和特斯拉分道扬镳后，MobileEye 在无人驾驶汽车领域的野心不减

编者按：几个月前，MobileEye 公司陷入了舆论争端的中心，其视觉技术应用在了特斯拉自动驾驶系统内，结果涉及到佛罗里达州的一起致命交通事故案件中，特斯拉和 MobileEye 之间也因此分道扬镳，但是MobileEye 并没有停止在无人驾驶领域的探索。《MIT科技评论》 近日发文阐述了 MobileEye 对无人驾驶的野心。

如果汽车制造商能够抛开竞争、共享数据，那么无人驾驶汽车的未来可能会更美好。

MobileEye 是一家以色列初创公司，为行业内多家知名汽车制造商提供先进的计算机硬件和软件，帮助汽车识别出道路上的各种对象。现在，该公司计划训练汽车自主驾驶，为了实现这一目标，他们希望在一个高度仿真的计算机模拟环境中导入海量汽车驾驶行为数据，然后在智能算法的帮助下，让无人驾驶汽车自己学习如何在路上开车。因此，MobileEye 希望尽可能多地收集不同类型汽车数据。

该公司首席技术官 Amnon Shashua 说道：

如果你想收集、利用大量汽车的驾驶行为数据，那么就需要尽可能多地和不同的汽车制造商合作。不过， MobileEye 公司已经设计出了一个解决方案，即能让汽车制造商分享数据，同时也能允许他们对相关信息进行把控。

事实上，目前很多传统汽车制造商的内部系统都是以 MobileEye 技术为核心的，不过现在，他们希望再进一步，把技术整合到无人汽车系统内。另一方面，我们正处在无人驾驶汽车转型的重要时期，因为之前的无人驾驶汽车仅处于实验阶段，但现在，汽车制造商希望能够实现商业化应用——直接上路行驶！然而，摆在这些厂商面前最严峻的一个问题就是，如何让无人驾驶汽车按照驾驶规则上路？毕竟现在很多驾驶规则还是需要程序员手工编程来设计，在可靠性上无法满足商业需求。

MobileEye 的解决方案代表了一个新方向。据悉，该公司会在年底前宣布多项与汽车制造商的合作计划，其中之一就德国知名汽车制造商大众汽车。

不过在过去的几个月时间里，MobileEye 公司陷入了舆论争端的中心，其视觉技术应用在了特斯拉自动驾驶系统内，结果涉及到佛罗里达州的一起致命交通事故案件中，目前正在接受美国国家公路交通安全管理局的调查。显然，特斯拉使用了 MobileEye 系统所捕捉到的道路画面来设计其自动驾驶行为，由于这件事双方各执一词，最终分道扬镳。

MobileEye 许多现有产品都使用深度学习网络来训练识别视觉信息的准确性。这些网络需要大量手工添加注释的图像数据，所有信息都会用来开发无人驾驶汽车系统，帮助这些无人驾驶汽车识别道路标记、分析实时路况、追踪前车安全距离，最终确保安全行驶。为了实现全自动化，MobileEye 公司计划使用强化学习解决方案，训练深度学习网络了解车辆驾驶行为，包括网络实训和强化正确结果（在无人驾驶汽车行业中，正确结果就是安全驾驶）。强化学习可以用来训练计算机做一些难以“被编程”的事情，而且可以让汽车轻松地识别出道路上所发生的不同场景。

然而，MobileEye 公司现在所遇到的最大问题，就是说服汽车制造商和他们合作。正如新加坡无人驾驶出租车公司 nuTonomy 首席执行官 Karl Iagnaema 所说：

只有汽车制造商愿意分享数据，无人驾驶汽车才能有突破性发展，特别是涉及到驾驶行为数据，还必须要获得不同汽车厂商的数据。但是，汽车行业里几家最大的企业并不愿意这么做，因为他们担心这样会影响自身竞争力，这也让资源共享变得非常困难。

现在，MobileEye 公司并没有直接让无人汽车上路去学习如何行驶，而是利用在真实世界中所收集到的数据，开发了一个仿真模拟环境，计算机算法可以试验在各种不同的交通情况下无人驾驶汽车是如何行驶的，但这个仿真模拟环境需要得到各家汽车制造商的支持，因为需要他们把旗下车载传感器所收集到的驾驶行为数据导入到这个共享学习网络内。

Shashua 表示，利用仿真模拟环境来训练无人车行驶，得到了研究人员的认可，但是他希望 MobileEye 公司所开发的这个仿真模拟平台，最终能够成为无人驾驶算法测试和验证的行业标准。