自动驾驶汽车的“赢者通吃”的效果

现在有几十个公司试图让自动汽车的技术,在oem厂商,传统的供应商,现有的主要科技公司和创业公司。很明显,并不是所有的这些将会成功,但足够的他们有一个机会,一个奇迹,赢家通吃的效果,和可能会有什么样的影响力。有网络效应,使前一个或两个公司挤压休息,发生在智能手机或个人电脑操作系统吗?也可能有五或十企业无限竞争的余地吗?和什么层堆栈的胜利给在其他层吗?吗?

这些问题很重要,因为他们指出,未来的汽车行业的权力平衡。一个汽车制造商的世界可以购买商品的自主权在一个盒子里的六个公司(或自己),他们今天买ABS,是非常不同的从一个Waymo也许超级是唯一真正的选项,必威足球的商业模式可以设置他们的选择,就像谷歌Android。微软和英特尔发现瓶颈在电脑世界里,和谷歌在智能手机——在自治这些点可能是什么?吗?

首先,很明显,硬件和传感器的自主权,也许,电动——将大宗商品。有大量的科学和工程在这些(和更多的工作要做),就像,说,液晶显示屏,但是没有理由为什么你必须使用一个而不是另一个仅仅因为别人。有强劲的制造业规模效应,但是没有网络效应。所以,激光雷达,例如,会从一个肯德基全家桶旋转,成本$ 50 k小型固态部件在几百美元或更少,段内会有赢家,但是没有网络效应,虽然赢得了激光雷达不给杠杆在其他层的堆栈(除非你获得垄断),了比制造最好的图像传感器(和卖给苹果)帮助索尼智能手机业务。同样的,必威足球很有可能电池(和汽车和电池/电机控制)将尽可能多的商品今天RAM——再一次,的规模,大量的科学也许一些赢家在每个类别中,但是没有更广泛的利用。

另一方面,可能不会直接与第三方软件开发者生态系统,我们看到在电脑或智能手机。Windows压扁Mac然后iOS和Android压扁Windows Phone,因为开发人员采用高于其他的良性循环,但你不会买一辆车(如果你拥有一辆汽车,当然根据你可以运行多少应用程序。他们将所有运行超级Lyft和迪迪,Netflix嵌入到屏幕上,但任何其他应用程序将会发生在你的手机上(或手表,或者眼镜)。

相反,汽车内的地方不是直接但仍进一步栈-自主软件,使汽车向下移动公路没有打任何东西,在全市范围内优化和路由,意味着我们可能自动化所有的汽车作为一个系统,不仅每一个车,在随需应变的舰队的“robo-taxis”骑。按需的网络效应是不言而喻的,但自主性将变得更加复杂(这将使按需乘坐的成本减少四分之三或更多)。这些和其他汽车很可能会为最大效率实时协调他们的路线,也许在舰队,为了避免,例如,所有的汽车选择同样的路线在同一时间。这反过来可以结合不仅价格飙升,但以各种微分道路收费——你可能会花更多的钱在繁忙时间更快到达目的地,或选择一个到达时间的价格。

从技术的角度来看,这些三层(开车,路由与优化,和随需应变)在很大程度上是独立的——你可以安装Lyft预装应用在通用汽车自主汽车,让Waymo自治模块驱动周围的人,必威足球假设。很明显,一些人希望利用跨层,或者捆绑——特斯拉说,计划禁止人们使用它的自主汽车自身以外的任何按需服务。这并不工作另一种方式——超级不会坚持你只使用自己的自治系必威足球统。尽管微软Office和Windows cross-leveraged,这两个在本国市场有自己的网络效应:一个小OEM坚持使用小robo-taxi服务就像苹果坚持你买苹果工具而不是微软Office 1995年。我怀疑,一个更中立的方法可能获胜。尤其是会这种情况如果我们有跨城所有车辆的协调,甚至在路口处vehicle-to-vehicle沟通——你需要一些常见的层(尽管我的偏见总是对分散系统)。必威足球

这一切很投机,不过,就像试图预测1900年的交通堵塞将会是什么样子。我们可以谈论的一个领域关键的网络效应的样子是什么自主权本身。这是关于硬件,和传感器,和软件,但主要是关于数据,有两种数据自治——地图和驱动数据的问题。首先,“地图”。

我们的大脑不断处理传感器数据和建立3 d模型,我们周围的世界,在实时和无意识,这样,当我们穿越一片森林我们不要绊倒根或爆炸头在树枝上(大部分)。在自治,这被称为大满贯(同时本地化和映射)——我们地图环境和本土化。这显然是自治的基本要求——AVs需要解决他们在路上和特性是什么(车道,旋转,限制,交通信号灯等),他们还需要什么其他车辆在道路和速度。

这样做在一个真正的实时道路仍然是非常困难的。人类驱动使用视觉和声音),但提取足够精确的3 d模型仅从成像环境(特别是二维成像)仍然是一个未解决的问题:机器学习是可能的但还没有人能做到驾驶所需的精度。所以,我们走捷径。这就是为什么几乎所有自治项目结合与360度的激光雷达成像:每个传感器有其局限性,但通过结合(传感器融合的)你可以得到一个完整的画面。建立一个模型,你周围的世界与成像就肯定会有可能在将来的某个时候,但使用多个传感器让你快很多,即使考虑到你必须等待这些传感器的成本和形式因素成为现实。也就是说,LIDAR是获得你周围世界模型的捷径。你经常使用机器学习来了解的,形状是一辆车,或者骑自行车,但是,似乎不会有网络效应(或一个强大的):你可以得到足够的图像骑自行车的人自己不需要一个车队。

如果激光雷达是一种捷径大满贯,另一个,更有趣的是使用预先构建的地图,这实际上意味着“高清3 d模型”。你提前调查的道路,在休闲,处理所有的数据构建一个街道的模型,然后把它放到任何汽车的驱动。自主车现在没有来处理所有的数据和发现或红绿灯对所有其他杂物实时以每小时65英里的速度——相反,它知道去哪里看红绿灯,和它可以看到关键的地标模型本土化本身在任何给定的时间。所以,你的车使用相机和激光雷达工作在路上,交通信号等通过比较它与预构建地图可以看到而不必从头开始,和也使用这些输入实时发现周围其他车辆。

地图网络效应。当任何自主汽车驱动pre-mapped路,它既是比较道路地图和地图更新:每个AV也可以调查的车。如果你有卖了500,000 AVs和别人只卖10000年,你的地图将被更新更频繁和更准确的,所以你的汽车将有更少的机会遇到一些全新的和意想不到的和感到困惑。你卖汽车越多越好你所有的汽车——网络效应的定义。

这里的风险是,从长远来看是有可能的,就像汽车能做大满贯没有激光雷达,他们也可以不用预构建地图——毕竟,再一次,人类做的。何时以及是否会发生尚不清楚,但目前看来,这将是足够长的时间后自动汽车上市销售,所有其余的风景看起来完全不同的(也就是说,🤷🏻‍♂️)。

所以,地图是第一个网络效应数据,第二个是什么汽车一旦理解周围环境。一个空的马路上开车,甚至在路上充满了其他住客,是一个问题,一旦你可以看到它,但工作路上的其他人类所要做的,如何处理,完全是另一个问题。

支持自治的突破之一就是机器学习应该很好:而不是试图写复杂的规则解释你认为人们会如何表现,机器学习使用数据越多越好。你可以收集更多的数据如何在现实世界中真实驾驶员的行为和反应(包括其他司机和司机的调查工具本身),更好的软件将在理解发生了什么,它就会越好,计划下一步做什么。正如地图,在发射前测试汽车收集这些数据,但在推出之后,每辆车,你卖的是收集这些数据,并将其发送给家里。所以,正如地图,你卖汽车越多越好你所有的汽车——网络效应的定义。

驱动数据也有另一个,二次使用的驾驶数据,在模拟。这旨在解决问题”如果X发生,我们的自主软件将如何反应?”这样做的必威足球一个方法是通过一个AV,让它开自己整天在城市是如何作出反应的任何其他司机发生随机的事情要做。问题是,这不是一个对照实验——你不能和新软件运行一个场景,看看变化和任何问题是否已经被修正。因此,大量的努力现在已经进入模拟——你把你的杀毒软件侠盗猎车手(基本上)和测试它在任何你想要的。这并不一定捕捉一些事情(“将激光雷达检测卡车吗?”),和一些模拟场景是圆形,但它确实告诉你你的系统将如何应对定义的情况下,你可以从你的真实的驾驶数据收集这些情况。所以,有一个间接网络效应:现实世界中驾驶数据越多,更准确的你可以让你的模拟,因此你可以让你的软件。也有明确的仿真规模优势,在你可以承受多少计算资源投入,你有工作,有多少人和你有多少专业机构在大型计算项目。的谷歌显然Waymo提供一个优势:它报告开车25日必威足球每周000“真实”的自治英里,2016年还十亿模拟英里(平均每周1900万英里)。

可以这样说,特斯拉已经在地图和驾驶数据:自2016年末以来,那些买家买了新车的“自动驾驶仪”附加有八个摄像头给近360度的视野,辅以前置雷达(也有一组超声波传感器,很短的范围和主要用于停车)。所有的这些都可以收集映射和驾驶行为数据并将其发送回特斯拉,而特斯拉最近开始收集一些这方面的。问题是,由于雷达只点向前,特斯拉将不得不使用成像单独构建的模型本身,周围的世界但是,正如我上面所提到的,我们还不知道怎么做准确。这意味着,特斯拉是有效地收集数据,今天没有人可以阅读(或者至少,读好足以产生一个完整的解决方案)。当然,你必须解决这个问题收集数据和实际驾驶他的车,特斯拉是大反向押注计算机视觉发展的速度。特斯拉节省时间不等待便宜/实用激光雷达(特斯拉将激光雷达不可能在所有的汽车今天),但不用激光雷达意味着计算机视觉软件将不得不解决困难问题,因此可能需要更长的时间。如果所有的其他部分自治权——软件部分决定汽车应该做什么——花的时间足够长,那么激光雷达可能获得廉价和实用的自治工作之前,必威足球特斯拉的快捷方式无关。我们将会看到。

所以,网络效应——“赢者通吃”的影响——在数据:在驾驶数据和地图。这提示两个问题:谁得到这些数据,你需要多少?吗?

数据的所有权权力和价值链是一个有趣的问题。显然特斯拉计划把所有的技术本身的重要部分,把它放在自己的汽车,所以它拥有数据。但是一些oem厂商认为,这是他们的车和他们的客户关系,这是他们的数据的分配,而不是为任何技术合作伙伴。这看起来像一个合理的位置在一个传感器供应商:我不确定它的可持续销售商品gpu,相机和激光雷达在自己的想要的数据。但公司实际的自治单位本身需要有数据,因为这是它是如何工作的。如果你不循环的数据回技术它不能提高。这意味着OEM供应商生成网络价值没有得到任何的价值本身,除了更好的自治的形式,但更好的自治成为商品所有产品从任何OEM使用它。这是电脑的位置或Android oem:他们创造网络效应,同意在其产品中使用该软件,这使得它可以销售他们的产品,但是他们的产品已经成为near-commodity网络价值的科技公司。这是一个良性循环的价值去供应商,当然,这也是为什么大多数汽车代工希望自己制造的原因:他们不希望最终像康柏那样。

这让我最后一个问题:你真的需要多少数据?无限期的系统获得更好的或多或少你添加更多的数据,或者有一个s曲线——有收益递减点添加更多的数据吗?吗?

这是网络效应到底有多强大?吗?

对于地图来说,这是一个相当明显的问题。为了让地图足够好,你需要多少频率的汽车密度,最低的市场份额这翻译什么?有多少参与者市场有余地吗?可能十公司有这个,还是两个?一群二线厂商可以一起和池他们所有的映射数据?可以交付卡车出售他们的数据就像他们今天出售其他类型的映射数据?再一次,这不是像消费类软件生态系统——RIM和诺基亚无法池黑莓和S60用户基地,但是你可以池地图。这是一个门槛或条目的一个条件?吗?

这个问题也适用于驾驶数据,事实上所有机器学习项目:什么时候有收益递减时添加更多的数据和在什么情况下,曲线变平,又有多少人能获得的数据量?因为,说,通用搜索,改善似乎不确定——答案(几乎)总能得到更多有关。必威足球但对于自主权,确定性,它似乎应该有一个上限,如果一辆车可以开在那不勒斯一年不用感到困惑,多少有改善吗?在某一时刻你有效地完成,所以网络效应意味着你的产品变得更好如果你有更多的用户,但是有多少用户之前你需要产品停止变得更好?你需要多少汽车销售在你的自主权是最好的市场吗?有多少公司可以达到吗?与此同时,机器学习本身是变化很快,不能排除这种可能性,你需要获得自治工作的数据量可能会大幅减少。

隐含在所有这一切,最后,等是一个假设甚至有更好和更坏的自主权。但更糟的自治意味着什么呢?它意味着你稍微有可能死亡,或者只是汽车更有可能感到困惑,把车停在路边并连接到一个远程支持中心操作员接管吗?将手动控制冲出一个控制台的淋浴聚苯乙烯包装,和汽车会鼓励评论?吗?

IMG_0069.jpg

答案,我怀疑,是5级将会作为一个进化的四级,每辆车必须手动控制,但他们将使用越来越少,和明确的阶段中会出现5级,手动控制收缩,然后是隐藏的,然后删除——他们萎缩。这可能会通过场景——我们可能会为德国前5级那不勒斯,或莫斯科。这将意味着数据被收集在网络规模和使用前充分自主权。

在俄罗斯合并。pic.twitter.com/3qpjnNN6Q3

\ u2014只有在俄罗斯(@CrazyinRussia) 2月4日2016\ n”,”url”:“https://twitter.com/CrazyinRussia/status/695370834387431424”,”resolvedBy”:“twitter”,”floatDir”:零,”authorName”:“只有俄罗斯的“,”版本”:“1.0”,”解决“:真的,”类型”:“富”,”providerName”:“Twitter”,”providerUrl”:“https://twitter.com”}”data-block-type = "22”id = "block-yui_3_17_2_4_1503345433825_56448”>

我们可以现在不知道这些问题的答案。很少有人在这个领域期望完整,5级的自主权在未来五年内最倾向于接近十年了。然而,他们指出,一系列的结果,对汽车工业产生截然不同的影响。在一个极端,可能是网络效应相对较弱,有五到十公司可行的自主平台。在这种情况下,汽车行业将购买自治组件价格就像ABS,今天空气袋或卫星导航。仍将面临彻底的改变——自治意味着按需骑的成本下降了至少三个季度,这将使许多人考虑汽车保有量,而转向电动减少移动部件的数量在一个汽车五到十倍,完全改变工程动力学,供应商和进入壁垒。但是它不会得到android。在另一个极端,只有Way必威足球mo得到工作,和行业将截然不同。