自动驾驶的未来之路,可能会通向寡头垄断

2018 年 6 月 28 日 新智驾


文 | Misty

来自新智驾(AI-Drive)的报道


新智驾按:由于自动驾驶的规模式发展,自动驾驶的道路可能不久将由少数几家公司统治。


当今科技行业的竞争非常激烈,自动驾驶行业尤为如此。


从Uber、特斯拉、Waymo这样的新贵科技公司,到通用、奔驰、福特这样的老牌汽车公司,自动驾驶玩家们争先恐后,纷纷想抢得头筹。


今年5月31日,软银旗下的Vision Fund表示将向通用汽车的自动驾驶汽车部门Cruise投资22.5亿美元。 Alphabet自动驾驶部门、无人驾驶技术的标杆Waymo,最近也宣布计划让车队增加62000辆小型货车,以组成其自动驾驶服务。 


激烈的竞争既能促进行业的发展,也会花费大量成本,因此它有好有坏。但随着时间的流逝,这种人人参与的竞争可能会终止。因为, 由于自动驾驶的规模式发展,自动驾驶的道路可能不久将由少数几家公司统治。


自动驾驶的规模式发展始于数据。 


与人类一样,自动驾驶汽车的计算机系统也拥有学习的技能,并能够随着经验的增长而改进。Ajay Agrawal,Joshua Gans和Avi Goldfarb在新书《预测机器(Prediction Machines)》中写道:“它们能够学习驾驶员的操作,并能在良好的驾驶操作上做出改进。” 


随着数据越来越多,系统的预测能力也越来越强,最后便能准确预测前方的模糊是行人,还是阳光下的反射,并据此做出反应。 随着行驶里程越来越多,自动驾驶汽车系统遇到的异常情况(比如在路上突然遇到野鹿)也越来越多,因此系统对异常情况的处理也会越来越游刃有余。


但与人类相比,自动驾驶汽车的计算机系统至少有两个过人之处。


第一,系统一旦学习了“知识”,便不会遗忘。与此同时,系统还会相互学习:不同的车辆,只要安装了相同的系统,它们就能相互学习彼此的数据。


第二,系统从来不会做出驾驶以外分散注意力的动作,比如睡着、看手机等等,而人类会,这也是为什么每年全球会有125万人死于交通事故。因此,自动驾驶汽车最终应该远比人为驱动的汽车更安全。安全也是各大自动驾驶汽车公司竞争的领域,那些在安全性和可靠性方面优于竞争对手的公司,将吸引更多的司机和企业合作伙伴,它们能够收集更多数据,公司发展得更强大。


面对自动驾驶行业数量繁多、但水平参差不齐的参与者,监管机构可能会采取措施,让安全记录较差的公司减少测试量,或提高行业标准淘汰一批公司。


事实上,这种水平的差异会给政府造成伦理困境:是否应该要求在安全方面做到行业顶尖的公司分享它们的技术?这些公司是否应该享有更高的道路使用权?决策者是否应该眼睁睁看着一些公司使用安全性能没那么高的软件来安装在车上而不进行干预?


2016年12月至2017年11月,Waymo在加利福尼亚州共进行了35万英里(约合56万公里)的测试,其中发生了3次撞车事故; 通用汽车共进行了13.2万英里(约合21万公里)的测试,其中发生22次事故。这两家公司至今为止未发生过死亡事故,但特斯拉和Uber却已发生过。



自动驾驶的规模式发展也会带来其他好处,比如自动驾驶汽车的共享服务。虽然有些人希望拥有自己的自动驾驶汽车,但市场可能会倾向于将自动驾驶汽车用做共享服务。


毋庸置疑,购买自动驾驶汽车不会便宜。 但是如果将自动驾驶汽车用做共享服务,汽车每英里的费用会低于私家车。同时,如果你购买属于自己的自动驾驶汽车,这些汽车大部分时间都处于闲置状态,会造成极大的浪费,共享服务能让汽车发挥最大的价值。


此外,共享汽车属于集中式设备,私家车属于分布式设备,而在维修保养方面,集中式设备比分布式设备更有优势,因此共享自动驾驶汽车的维护和其他成本应该较低。


目前,人们可能还是会为了乘坐方便而购买私家车。这样一来,乘坐方便,是私家车的额外价值。 然而,随着用户群的增长,汽车共享服务业务也会像自行车共享业务这样,变得更加方便、更加快捷。 


一个地区的乘客越多,共享车辆就越多,而用户在附近找到车的可能性就越大,等待的时间就越短。 如果等待时间变得非常之短,随叫随到,那么私家车的额外价值便会消失。


如果你乘坐自动驾驶汽车,你可以在车上小睡,而不是时时刻刻保持注意力驾驶,你的旅途便会更加愉快。但这也造成了一个潜在问题:既然旅途更加愉快,人们的出行频率将会变得更多,导致交通堵塞更严重。



具有讽刺意味的是,自动驾驶的规模式发展也可以解决这个问题。发生交通拥堵的原因,是个别司机没有考虑到他们给他人造成的不便。解决这个问题的一个办法,是迫使司机承担这些费用,对他们进行罚款。我们把这个罚款叫做“拥堵罚款”,但如果政府实施了这个罚款政策,可能会怨声载道。因此,目前为止,我们并没有看到哪国政府实施了“拥堵罚款”政策。


但是,对于共享汽车来说,一辆汽车对另一辆汽车征收的拥堵成本在该公司内部,因此公司完全有理由采取措施,比如随着需求的变化或拥堵的时长而调整乘车价格。其实,这就是另一种程度的“拥堵罚款”。


随着自动驾驶技术越来越发达,随着越来越少的中产阶级选择买车, 随着越来越多自动驾驶汽车公司与政府合作提供城市公共交通服务,这种“罚款”将会越来越合理。


从历史上看,从铁路到公共交通运输的规模式发展,都是先行业垄断后政府干预控制。 自动驾驶行业也是如此,规模经济将同样缩小行业竞争者的行列,并创造压力让政府参与进来。自动驾驶汽车可能并不比人类控制的汽车快很多。但是,自动驾驶市场可能会从当今激烈的竞争转向寡头垄断,最后转向国家控制。而整个过程,速度将极其之快。


本文参考资料:
https://www.economist.com/finance-and-economics/2018/06/07/the-market-for-driverless-cars-will-head-towards-monopoly


欢迎在新浪微博、网易号、今日头条、天天快报、UC 头条、搜狐号、一点资讯关注@新智驾


推荐阅读:


特斯拉 Model 3 严肃测评:可能是福特 T 型车诞生以来最重要的车型






如何打造未来汽车的“四肢”与“大脑”? 为什么说自动驾驶芯片是AI芯片中的珠穆朗玛峰?自动驾驶将从哪些地方最先落地?


7月1号举办的CCF-GAIR智能驾驶专场,22位来自产学研的嘉宾将揭晓这些答案。


登录查看更多
1

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
122+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
105+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
美国硅谷预测10年后的世界,再不懂你就落伍了
凤凰财经
4+阅读 · 2017年9月14日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
15+阅读 · 2019年3月16日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
7+阅读 · 2018年1月30日
VIP会员
相关VIP内容
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
122+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
105+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
美国硅谷预测10年后的世界,再不懂你就落伍了
凤凰财经
4+阅读 · 2017年9月14日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
15+阅读 · 2019年3月16日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
7+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员