數據成為互聯(lián)汽車(chē)的超級引擎

數字革命為汽車(chē)行業(yè)帶來(lái)了深遠的影響，也為互聯(lián)汽車(chē)更高效、便捷和安全的駕駛與出行體驗創(chuàng )造了無(wú)限可能，而眼下這場(chǎng)數字革命正在提速。美國知名調研公司Applied Market Research最新研究報告顯示，2019年全球互聯(lián)汽車(chē)市場(chǎng)的價(jià)值為630.3億美元，預計到2027年將達到2251.6億美元，2020年至2027年的復合年增長(cháng)率將達到17.1%。

然而，隨著(zhù)帶有車(chē)道變換及偏離探測功能的高級駕駛輔助系統、高級車(chē)輛診斷或預測性維護等高級應用的發(fā)展，現有的互聯(lián)汽車(chē)基礎設施將不堪重負。這是由于目前汽車(chē)內部的電子和線(xiàn)纜基礎設施并非為支持復雜的數據處理能力而設計的?？紤]到當前互聯(lián)汽車(chē)的成本和復雜性，以及電動(dòng)汽車(chē)設計需要滿(mǎn)足的、諸如電池管理系統和環(huán)保行程規劃等額外需求，增加更多的電線(xiàn)和計算硬件并不可行。此外，在車(chē)外環(huán)境中，與機器學(xué)習生命周期相關(guān)的現有數據管理方法比較分散，這也限制了很多新應用在車(chē)輛上的大規模部署。

未來(lái)，互聯(lián)汽車(chē)將依靠完整的數據生命周期方法，支持企業(yè)級的高級分析和機器學(xué)習，最終實(shí)現全自動(dòng)駕駛。為了創(chuàng )建一個(gè)完全無(wú)縫銜接的數據生命周期，從具備將數據傳輸至云端的速度、帶寬、安全性和連接性的服務(wù)型網(wǎng)關(guān)，到從廣泛數據源獲取、處理和創(chuàng )建或更新機器學(xué)習模型的可擴展式機器學(xué)習平臺，再到滿(mǎn)足數據保真度和模型精確性要求的OTA更新，并將更新后的機器學(xué)習模型部署到車(chē)輛上，互聯(lián)汽車(chē)生命周期內的所有組成部分都必須無(wú)縫集成。為此，新一代基礎架構必須具備安全可靠的嵌入式智能邊緣操作系統，同時(shí)還能支持動(dòng)態(tài)無(wú)線(xiàn)更新，以及具備企業(yè)級高級分析和機器學(xué)習平臺等關(guān)鍵功能。

Cloudera與NXP、Wind River、Airbiquity以及Teraki幾家行業(yè)領(lǐng)導者合作開(kāi)展了一項名為Fusion的項目，目的是提供從車(chē)輛邊緣到云端的一體化解決方案，從而解決分散的機器學(xué)習數據管理生命周期相關(guān)問(wèn)題。我們希望打造一個(gè)實(shí)現、并優(yōu)化未來(lái)互聯(lián)汽車(chē)系統的數據生命周期平臺，以更快的速度、更高的準確性和更低的成本，訓練互聯(lián)汽車(chē)的人工智能和機器學(xué)習模型。該項目通過(guò)用于數據采集、分析和OTA更新的先進(jìn)硬件、軟件與云數據分析平臺，正在持續訓練和改進(jìn)量產(chǎn)車(chē)輛的先進(jìn)應用和自動(dòng)駕駛功能。

VSI Labs創(chuàng )始人兼總裁、Telematics Research Group 前聯(lián)合創(chuàng )始人Phil Magney表示：“汽車(chē)制造商在復雜技術(shù)的實(shí)現過(guò)程中不斷面臨新的挑戰，例如高級駕駛輔助系統和自動(dòng)駕駛汽車(chē)所需的技術(shù)等。新一代數據管理技術(shù)棧支持在多個(gè)維度持續改進(jìn)和部署人工智能機器學(xué)習模型，因此汽車(chē)制造商需要像Fusion項目創(chuàng )建的車(chē)輛云端解決方案這樣的先進(jìn)技術(shù)，能夠將整個(gè)汽車(chē)生態(tài)系統的主流技術(shù)都充分利用起來(lái)?！?/p>

智能車(chē)道變更檢測是該平臺上很多計劃應用中的第一個(gè)應用案例。之所以被選中，是因為它是實(shí)現高級駕駛輔助系統L2/L3功能、并最終實(shí)現L4自動(dòng)駕駛的第一步。下圖總結了動(dòng)態(tài)機器學(xué)習生命周期。在完全集成的機器學(xué)習生命周期內，不斷提高互聯(lián)汽車(chē)機器學(xué)習算法模型的精確度。

Fusion Project的應用案例表明，互聯(lián)汽車(chē)的機器學(xué)習模型精度高達99％以上，數據減少了98％，模型訓練時(shí)間縮短了10倍。通過(guò)更準確的數據收集以及更準確的標簽和注釋?zhuān)梢詫?shí)現模型的精確度，而數據的減少是通過(guò)對訓練數據進(jìn)行相關(guān)選擇，以及對互聯(lián)汽車(chē)傳感器數據進(jìn)行處理和編碼來(lái)實(shí)現的。

Cloudera憑借Cloudera Data Platform 、Cloudera Data Flow（CDF）和Cloudera Machine Learning（CML）技術(shù)，為互聯(lián)汽車(chē)機器學(xué)習生命周期解決方案提供了技術(shù)支撐。其中，CDF是采集互聯(lián)汽車(chē)智能邊緣數據、并傳輸到云端的關(guān)鍵，它能夠對海量數據流進(jìn)行規?；幚砗头治?，從多個(gè)來(lái)源獲取結構化和非結構化數據，并且能夠處理和發(fā)揮此類(lèi)高容量、高速數據的價(jià)值，從而解決動(dòng)態(tài)數據挑戰。

CML能夠創(chuàng )建、更新和管理互聯(lián)汽車(chē)的機器學(xué)習模型，支持處理安全快速的機器學(xué)習工作流。同時(shí)支持在任何地點(diǎn)部署強大、可擴展的人工智能用例，還提供自助式計算、IDE、庫和框架并且能夠在任何混合云上交付模型。經(jīng)過(guò)持續不斷的優(yōu)化，CML已具備交付模型、預測精度監控、實(shí)況調查、模型治理、沿襲追蹤以及模型分類(lèi)功能。

Cloudera制造與汽車(chē)業(yè)務(wù)部總經(jīng)理Micheal Ger表示：“互聯(lián)汽車(chē)的智能化涉及到硬件和軟件的專(zhuān)業(yè)知識，因而異常復雜。Cloudera為互聯(lián)汽車(chē)提供了基礎數據管理結構，為數據可靠地傳輸到云端以及大規模的數據存儲、處理、分析和機器學(xué)習提供了解決方案，這為實(shí)時(shí)洞察和車(chē)載決策打下基礎，將推動(dòng)互聯(lián)汽車(chē)的進(jìn)一步發(fā)展?！?/p>