在下一代自動駕駛汽車中，模擬技術能幫助實現多少突破？

　　去年9月，集智慧、膽量和瘋狂于一體的特斯拉CEO Elon Musk曾斷言，人類社會可能是更高級文明控制下的一場模擬游戲。雖然聽起來腦洞有些大，但你不得不承認的是，人類正在為了各種目的使用模擬這種方法，比如教飛行員如何飛行，訓練AI算法找出貓和狗之間的不同。

　　據悉，類似Improbable這樣的新創公司正試圖模擬整個世界，所以即使我們成不了火星人，至少能在地球破敗不堪時進入那個模擬的理想王國逃避一下現實。

　　在自動駕駛行業，模擬則成了自動駕駛系統學習駕駛技能的好幫手。

　　“革命”尚未成功，自動駕駛汽車仍需努力

　　看著鋪天蓋地的自動駕駛新聞，你可能會覺得，它們馬上要占領公路。事實上還早著呢。誠然，類似Waymo這樣的公司已經開始進行有限的部署了，自動駕駛公交或礦車更是在各自領域取得了不錯的成績，但真正成了氣候的只有ADAS系統，其自動化功能有限，被許多自動駕駛“原教旨主義者”看不起。

　　關于自動駕駛，SAE曾形象的將其分為五個級別，到了Level 5后你就能隨心所欲享受自動駕駛汽車的服務了，而我們較為常見的ADAS系統，則只有Level 2的級別。

　　想要達到Level 5級別的自動駕駛(特別是大規模實現)，需要多重因素交織在一起才能成功。比如說超快的無線通訊(5G)，高精地圖和類似激光雷達的專用傳感器。

　　當然，自動駕駛系統的第一要務還是學會如何駕駛。眼下，為了讓算法認識到，真正的駕駛可不是“俠盜獵車手”(其實已經有公司利用這款游戲來合成訓練數據了)，大家主要還是靠數百萬公里的實地駕駛。

　　自動駕駛汽車步入“模糊矩陣”

　　這樣日以繼夜的采集路測數據不但費時費錢，還非常危險。

　　首先，尚未成熟的自動駕駛汽車可能會造成致命事故，就像去年3月Uber測試車那樣。

　　其次，這樣的魯莽測試會招來反對者的攻擊，Waymo測試車在鳳凰城遇到的惡意攻擊就是最好的例子。

　　除了路測歷程突破1000萬英里，Waymo還在借助類似矩陣的模擬技術Carcraft訓練自動駕駛汽車。去年一年時間里，Waymo的虛擬車隊中的2.5萬臺測試車在虛擬世界中跑了50億英里。

　　Waymo虛擬世界的首席建筑師James Stout還解釋了它的工作原理：

　　“我們有同時運行著的不同宇宙和世界，在對微小變量進行不斷測試的同時，我們也在創造車輛從未見過的模擬場景。模糊在這里起了重要作用。”

　　所謂的“模糊”其實始于一個駕駛場景，比如四向停車的路口，在這里Waymo數不清的實地測試經驗能幫上大忙。不過，順利攻克這一難關后，數據開始模糊化，變出了近乎無窮無盡的場景等待虛擬測試車去挑戰。自動駕駛系統在這里積累的經驗隨后會被反饋到實地測試中。

　　舉個簡單的例子，這就像黑客帝國中的Neo直接在云端下載了成龍的全套技能，隨后瞬間變身武術大師。

　　Waymo的“矩陣”

　　AI芯片制造商英偉達一直是自動駕駛革命的急先鋒，它的軟硬件產品已經是許多巨頭(比如大眾和沃爾沃)的標配。英偉達也有自己的模擬平臺“DRIVE星群”，這個平臺能模擬一整套自動駕駛汽車的傳感器，包括攝像頭、激光雷達和毫米波雷達。

　　隨后，英偉達GPU會生成圖像數據流，創造出各種測試環境和場景。

　　類似Carcraft和DRIVE星群這樣的平臺在測試自動駕駛汽車復雜危險環境(如暴風雨和暴風雪，以及不同的路面情況和眩光)下的表現時非常有用。