原标题：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。

　　教自动驾驶系统开车，新创公司也挺在行

　　在CB Insights的2019年移动出行趋势报告中分析师指出，与其自建模拟平台或直接购买英伟达的DRIVE系统，一些汽车制造商会选择新创公司的模拟服务。如下表所示，眼下模拟技术在业内还不是什么显学。

　　*CB Insight的趋势路线图

　　下面，我们就一同来认识海外的四家新创公司，它们手中的模拟技术可能会成为巨头眼中的宝藏。

　　Cognata：这家创立于2016年的以色列公司已经融到了2350万美元的资金，其中B轮的1850万美元去年10月才正式敲定。值得一提的是，给Cognata提供B轮融资的大部分投资者也参加了该公司A轮融资，其中还包括空客旗下的投资部门。

　　Cognata能使用“计算视觉和深度学习算法自动生成一个完整的城市模拟器，建筑、道路、道路标线、交通信号甚至行道树和隔离带都栩栩如生。”随后，它会灌入现实世界的交通数据、传感器数据，最后按照历史数据叠加天气状况对整个系统进行压力测试。

　　*Cognata栩栩如生的模拟世界

　　去年，这家公司拿到了来自奥迪的大单，而且双方要合作多年。

　　Applied Intuition：来自加州桑尼韦尔的这家公司创立于2017年，去年9月才拿到第一笔风投，不过一次就是1150万美元。据《彭博社》报道，Applied Intuition 可以帮助客户在3D游戏世界中模拟超过10万众不同的路况。

　　在模拟时，虚拟车辆的仪表盘还能实时显示类似“虚拟路口和障碍对车辆加速的影响，以及乘客舒适度”等信息。

　　Applied Intuition已经拉到了不少客户，其中不但有市值超500亿美元的跨国汽车巨头，还有专注自动驾驶卡车的硅谷新创公司。举例来说，后者就需要模拟大量变线情况，毕竟卡车40吨的体量挪挪窝可不容易。

　　Parallel Domain：第三家公司创立于2017年，其总部也设在硅谷。在去年5月的种子轮中Parallel Domain拿到了290万美元的投资，金主中还有丰田这样的超级巨头。

　　丰田AI投资部门负责人Jim Adler表示：“Parallel Domain实现了虚拟世界的自动化搭建，让开发者能更快完成自动驾驶技术的部署，这种方式更安全，成本也更低。这家公司的软件更厉害，开发者能基于现实和虚拟地点生成近乎无限的模拟环境和动态场景。”

　　除了丰田的投资，Parallel Domain还和中国电动车新星蔚来达成了战略合作，而且这家公司用的是英伟达的硬件和软件系统。

　　Metamoto：这家创立于2016年的公司也来自硅谷，Metamoto同样是虚拟世界的搭建者，能帮助自动驾驶公司模拟各种驾驶情况。2017年7月Metamoto在种子轮种拿到了200万美元资金。据悉，去年夏天Metmoto的种子轮融资也正式开跑。作为Parallel Domain的直接竞争对手，Metamoto并不想像对手一样直接将模拟平台卖给自动驾驶公司，它更愿意提供模拟服务。

　　眼下，Metamoto的产品主要由三大部分组成，其中“指导者”(Director)是一款专门负责测试极端情况的模拟器;“设计师”(Designer)则是通过虚拟编辑器生成定制场景的工具;至于“分析师”(Analyzer)，则是一款绩效分析工具，它能直观显示某次测试是否撞到了路人，以及整个过程中AI驾驶员的表现。

　　如果你是连模拟费也付不起的自动驾驶新创公司，还能用英特尔试验室、丰田研究所和巴塞罗那计算视觉中心合作开发的开源模拟器。

　　总结

　　前路漫漫，我们可能需要数十亿英里的测试才能保证自动驾驶汽车足够安全，而模拟技术就是我们提前实现目标的捷径。

　　恶意的攻击者和石头可能会打碎几块挡风玻璃，但他们无法阻挡自动驾驶对人类交通趋势的变革。