魚羊 編譯整理
量子位 報導 | 公眾號 QbitAI
使用雷射雷達很蠢。任何依賴雷射雷達的人都注定要失敗。
還記得這句狂言嗎?在一周前的特斯拉自動駕駛開放日上,特斯拉推出了基於自研芯片 ASIC 的全自動駕駛計算機(FSD),但更讓人印象深刻的,恐怕是還是馬斯克的大嘴巴。
一石激起千層浪,diss了雷射雷達的馬斯克可是沒少招罵。好在反對者有之,支持者亦有之,近日,知名科技撰稿人Steve Cheney就從技術角度出發,撰文支持了馬斯克的觀點:雷射雷達將在3年內變成多餘的部分。
觀點
Steve認為,有志於自動駕駛領域的公司所面臨的挑戰是多維度的,他們要考慮發展更先進的技術,要考慮汽車的銷售前景,要考慮稅收的問題……但無論如何,雷射雷達會被放棄這件事是很清楚的。
他並不否認雷射雷達的實際表現,也不認為雷射雷達是失敗的,但當圖像識別技術能做得跟雷射雷達一樣好,廠商們沒有理由選擇後者而拋棄前者。
3D圖像處理和圖像傳感器技術進展神速
人們很容易忽視一件事,有關圖像數據後期處理的數學方法正在以指數級的速度進步著——這一點連特斯拉自己都不怎麽提及。
特斯拉圍繞新的數學變換方法下了許多苦工,數學方法能讓圖像數據變得更加健壯。而針對自動駕駛領域,研發人員專注於通過軟體算法來實現圖像深度感知,他們進展迅速。
康奈爾大學提出的偽雷射雷達深度估計方法就很有說服力。他們在原始圖像數據之外創建了一個偽雷射雷達點平面,並以此來模擬深度。
結果表明這種圖像修正方法效果顯著,有了這樣的技術,自動駕駛汽車基於圖像的3D物體檢測將在不久的將來變成現實。
除了算法上的進步,圖像傳感器也正在搭乘光速飛船行進。就在今年,數以億計的圖像傳感器將被裝配到各個角落。手機、安全攝影頭、監控網絡,哪哪兒都有它。3-4年以後,當雷射雷達能真正上路,圖像處理芯片的分辨率也會高的多得多。
雷射雷達太昂貴
如果圖像識別技術真的能做得跟雷射雷達一樣好,那麽雷射雷達比較尷尬了。
要知道雷射雷達(LiDAR)之所以會成為自動駕駛領域的神話,是因為它在硬體領域是無可取代的。但這也正是它最大的短板,半導體供應鏈的運作方式使得LiDAR的成本非常高昂,沒有一家芯片公司能指著它獲利。更糟的是除了汽車行業,幾乎沒有人會需要雷射雷達這種東西。
當然,有人正在試驗著把LiDAR的成本控制到100美元左右。考慮到每一輛車都需要這樣的硬體模塊,那麽對於一個汽車廠商來說,每年可能要跟LiDAR設備提供商產生1億美元的交易。嗯,聽上去很多的樣子,然而,開發和商業化這些設備的花費很可能就要超過1億美元。
還是不賺錢啊。
更何況通過機器學習,使用圖像處理識別技術的自動駕駛汽車還會越來越智能呢。
Steve表示,並不是說特斯拉一定會成為市場的贏家,只是市場的贏家一定不會是使用雷射雷達的廠商。
網友反應
對於這樣的解釋,有網友還是不買账:你這還是沒有考慮公共安全問題,多傳感器顯然是更安全的。特斯拉沒有LiDAR,也沒有高精地圖,這可還行?
還有網友是這樣想的:我就不明白怎麽老有人噴雷射雷達,成本降不下來?隨著技術的發展它顯然會變得更便宜更好用吧?
其他自動駕駛廠商也受到了關注:像Waymo這樣主要依賴於雷射雷達的廠商會改變他們的方向嗎?
Steve Cheney的回答是,這當然是有沉沒成本的,但他堅信三年內所有明智的人都會拋棄雷射雷達。
那麽,你站雷射雷達還是馬斯克呢?
—完—
小程序|get更多AI資訊與資源
加入社群
量子位AI社群開始招募啦,量子位社群分:AI討論群、AI+行業群、AI技術群;
歡迎對AI感興趣的同學,在量子位公眾號(QbitAI)對話界面回復關鍵字“微信群”,獲取入群方式。(技術群與AI+行業群需經過審核,審核較嚴,敬請諒解)
喜歡就點「在看」吧 !