寶馬、英特爾、Mobileye共建 自動駕駛開放平臺

　　7月1日，寶馬集團與英特爾、Mobileye公司聯合舉行發(fā)布會，三家將聯合研發(fā)自動駕駛車輛，推進未來出行理念。

　　這三家公司分別來自汽車、科技與計算機視覺與機器學習行業(yè)，這意味著，汽車與互聯網科技、智能公司的合作越來越緊密，以應對汽車智能化、互聯化帶來的挑戰(zhàn)。

　　自動駕駛和無人駕駛都在臨近，谷歌、蘋果等公司都已經進入較為成熟的自動駕駛階段，而奔馳、沃爾沃、本田、日產等傳統(tǒng)汽車公司，也已經將初級的自動駕駛應用到傳統(tǒng)汽車上。

　　寶馬、英特爾和Mobileye的合作方向，類似于谷歌或者汽車零部件巨頭博世研發(fā)智能汽車，未來的一部分業(yè)務可能是將成熟的自動駕駛系統(tǒng)，供應給其他車企。三方給出的時間表是，到2021年實現高度自動駕駛車輛和全自動駕駛車輛量產。

　　建立自動駕駛開放平臺

　　三方共同宣布，將一起建立一個行業(yè)標準，為自動駕駛建立一個開放平臺。開放平臺將包括3到5級自動駕駛技術，并向眾多汽車供應商和其他可以從自主機器和深度機器學習中受益的公司開放。

　　但是，關于“開放”和“標準”的細節(jié)，具體哪家車企會參與進來均未透露。而其他車企是否愿意接受強大的競爭對手寶馬的領導也是一個很大的問題，如果可以的話，這項合作才會有所成果。

　　英特爾的首席執(zhí)行官布萊恩·克蘭尼克表示，通用的技術標準將有助于所有的汽車生產商更快地進行技術升級換代，對提高安全性至關重要。

　　另外，通用的技術標準，會使政策制定者更加容易地理解和檢驗汽車的行駛性能，同時也為各個車企留出了個性化車輛的空間。

　　此次三方合作打開了另一扇門：過去汽車制造商總是對供應商發(fā)號施令，要求在指定的數量和價格基礎上研發(fā)專利技術?，F在，車企積極地與科技公司展開合作，利用開放的技術標準，尋求科技領域的專業(yè)技術，包括機器學習和視覺感知。

　　車企必須與硅谷的科技公司展開競爭，比如谷歌、特斯拉和蘋果，致力于研發(fā)無人駕駛汽車。英特爾公司首席執(zhí)行官布萊恩·克蘭尼克表示：“高度自動駕駛車輛及其所連接的一切，都需要強大、可靠的電子大腦，這樣車輛才能具備自動行駛并避免意外的能力。”

　　車企和科技公司都看到了自動駕駛行業(yè)的巨大利潤前景，但是到底會有多少駕駛員會參與進來，多久會出臺允許全自動駕駛車輛上路的法律條文，仍然是個未知數。

　　安全的自動駕駛要聰明

　　要實現全面自動駕駛的目標，除了要解決復雜的工程技術上的難題，三方還必須要應對來自政策法規(guī)、算法和平臺開放的三大挑戰(zhàn)。

　　首先，自動駕駛方面的技術發(fā)展迅速，但是在法律制定和監(jiān)管方面依然挑戰(zhàn)重重。比如，自動駕駛的法律法規(guī)何時出臺，在汽車自動駕駛發(fā)生交通事故時，到底哪方應當承擔責任，有很多問題亟待回答。

　　就在發(fā)布會前一天，美國國家公路交通安全管理局(NHTSA)宣布對特斯拉汽車的自動駕駛技術展開調查，事件源于5月，一名ModelS車主在使用Autopilot自動駕駛模式時發(fā)生事故死亡。此次事件引發(fā)對自動駕駛安全問題的熱議。分析人士表示，特斯拉事件釋放出一個信號，如今的自動駕駛技術也許并沒有像其支持者所想的那樣成熟、完備，此次事故敲了一個警鐘。

　　美國聯邦交通安全機構人士表示，自動駕駛汽車應該至少擁有兩倍于人類駕駛的安全度，才能避免大量的交通事故。并建議如果想要真正從自動駕駛中獲益，就要設定更高的標準。寶馬集團董事長科魯格表示，寶馬始終堅持安全是第一位的。

　　其次，是算法上的挑戰(zhàn)。英特爾要為汽車提供高效傳輸的計算引擎，汽車的數據中心通常需要大量擁有強大能力的服務器。建立全自動汽車需要大量的計算能力去感知快速變換的環(huán)境，并由人工智能系統(tǒng)輸入合適的操作策略，這是正常運行的過程。

　　利用深度學習算法的人工智能系統(tǒng)，目前在大型互聯網數據中心像谷歌和Facebook公司風靡，但是在自動駕駛中，人工智能系統(tǒng)要決定的就不只是區(qū)分圖像里是貓還是狗，而是在一輛以百公里每小時的速度行駛的汽車里是事關生死的問題。英特爾估計這需要多達每秒100兆次無需重寫編碼的高效浮點運算，才能達到駕駛安全和政府制定的要求。在這個領域的計算叫做深度神經網絡(DNN)，目前由NVIDIA圖形處理單元(GPU)主導，這是一個英特爾為數不多的沒有占據領先優(yōu)勢的領域。

　　汽車行駛速度快，情況復雜，計算機要支持傳感器融合、推理、軌跡、路線規(guī)劃決策和車輛操控等任務。因此英特爾需要將Xeon處理器與FPGA技術融合，FPGA是可以作為類似GPU一樣的加速技術被整合到處理器產品中，可以提供極其高效靈活的算法。英特爾之前巨資收購了FPGA巨頭Altera，現在希望對方可以提供一個用于在NVIDIADrivePX2這樣平臺上的GPU的有效替代品。雖然存在挑戰(zhàn)，但好在英特爾擁有從IntelAtom到IntelXeon的多個處理器和FPGA技術，未來，時間會證明缺乏高性能的GPU是否是其致命的弱點。

　　第三個挑戰(zhàn)來自其平臺開放的難度。三方需要啟用和培養(yǎng)由工程團隊和汽車制造商組成的生態(tài)系統(tǒng)，分享他們的開放平臺。

　　業(yè)內人士分析稱，該合作對三方企業(yè)以外的行業(yè)影響力有多大，將取決于平臺作為開放資源的適用性的大小，和他們建立的生態(tài)系統(tǒng)的聚集能力。然而，“開放”的目標可能難以實現，有以下兩方面的原因。

　　一方面，歷來汽車行業(yè)的DNA中就沒有開放二字。畢竟，特斯拉在自動駕駛方面的領先地位是其關鍵的差異優(yōu)勢。Mobileye能成為傳感器方面的領頭羊正是由于在典型的數碼相機方面采用了另類方法，使其同樣在市場中有了差異優(yōu)勢，這個道理同樣適用于寶馬。但是，寶馬已經與奧迪和奔馳進行合作，向合作方展示了在地區(qū)實時地圖數據方面的能力。

　　另一方面，行業(yè)內其他企業(yè)不會甘于俯首稱臣，落后一步，會奮力追趕研發(fā)自己的自動駕駛系統(tǒng)并推向市場。