[[401300]]

管理數(shù)據(jù)生命周期是自動駕駛汽車開發(fā)的關(guān)鍵部分……

毫無疑問，自動駕駛汽車開發(fā)成為熱門話題。完全無人駕駛的想法標(biāo)志著機(jī)器人時代最激進(jìn)的概念之一。不僅需要正確的技術(shù)來實(shí)施，而且所有使用道路以及參與道路和交通管理的人的思維方式都將發(fā)生重大變化。當(dāng)然，安全是主要的考慮因素，這就是為什么一旦發(fā)生事故便成為頭條新聞。

然而，在大家爭論和不斷涌現(xiàn)的頭條新聞的背后，是另一個經(jīng)常被忽視的故事：自動駕駛汽車成功地融入城市和社會很大程度上依賴于數(shù)據(jù)。實(shí)際上，從自動測試車輛收集的數(shù)據(jù)，為“訓(xùn)練”車輛通過諸如機(jī)器學(xué)習(xí)(ML)之類的技術(shù)自動執(zhí)行提供了基礎(chǔ)。

具有挑戰(zhàn)性的用例

鑒于操作車輛要面對的大量真實(shí)世界變量以及針對錯誤安全要求的相關(guān)零容忍度，自動駕駛是可想象的最具挑戰(zhàn)性的機(jī)器學(xué)習(xí)用例之一。該應(yīng)用的成功將直接推動更多要求不高的用例，這就是為什么自動駕駛汽車的發(fā)展在許多不同領(lǐng)域(尤其是智慧城市)具有影響的原因。

從自動駕駛汽車的角度來看，關(guān)鍵的機(jī)器學(xué)習(xí)需求涉及訓(xùn)練“感知層”，這意味著使用傳感器(無線電、攝像機(jī)、激光雷達(dá)、慣性測量單元等)來準(zhǔn)確“查看”車輛遇到的狀況。這是至關(guān)重要的，因?yàn)椴扇〉娜魏未胧?例如指示車輛進(jìn)行路徑調(diào)整)都將取決于準(zhǔn)確的感知層視覺。

自動駕駛開發(fā)可能會驅(qū)動未來用例的原因之一是，訓(xùn)練該重要感知層的機(jī)器學(xué)習(xí)模型和神經(jīng)網(wǎng)絡(luò)在種類繁多的大型數(shù)據(jù)集上表現(xiàn)最佳。而自動駕駛汽車則依賴于龐大的數(shù)據(jù)集。此外，它還依賴于傳統(tǒng)的汽車工程專業(yè)知識，但是制造自動駕駛汽車所需的平均數(shù)據(jù)量估計(jì)約為150 PB。簡而言之，這既是數(shù)據(jù)分析又是機(jī)器學(xué)習(xí)的挑戰(zhàn)，而不僅僅是機(jī)械工程方面的挑戰(zhàn)。

需要收集和處理的數(shù)據(jù)量需要高級的數(shù)據(jù)管理功能，包括數(shù)據(jù)湖和對數(shù)據(jù)生命周期的清晰理解。未來的用例不僅取決于對數(shù)據(jù)管理和處理的理解，還取決于數(shù)據(jù)可以帶來的機(jī)會。

從歷史上看，由于與管理生命周期本身相關(guān)的工作量、成本和時間，分散的數(shù)據(jù)管理生命周期限制了擴(kuò)展新用例的能力。通過優(yōu)化生命周期，可以更快、更頻繁地重復(fù)它，從而提供對機(jī)器學(xué)習(xí)模型的持續(xù)改進(jìn)。

共同努力

為此，汽車制造商、城市和其他利益相關(guān)者必須共同努力，并在瞬息萬變的環(huán)境中利用最新的硬件和軟件技術(shù)。掌握物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)數(shù)據(jù)分析生命周期所需的功能超出了任何一家公司的范圍。因此，基于標(biāo)準(zhǔn)和合作伙伴基于生態(tài)系統(tǒng)的方法對于鞏固真正轉(zhuǎn)變智慧城市和互聯(lián)社區(qū)的能力至關(guān)重要。

這種合作水平對于建立解決方案至關(guān)重要，因?yàn)槁?lián)合項(xiàng)目會同時產(chǎn)生標(biāo)準(zhǔn)和可重復(fù)使用的模式。作為最近的一個例子，Cloudera參與了一項(xiàng)名為Project Fusion的計(jì)劃，該計(jì)劃是一個多方汽車行業(yè)技術(shù)合作，旨在定義一個數(shù)據(jù)生命周期平臺，以啟用和優(yōu)化未來的互聯(lián)和自動駕駛汽車系統(tǒng)。合作伙伴的目標(biāo)是構(gòu)建一種提供數(shù)據(jù)管理技術(shù)的車輛到云解決方案。

共同努力還將確保在自動駕駛汽車開發(fā)中最大程度地利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)的其他一些障礙，并且可以解決其他用例。需要從系統(tǒng)中消除浪費(fèi)和低效率，以減少管理生命周期的成本和時間。

至關(guān)重要的是，必須面對潛在的數(shù)據(jù)隱私問題。如前所述，對自動駕駛汽車進(jìn)行駕駛訓(xùn)練取決于現(xiàn)實(shí)世界中記錄的訓(xùn)練數(shù)據(jù)。因此，解決方案提供商必須注意不要收集和存儲私人信息，例如駕駛員的臉孔和車牌號。

在收集和存儲此信息之前，必須提供編輯這些信息的功能。這需要強(qiáng)大的數(shù)據(jù)處理能力來識別和過濾隱私數(shù)據(jù)。此外，收集的任何信息都必須遵守諸如歐盟的《通用數(shù)據(jù)保護(hù)條例》和美國的《加州消費(fèi)者隱私法》之類的規(guī)定。

實(shí)時決策

機(jī)器學(xué)習(xí)對于幫助城市、技術(shù)供應(yīng)商和其他利益相關(guān)者超越簡單的監(jiān)視和報告來自傳感器和其他設(shè)備的數(shù)據(jù)，進(jìn)而基于其做出優(yōu)化的實(shí)時決策至關(guān)重要。以運(yùn)輸為例。

監(jiān)視交通狀況并報告擁堵正在發(fā)生這一事實(shí)是一回事，但利用機(jī)器學(xué)習(xí)通過建議主動地引導(dǎo)市民(例如建議替代路線或主動建議出行者在不同時間出行)是一種更具吸引力的價值主張。使用機(jī)器學(xué)習(xí)，這些可以既基于實(shí)時條件又可以基于過去的經(jīng)驗(yàn)。

我們所知道的是，自動駕駛可以教會我們很多有關(guān)機(jī)器學(xué)習(xí)的潛力，并引導(dǎo)我們開發(fā)許多新應(yīng)用

主動、優(yōu)化和實(shí)時的決策是機(jī)器學(xué)習(xí)優(yōu)勢的標(biāo)志，而我們才剛剛開始。關(guān)于機(jī)器學(xué)習(xí)的潛力，我們還有很多要學(xué)習(xí)的東西，并且它的許多未來用例超出了我們當(dāng)前的想象。

我們所知道的是，自動駕駛可以向我們教會很多有關(guān)其潛力的知識，并引導(dǎo)我們走向許多新的應(yīng)用領(lǐng)域。我們需要確保的基礎(chǔ)和生態(tài)系統(tǒng)已經(jīng)到位，以了解高級數(shù)據(jù)管理和數(shù)據(jù)生命周期的重要性，從而不會錯過任何機(jī)會。