Dall'andare in direzioni opposte alla convergenza, quali sono stati i percorsi delle tecnologie di guida autonoma di Alibaba e Baidu?

Di recente, Alibaba ha annunciato per la prima volta il suo percorso verso la tecnologia di guida autonoma, concentrandosi sul raggiungimento della guida autonoma attraverso la cooperazione tra veicoli a guida autonoma e infrastrutture stradali. Allo stesso tempo, l'Accademia DAMO di Alibaba e l'Istituto di ricerca autostradale del Ministero dei trasporti hanno annunciato la creazione di un laboratorio congiunto di collaborazione veicolo-strada.

Successivamente, Baidu ha modificato il suo precedente focus sull'intelligenza dei singoli veicoli e ha annunciato che entro la fine dell'anno renderà ufficialmente open source la soluzione di collaborazione veicolo-strada Apollo. A pochi giorni di distanza, i due colossi si sono sfidati per annunciare importanti percorsi tecnologici, ed entrambi hanno sottolineato l'importanza della collaborazione tra veicoli e strade. In questo senso, anche la direzione della guida autonoma in Cina ha imboccato una corsia preferenziale, con un pensiero unificato e lo stesso obiettivo.

Le carenze dell'intelligenza della bicicletta

La guida autonoma è una parte importante dell'intelligenza automobilistica. Le auto intelligenti possono soddisfare le esigenze più diversificate delle persone. Ma una smart car è fondamentalmente pur sempre un'auto e la sua funzione principale resta quella di trasportare passeggeri e merci. Il miglioramento più importante delle auto intelligenti rispetto alle auto tradizionali dovrebbe essere il miglioramento della sicurezza stradale e dell'efficienza dei trasporti e, su questa premessa, il costo dovrebbe essere ridotto il più possibile, in modo che possano gradualmente diventare popolari.

Attualmente, il percorso tecnico prevalente per la guida autonoma è ancora l'intelligenza del singolo veicolo. I principali attori internazionali nel settore della guida autonoma, come Google e General Motors, si affidano principalmente a sensori e intelligenza artificiale sui veicoli e utilizzano l'assistenza di mappe ad alta precisione per realizzare una guida autonoma.

Il primo problema che l'intelligenza delle biciclette deve affrontare è l'elevato costo dei sensori. Attualmente, l'equipaggiamento dei sensori delle auto a guida autonoma rappresenta circa il 40% del costo dell'intero veicolo, il che significa che solo le auto di fascia alta possono essere dotate di funzioni di guida autonoma. Secondo le previsioni più attendibili, entro il 2023 i costi dei sensori dovrebbero scendere al 26% del costo totale del veicolo. Anche se scendesse al 26%, per molti veicoli sarebbe comunque troppo costoso.

I sensori costosi limitano notevolmente la diffusione della guida autonoma. Sebbene le auto a guida autonoma imitino il comportamento di guida umano, in definitiva sono diverse dalla guida umana. La presenza contemporanea di auto a guida autonoma e veicoli guidati da esseri umani sulle strade rende in realtà l'ambiente del traffico più complesso. Se vogliamo garantire la sicurezza affidandoci esclusivamente all'intelligenza di un singolo veicolo, dobbiamo disporre di un numero sufficiente di veicoli a guida autonoma.

Potrebbe davvero arrivare il giorno in cui le strade saranno piene di veicoli a guida autonoma, che viaggeranno tutti alla stessa velocità, senza più ingorghi o incidenti stradali e l'efficienza dei trasporti sarà notevolmente migliorata. Ma questo scenario è ancora troppo lontano.

I sensori hanno i loro punti ciechi e le loro condizioni di utilizzo e le loro prestazioni saranno notevolmente ridotte in situazioni come condizioni meteorologiche avverse. Le mappe ad alta precisione possono fornire ai veicoli autonomi informazioni sulle condizioni stradali, aiutandoli a guidare in sicurezza. Tuttavia, le mappe ad alta precisione vengono disegnate in anticipo ed è difficile aggiornarle in tempo reale.

Il crowdsourcing è una soluzione relativamente economica al problema dell'aggiornamento delle mappe ad alta precisione. Tuttavia, il prerequisito per l'implementazione della soluzione di crowdsourcing è che ci siano abbastanza veicoli che soddisfano i requisiti su strada. C'è anche la questione se i veicoli basati sul crowdsourcing possano garantire una copertura completa di tutte le strade. Sebbene le mappe ad alta precisione possano fornire "memoria" e aggiornamenti per i veicoli autonomi, non possono garantire la sicurezza dei veicoli stessi.

Il frequente verificarsi di incidenti stradali causati da veicoli a guida autonoma in passato dimostra non solo che la tecnologia di guida autonoma esistente è ancora imperfetta, ma evidenzia anche i limiti dell'intelligenza dei singoli veicoli.

Perché sviluppare la collaborazione veicolo-strada?

La differenza principale tra la collaborazione veicolo-strada e l'intelligenza del singolo veicolo è l'aggiunta di infrastrutture stradali intelligenti. Alibaba la chiama stazione base di percezione collaborativa veicolo-strada, mentre Baidu chiama le strade dotate di questa infrastruttura "strade intelligenti". Questa infrastruttura stradale intelligente è composta da una serie di sensori e unità di calcolo, che possono essere appesi alla strada come telecamere e disposti a intervalli specifici.

Questo dispositivo può fornire ai veicoli autonomi informazioni sulle condizioni stradali circostanti, monitorare le emergenze in tempo reale e ricordare ai veicoli nelle vicinanze di prepararsi in anticipo. Grazie a questo dispositivo, l'aggiornamento in tempo reale delle mappe ad alta precisione non sarà più un problema. Questo dispositivo è in grado di trasmettere in tempo reale le mutevoli condizioni stradali al database cartografico ad alta precisione e di effettuare gli aggiornamenti corrispondenti.

Grazie a questo dispositivo è possibile ridurre i requisiti dei sensori della smart car e, di conseguenza, anche i relativi costi. Ciò può promuovere la diffusione della guida autonoma. In questo modo, una parte dei sensori dell'auto viene di fatto trasferita a un'infrastruttura pubblica, che può non solo fornire assistenza alle auto a guida autonoma, ma anche trasmettere informazioni alle auto guidate da esseri umani. L'efficienza di utilizzo dei sensori può essere notevolmente migliorata e i costi della guida autonoma possono essere ripartiti più facilmente.

I veicoli a guida autonoma hanno iniziato a essere utilizzati. Ad esempio, i taxi senza conducente di Waymo saranno presto messi in funzione a livello commerciale. Prima o poi i veicoli a guida umana e le auto a guida autonoma dovranno circolare sulle stesse strade. La contraddizione tra i due ha raggiunto un punto tale da dover essere risolta.

L'importanza di un'infrastruttura stradale intelligente risiede anche nella comunicazione tra diversi veicoli, che coinvolge l'Internet dei veicoli. In futuro non tutti i veicoli in circolazione saranno a guida autonoma, ma saranno comunque connessi a Internet. L'Internet dei veicoli consente ai passeggeri e ai conducenti di utilizzare Internet per l'intrattenimento e lo shopping, ma non si tratta del vero Internet dei veicoli. È più corretto dire che si tratta di accesso a Internet in auto.

L'importanza più importante dell'Internet of Vehicles risiede nella comunicazione tra veicoli diversi. I conducenti umani possono giudicare e prevedere il comportamento degli altri veicoli attraverso l'esperienza. Per le auto a guida autonoma è molto più difficile esprimere questo tipo di giudizi.

Grazie all'Internet dei veicoli, i veicoli autonomi possono ottenere informazioni su altri veicoli autonomi e su veicoli guidati da esseri umani, superando così i punti ciechi della percezione e riducendo gli errori di valutazione. Ciò può non solo ridurre il verificarsi di incidenti stradali, ma anche la dipendenza dall'intelligenza di bordo e il consumo delle risorse informatiche di bordo.

Rispetto agli Stati Uniti, la rete stradale cinese è più complessa e congestionata, il che pone grandi sfide all'implementazione della guida autonoma. Per le auto intelligenti è difficile adattarsi autonomamente a condizioni stradali così complesse. Anche se riuscissero ad adattarsi, richiederebbero sensori più costosi e livelli più elevati di intelligenza artificiale e potenza di calcolo, e il costo complessivo sarebbe molto elevato.

Con l'ausilio delle infrastrutture, la guida autonoma può adattarsi a più scenari applicativi, come ad esempio gli scenari di traffico urbano, che risultano molto difficili per la guida autonoma. Dopotutto, solo una guida autonoma in grado di adattarsi alla maggior parte degli scenari può davvero liberare gli esseri umani dal lavoro di guida.

La collaborazione veicolo-strada non è una semplice negazione dell'intelligenza di un singolo veicolo, ma un'estensione dell'intelligenza di un singolo veicolo all'intelligenza dell'intero sistema di trasporto. Nel breve termine, la collaborazione veicolo-strada non deve necessariamente essere al servizio della guida autonoma. La stazione base del servizio di collaborazione veicolo-strada può innanzitutto connettere i normali veicoli esistenti a Internet e poi rafforzare le capacità di distribuzione e gestione dei veicoli. Questa applicazione relativamente semplice può ottenere l'effetto di migliorare l'efficienza del traffico.

Il 14 settembre, Daimler e Bosch hanno completato una dimostrazione del servizio di parcheggio e riconsegna auto automatico utilizzando una Mercedes-Benz E63. Questa Mercedes-Benz non ha conducente né sensori. Invece, vengono installati dei sensori nel parcheggio e vengono apportate delle modifiche intelligenti per aiutare il veicolo a completare il parcheggio automatico.

Il fulcro di questa soluzione di parcheggio automatico non sono i veicoli autonomi, bensì la rete di veicoli e la tecnologia collaborativa veicolo-strada. Lo scenario applicativo riguarda i parcheggi pubblici. Ciò riflette in realtà la tendenza dell'intelligenza artificiale nel settore automobilistico a spostarsi verso le infrastrutture.

Se questa tecnologia continuerà a svilupparsi, la guida autonoma dipenderà sempre di più dall'intelligenza delle infrastrutture. Il ruolo del governo nel settore della guida autonoma diventerà sempre più importante.

La guida autonoma è un campo applicativo dell'intelligenza artificiale. Altre applicazioni di intelligenza artificiale, come le case intelligenti, non hanno bisogno di considerare la questione dell'unificazione degli standard tra diverse aziende, ma devono solo essere connesse internamente entro una piccola area. La guida autonoma è di dominio pubblico e comporta problematiche di sicurezza; Inoltre, sia la creazione di reti di veicoli che la collaborazione tra veicoli e strade richiedono standard unificati. Ciò richiede che la guida autonoma delle diverse aziende possa accedere a standard unificati.

Attualmente il mio Paese è molto determinato a promuovere il settore della guida autonoma ed è molto bravo nella costruzione di infrastrutture. Con l'evoluzione della guida autonoma verso un'infrastruttura intelligente, il governo potrà svolgere un ruolo migliore e sarà più facile unificare gli standard. L'istituzione e l'unificazione degli standard accelererà anche la diffusione della guida autonoma.

Vincitore del Qingyun Plan di Toutiao e del Bai+ Plan di Baijiahao, del Baidu Digital Author of the Year 2019, del Baijiahao's Most Popular Author in the Technology Field, del Sogou Technology and Culture Author 2019 e del Baijiahao Quarterly Influential Creator 2021, ha vinto numerosi premi, tra cui il Sohu Best Industry Media Person 2013, il China New Media Entrepreneurship Competition Beijing 2015, il Guangmang Experience Award 2015, il China New Media Entrepreneurship Competition Finals 2015 e il Baidu Dynamic Annual Powerful Celebrity 2018.