去年 9 月，集智慧、膽量和瘋狂于一體的特斯拉 CEO Elon Musk 曾斷言，人類社會可能是更高級文明控制下的一場模擬游戲。雖然聽起來腦洞有些大，但你不得不承認的是，人類正在為了各種目的使用模擬這種方法，比如教飛行員如何飛行，訓練 AI 算法找出貓和狗之間的不同。

據悉，類似 Improbable 這樣的新創公司正試圖模擬整個世界，所以即使我們成不了火星人，至少能在地球破敗不堪時進入那個模擬的理想王國逃避一下現實。

在自動駕駛“革命”尚未成功，自動駕駛汽車仍需努力行業，模擬則成了自動駕駛系統學習駕駛技能的好幫手。

看著鋪天蓋地的自動駕駛新聞，你可能會覺得，它們馬上要占領公路。事實上還早著呢。誠然，類似 Waymo 這樣的公司已經開始進行有限的部署了，自動駕駛公交或礦車更是在各自領域取得了不錯的成績，但真正成了氣候的只有 ADAS 系統，其自動化功能有限，被許多自動駕駛“原教旨主義者”看不起。

關于自動駕駛，SAE 曾形象的將其分為五個級別，到了 Level 5 后你就能隨心所欲享受自動駕駛汽車的服務了，而我們較為常見的 ADAS 系統，則只有 Level 2 的級別。

想要達到 Level 5 級別的自動駕駛（特別是大規模實現），需要多重因素交織在一起才能成功。比如說超快的無線通訊（5G），高精地圖和類似激光雷達的專用傳感器。

當然，自動駕駛系統的第一要務還是學會如何駕駛。眼下，為了讓算法認識到，真正的駕駛可不是“俠盜獵車手”（其實已經有公司利用這款游戲來合成訓練數據了），大家主要還是靠數百萬公里的實地駕駛。

自動駕駛汽車步入“模糊矩陣”

這樣日以繼夜的采集路測數據不但費時費錢，還非常危險。

首先，尚未成熟的自動駕駛汽車可能會造成致命事故，就像去年 3 月 Uber 測試車那樣。

其次，這樣的魯莽測試會招來反對者的攻擊，Waymo 測試車在鳳凰城遇到的惡意攻擊就是最好的例子。

除了路測歷程突破 1000 萬英里，Waymo 還在借助類似矩陣的模擬技術 Carcraft 訓練自動駕駛汽車。去年一年時間里，Waymo 的虛擬車隊中的 2.5 萬臺測試車在虛擬世界中跑了 50 億英里。

Waymo 虛擬世界的首席建筑師 James Stout 還解釋了它的工作原理：

“我們有同時運行著的不同宇宙和世界，在對微小變量進行不斷測試的同時，我們也在創造車輛從未見過的模擬場景。模糊在這里起了重要作用。”

所謂的“模糊”其實始于一個駕駛場景，比如四向停車的路口，在這里 Waymo 數不清的實地測試經驗能幫上大忙。不過，順利攻克這一難關后，數據開始模糊化，變出了近乎無窮無盡的場景等待虛擬測試車去挑戰。自動駕駛系統在這里積累的經驗隨后會被反饋到實地測試中。

舉個簡單的例子，這就像黑客帝國中的 Neo 直接在云端下載了成龍的全套技能，隨后瞬間變身武術大師。