自動駕駛少了“技術偷竊”,還能玩轉嗎?
這個過程當中,所用到的傳感器如何分布、收集的數據量、測試的數據量等都是非常關鍵的技術難點。并且,由于所收集的數據量巨大,運算的過程也會越來越復雜,“智慧大腦”的處理壓力就會很大,如何在保持感知能力的基礎上,優化傳感器的組合提升運算處理效率是核心難點。
在決策控制方面,當傳感器收集到環境數據后,“智慧大腦”要對數據進行處理,制定行進的路線方向,這個路線要隨著車所處的環境、狀況實時更新并且要求延遲低,那么對于數據量的處理要求就非常高,這也是不同自動駕駛公司之間最大的差別。同時,收集到大量數據的調校也非常重要,不同數據輸入帶來的結果也完全不同。
有文章對此更是直指自動駕駛領域技術偷竊的核心原因:“當一個技術人員在一家公司培養出一套成熟的自動駕駛算法,離職后意味著全部要重新來過,這也是不少人鋌而走險帶走研究成果的原因。”
當我們將目光對準國內,技術壁壘方面還來自于政策這一層面的原因。比如,獲得地圖測繪資質極其困難,自2001年到2018年年底,中國也僅僅只有20家單位獲得了這一“通行證”。此外還包括自動駕駛路測牌照的放開、相關技術偏轉要求等。這也是促使國內不少自動駕駛企業在國外設立研發中心的原因。
最后自動駕駛領域技術偷竊頻發背后還有一個原因就是,個別企業的急功近利。特斯拉控告其Autopilot負責人違反競業禁止協議挖走團隊員工時,就在庭審中直言,行業創造了一個急功近利的投資分為,整個業界變得浮躁和泡沫化。
商業的本質具有逐利性不必贅述,而個別公司為了獲得融資或者在技術上實現快速發展超越,因此而“促就”的技術偷竊、浮夸宣傳等,最終其實難以逃脫“泡沫碎裂”的結果。
說了這么多原因,有哪些解決之道呢?
避免“偷竊”需要人才和創新
當前自動駕駛還處于初步發展的階段,無論技術、產品、市場等都需要不斷的完善和培育。對于自動駕駛汽車而言,即便眼下能夠一時通過技術“偷竊”、支付版權費用獲得一些優勢,但從去年開始熱議的“芯片”就能夠知曉,長遠來看,市場的競爭中只有掌握了產品、技術的核心競爭力才能夠笑到最后,不被種種因素而限制公司本身的發展。
其中人才的培養、引進、產學研一體化開放合作就非常重要。對于自動駕駛領域的人才培養而言,一方面人才培養周期較長,另一方面企業需要進入公司后能夠直接干活的員工而非需要花費大量時間培養的“小白”。由此來看,可以借助媒體以及高校的資源,引導學生報考相關專業,同時在學校方面如同人工智能領域一樣,增設相關專業填補人才的缺口。并且推動形成產業、企業與高校之間的合作,實現真正的產學研一體化,讓學生在理論之外,能夠與真正的實踐接軌。
當然,對于一些大型企業而言,在自動駕駛領域人才聚集的海外開設研發中心、亦或直接到硅谷這樣的人才聚集地“搶人才”、引入人才也是解決的方式之一。
另外還需要強調的則是,企業對于自主創新、知識產權的看重,這一點可以通過加大研發力度投入和收購、投資等方式去實現。以北汽為例,其曾經就宣布將在2020年之前投入20億人民幣,2025年之前投入50億人民幣進行技術研發;小鵬汽車、蔚來汽車等也都表示將擴充研發團隊。
從政策角度來看,目前國內各個省份、城市也逐步放開了自動駕駛路測牌照的發放。以北京市為例,在去年其就發放了共計54張自動駕駛測試牌照,其他相關政策也在穩步推進當中。
除了創新之外,技術的保護對于企業而言也同樣不可或缺。企業可以通過競業協議、組建相關安全團隊、即時進行專利申請、提升針對技術偷竊的警惕性等來防止自己研發的技術被竊取。以百度為例,其就曾在發現有黑客竊取自家自動駕駛技術后,組建了一只來自清華大學的學生團隊,讓學生幫助其找到其系統的漏洞所在。
同時,蘋果在發現員工技術偷竊后也向全體員工發了一份很長的警示備忘錄,警告員工不要向媒體泄露數據。信中,蘋果透露僅在2017年,其就抓獲了29名泄密者,其中12人被捕并被起訴。
總而言之,技術千萬項,創新第一項,偷竊不可取,親人兩行淚。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 2026,人形機器人只贏了面子
- 8 英特爾:告別“至暗”時刻,老霸主打響“反擊戰”
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 DeepSeek降價90%:價格屠夫不是身份,是戰略


分享













