在下一代自动驾驶汽车中，模拟技术能帮助实现多少突破？

　　去年9月，集智慧、胆量和疯狂于一体的特斯拉CEO Elon Musk曾断言，人类社会可能是更高级文明控制下的一场模拟游戏。虽然听起来脑洞有些大，但你不得不承认的是，人类正在为了各种目的使用模拟这种方法，比如教飞行员如何飞行，训练AI算法找出猫和狗之间的不同。

　　据悉，类似Improbable这样的新创公司正试图模拟整个世界，所以即使我们成不了火星人，至少能在地球破败不堪时进入那个模拟的理想王国逃避一下现实。

　　在自动驾驶行业，模拟则成了自动驾驶系统学习驾驶技能的好帮手。

　　“革命”尚未成功，自动驾驶汽车仍需努力

　　看着铺天盖地的自动驾驶新闻，你可能会觉得，它们马上要占领公路。事实上还早着呢。诚然，类似Waymo这样的公司已经开始进行有限的部署了，自动驾驶公交或矿车更是在各自领域取得了不错的成绩，但真正成了气候的只有ADAS系统，其自动化功能有限，被许多自动驾驶“原教旨主义者”看不起。

　　关于自动驾驶，SAE曾形象的将其分为五个级别，到了Level 5后你就能随心所欲享受自动驾驶汽车的服务了，而我们较为常见的ADAS系统，则只有Level 2的级别。

　　想要达到Level 5级别的自动驾驶(特别是大规模实现)，需要多重因素交织在一起才能成功。比如说超快的无线通讯(5G)，高精地图和类似激光雷达的专用传感器。

　　当然，自动驾驶系统的第一要务还是学会如何驾驶。眼下，为了让算法认识到，真正的驾驶可不是“侠盗猎车手”(其实已经有公司利用这款游戏来合成训练数据了)，大家主要还是靠数百万公里的实地驾驶。

　　自动驾驶汽车步入“模糊矩阵”

　　这样日以继夜的采集路测数据不但费时费钱，还非常危险。

　　首先，尚未成熟的自动驾驶汽车可能会造成致命事故，就像去年3月Uber测试车那样。

　　其次，这样的鲁莽测试会招来反对者的攻击，Waymo测试车在凤凰城遇到的恶意攻击就是最好的例子。

　　除了路测历程突破1000万英里，Waymo还在借助类似矩阵的模拟技术Carcraft训练自动驾驶汽车。去年一年时间里，Waymo的虚拟车队中的2.5万台测试车在虚拟世界中跑了50亿英里。

　　Waymo虚拟世界的首席建筑师James Stout还解释了它的工作原理：

　　“我们有同时运行着的不同宇宙和世界，在对微小变量进行不断测试的同时，我们也在创造车辆从未见过的模拟场景。模糊在这里起了重要作用。”

　　所谓的“模糊”其实始于一个驾驶场景，比如四向停车的路口，在这里Waymo数不清的实地测试经验能帮上大忙。不过，顺利攻克这一难关后，数据开始模糊化，变出了近乎无穷无尽的场景等待虚拟测试车去挑战。自动驾驶系统在这里积累的经验随后会被反馈到实地测试中。

　　举个简单的例子，这就像黑客帝国中的Neo直接在云端下载了成龙的全套技能，随后瞬间变身武术大师。

　　Waymo的“矩阵”

　　AI芯片制造商英伟达一直是自动驾驶革命的急先锋，它的软硬件产品已经是许多巨头(比如大众和沃尔沃)的标配。英伟达也有自己的模拟平台“DRIVE星群”，这个平台能模拟一整套自动驾驶汽车的传感器，包括摄像头、激光雷达和毫米波雷达。

　　随后，英伟达GPU会生成图像数据流，创造出各种测试环境和场景。

　　类似Carcraft和DRIVE星群这样的平台在测试自动驾驶汽车复杂危险环境(如暴风雨和暴风雪，以及不同的路面情况和眩光)下的表现时非常有用。