1】 给我们讲述了特斯拉的心路历程。

“在开始之前,我们先是试着理解周边的世界。”Bowers说。“特斯拉电动车都标配8颗摄像头和12个超声波传感器(雷达),同时还有惯性测量装置与GPS加持。

此外,经常被大家遗忘的方向盘与踏板操作也必须考虑在内。”

Bowers还指出,这些传感器都有“重叠区域”,可以进行双重确认。

通过这种方式,特斯拉“能对周边发生什么有一个极其精确的了解。”

每发生一个事件,或者一次人机交互,都会被记录下来并上传到特斯拉的数据库。

随后,这些数据会被用来进行3D模拟,供特斯拉软件工程师研究如何提升与精炼现有算法。

升级后的算法当然会通过OTA推送给每一位特斯拉车主,进一步提升车辆的驾乘体验。

影子模式

当然,在车上进行软件迭代并不能像智能手机那么随意,毕竟这事关人身安全。

在这里,特斯拉聪明的用到了“影子模式”,即在这种模式下测试修改后的系统。

显然,这相对于简单的模拟器或是派车上路测试是一种巨大的进步,毕竟影子模式是实时运行的,而且与现实世界紧密相关。

不过,整个车辆的“思考和决策”是在背后进行的,这样就能搭建出一个连续的反馈闭环。

简单来说,影子模式就像一个十几岁的小青年,没有驾照的他经常会坐在副驾驶观察父亲的一举一动。

“当有新算法出现我们第一时间就想尝试,在影子模式下你就能把它推给车队,看看在现实世界中它表现如何。”Bowers解释。

最终,特斯拉能借助机器学习拥有更强的能力,随后进入阶段部署,也就是特斯拉的“早期用户参与计划”( early access program)。

眼下,特斯拉还在测试新的行为预测功能,方便车辆提前预知前方行人或自行车的下一步动作。

“我们能探测到路上的障碍,而行人就是障碍之一。”Bowers说道。“车辆确实能看到路上的行人与自行车,特斯拉下一代自动刹车系统不但会为正前方路上的行人停车,还会自动为那些即将走上道路的行人让行。”

Bowers透露称,现在这项新功能就在影子模式下运行着。

未来,特斯拉肯定会把这项功能推给每个车主。不过在这之前,会先在那些签了早期用户参与计划的硬核车主身上进行“实验”。

另一个例子是高速公路上的车道变更。

特斯拉称在Autopilot模式下已经成功完成了900万次变道。

“我们几乎每天都能累积10万次成功的车道变更案例”。Bowers说道。

在Bowers看来,真正的终局之战“就是要将神经网络、车辆与所有数据进行大整合,创造出帮车辆认识世界的终极真理”。

后台-系统设置-扩展变量-手机广告位-内容正文底部
版权声明

本文仅代表作者观点,不代表Flashempire闪客帝国立场。
本文系作者授权Flashempire闪客帝国发表,未经许可,不得转载。

分享:

扫一扫二维码

扫一扫在手机阅读、分享本文

评论

留言与评论(共有 0 条评论)
   
验证码:

相关推荐