在美國創業圈，車庫絕對是造神之地。在野心勃勃的創業家看來，自己甚至能在車庫發明一切。事實上，一些白手起家的創業者根本沒有自己的車庫，有時只能在自家阿姨或鄰居車庫研究發明，以求改變世界。
這些野心勃勃的創業者也沒讓我們失望，只用車庫裡的烙鐵和廉價鍵盤就創造出改變世界的軟體和硬體，賈伯斯就是典型代表。
不過時移世易，能在車庫蹦出蘋果電腦的賈伯斯（或其他創業者），真的也能在這裡發明真正的自駕車嗎？
也許在世界某個不起眼的角落，真有一位工程師快要做出自駕車了呢。可惜，實際點來說，只是某些人的痴心妄想。
口出狂言
熟悉自動駕駛的人肯定記得多年前的「狂人」，那些創業者個個口出狂言，彷彿只需一個彈指就能做出自駕車。媒體也非常喜歡這類神話，追逐從無到有的傳奇。
可惜，這些狂人只是嘴巴厲害，根本不清楚真正的自駕車長怎樣。
如果為真正自駕車下定義，依靠 AI 完全自主駕駛是第一點。第二點則是人類駕駛無需執行任何駕駛工作。
現實中，根本還沒有這樣的自駕車。
目前路測過的車輛都只能處理特定駕駛工作。此外，這些測試車的駕駛座都坐著安全人員，一旦有情況就立即接管車輛。
全自動駕駛還沒到，那半自動駕駛呢？此類系統在市場已有一席之地，不過無論 L2 還是 L3，都還需要駕駛參與。也就是說，這些等級的系統只是與人類共同擔任駕駛罷了，本質上都是駕駛輔助系統。
簡言之，全自動駕駛與半自動駕駛根本就不是同類，雖然都冠以自動駕駛的名號。這樣看來，口出狂言的創業者玩的其實只是半自動駕駛。
結果一擁而上的自動駕駛創業者是在傷害整個產業，因為他們模糊了全自動駕駛與 ADAS 的界線，導致整個市場迷惑不已。
迷幻的氣氛也著實坑了不少財大氣粗的老牌巨頭。看著各種天花亂墜的宣傳，身經百戰的車商居然也懷疑起自己：為什麼我們堆出巨額資金，投入無數工程資源的項目，卻還沒車庫裡東拼西湊出來的好呢？
不過，神話終會破滅。口出狂言的新創公司大多走向窮途末路，不是默默出局，就是被其他巨頭收購。
想玩自動駕駛可不容易
顯然，過去想靠車庫就拿出一輛像樣的自駕車根本不可能。那現在呢？白手起家能玩得起自動駕駛嗎？
恐怕也難。
資料顯示，現代車輛光程式碼就有 1.5 億行，而自駕車程式碼恐怕要突破 2.5 億行。就算你是天才式設計師，恐怕也無法用一張「白紙」寫出 2.5 億行程式碼。
當然，許多底層程式碼可以直接使用，且這年頭還有開源軟體。不過，像某個 geek 只寫了 2 千多行程式碼（用來協調開來源碼和其他底層程式碼）就宣稱做出自動駕駛系統，恐怕只能歸類於 PPT 造車。
簡單來說，宣稱靠一己之力就搞定自駕車的都是騙子，因為自動駕駛需要的資源實在太龐雜。
舉例來說，做自駕車需要多個領域的專家，得負責搞定雷達、光學雷達、鏡頭等感測器，還要精通處理器及處理器的搭檔──機器學習與深度學習等 AI 技術。
顯然，這根本不是一個人做得完的工。
別忘了，軟硬體並不是自動駕駛的一切，還得繼續鑽研封閉與公用道路路測，且模擬測試也免不了，都需要大量人力物力。除此之外，各種監管與批准文件都得準備齊全。
也就是說，如果要把這些人都塞進車庫，恐怕這車庫大小得要亞馬遜倉儲等級，因為自動駕駛太複雜了，需要大規模合作。
其他機會也不少
對自動駕駛創業者而言，自動駕駛這條大賽道蘊含的機會實在太多，無需成為全知全能的垂直整合人，也能成為自動駕駛界的「搖滾明星」。
創業者可專攻次世代機器學習演算法，也能打造 AI 系統用的虛擬世界模型，或拿出與自動駕駛配套的交通解決方案。當然，如果能在 LiDAR 市場異軍突起，也能分走一大塊蛋糕。
因為自動駕駛業沒有天花板。
以下就是自動駕駛創業者展示自我的大平台：
- 感測器硬體和軟體
- 資料儲存與壓縮
- 感測器融合
- 虛擬世界模型
- AI 系統動作規劃
- 車輛控制
- AI 自我意識
- 機器學習
- 深度學習
- 車聯網
- V2V
- 自然語言處理
- 分散式 AI
- 網路安全
- 交通模擬
- 車輛測試工具
總結
自動駕駛是龐大複雜的產業，並非在車庫東敲西打就能成事。
如果不想放棄自動駕駛夢想，可以考慮解決依然困擾整個產業的未解難題，只要能幫忙拼一塊拼圖，就是推動產業前進的動力。
（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
