自动驾驶数据之争,走向合规

报道数字经济 

 定义转型中国

c2a8aefdb70c3f8220aed13a8f3db457.jpeg


撰文 | 泰伯网  

编辑 | 鹿野

2015年12月,一辆百度无人车从京新高速到五环进行了最高时速达100公里的全自动行驶,将国内自动驾驶推向大众视野。

当自动驾驶产业随时间沉淀驶入商业落地的下半场,百度对这场自动驾驶持久战的策略已然清晰。

尤其在车企数据合规需求之下,百度Apollo在11月2日“自动驾驶云2.0预发布沟通会”上,为其自动驾驶研发全栈的数据闭环合规解决方案设置了具体落地路线——自动驾驶云2.0全景图将于12月正式发布。

0e9c011f4b5ea066c0f546ae66e26bb2.jpeg

自动驾驶商业化  始于数据合规

从政策来看,自动驾驶的大规模商业化似乎有望更早实现。

与百度Apollo“自动驾驶云2.0预发布沟通会”前后脚的时间,工信部会同公安部发布《关于开展智能网联汽车准入和上路通行试点工作的通知(征求意见稿)》,意在保障安全的前提下,推动智能网联汽车产品的功能、性能提升和产业生态的迭代优化。

根据以往的时间线,国内自动驾驶的探索已长达十余年。

自2013年起,自动驾驶赛道进入萌芽期,此后几年相关的投融资事件逐年增多,2016年进入快速发展期,2018年披露投融资总金额高达811.0亿元。直至今年第三季度,汽车行业累计披露33起融资事件,自动驾驶热度依旧不减。

而与以往做硬件改装、软件研发的产业态势相比,百度Apollo信息安全负责人刘健皓感慨称,自动驾驶已经步入了数据驱动智能的时代。

随之而来的是,官方层面正式开始探索未来数据合规运行监管之路:今年八月底,自然资源部发布《关于促进智能网联汽车发展维护测绘地理信息安全的通知》,重申对智能网联汽车的测绘主体的明确要求。

数据安全红线之下,上层政策为数据合规加码,车企在智能网联汽车以及自动驾驶汽车的研发、量产过程中的行为也趋于合规化。

于车企和自动驾驶厂商而言,想要进行自动驾驶道路测试、收集道路数据,摆在面前的似乎只有两条路,一是自己申请甲级测绘资质,二是与具备甲级测绘资质的图商合作。

作为国内主流图商之一,即便强监管之下,百度从高精地图测绘资质、Robotaxi到量产车ANP2.0、ANP3.0全场景自动驾驶技术、车端落地安全认证等,每一步都走在合规的路上。

前段时间,百度地图已经获得广州市和深圳市的城市高级辅助驾驶地图审图号,为车企赢得了切入智能网联汽车市场的契机。

这,也归功于百度地图背后的主体公司百度智图,作为全国19家拥有导航电子地图制作甲级测绘资质企业之一,百度智图在合规测绘方面有多年的技术和管理经验。

眼下,不少智能汽车品牌已经普遍把高速公路场景下的辅助驾驶收入囊中,赛场逐渐转换至城市场景。不论纯视觉还是依靠激光雷达+高精地图,车企更多需要通过真实数据驱动真正的自动驾驶体验,让自动驾驶变得更智能。

而没有数据安全,就没有智能汽车安全。

此次,百度自动驾驶云联合百度智图建立数据安全监管中心,意在监测自动驾驶数据闭环合规的数据使用过程、数据内容、数据载体的安全性。

车端落地方面,已备有专业的汽车网络安全工程能力认证、功能安全认证、隐私保护认证等全面的安全资质,也使得百度能够在测绘主体基础上结合各类资质发布合规采集方案,保证车企量产项目能够实现端到端的合规。

ba699d36718eff8d19a0be55162a6635.jpeg

数据驱动智能时代,速度为王

为了扩大“进城”优势,争夺城市自动驾驶道路落地“首位”,对于车企们来说,谁掌握了更多数据,也便拥有了更多应用落地的主动权。

而落地交付不仅是对车企多年潜心研发的一种认可,更要面临量产所带来的庞大数据量挑战。

倘若按照平均每一辆高阶自动驾驶车每天所产生的数据高达6T来算,这意味着整体数据量也将呈指数级上升,这对数据的存储处理以及算力提出了更高的要求,带来高额的研发和运营成本。

为了用好爆炸式增长的数据,云被放到了前所未有的重要位置。

只不过,刘健皓指出,“目前诸多安全问题主要是因为车已经变得越来越智能,但是车上安全系统的智能化水平没跟上。”

基于“汽车智能化,安全也要智能化”的初衷,百度自动驾驶云2.0提出的合规思路是:原始数据不出车,测绘数据不出云、测绘成果不关联、资质图商全管控。

具体来说,需要车企在车端进行数据分类分级、将测绘数据与非测绘数据分离,对于位置信息要进行坐标偏转,同时对敏感数据以及车辆采集的点云、视频、图像,还有其他的敏感数据使用图商的密钥进行加密,加密后数据通过端到端加密链路上传至智能汽车数据专有云。

如此一来,在使用数据时,由使用百度智图的密钥对上述数据进行解密,并采用地图合规的要求对数据进行脱敏,去除相关敏感、涉密信息等,完成数据审校之后再传到车企或百度Apollo内部的自动驾驶训练区域。

也就是说,基于以上的合规思路,拥有百度智图合规资质的加持,百度自动驾驶云按照监管部门发布的合规要求,综合多个车辆传回云端的信息按一定规则进行数据处理,形成地图更新信息,经过审图后,下发到各个车辆,完成地图更新的完整闭环。同时从合规采集到数据的标注、仿真、训练、更新也完成了一个自动驾驶数据训练闭环,为车企提供一个全栈的自动驾驶研发迭代能力。并通过OTA升级的方式把不断迭代的地图数据、自动驾驶模型下发至车端,未来将有待成为车企与图商之间的通用模式。

a9e441650d99afc246362352f547a6e4.jpeg

监管趋严,自动驾驶云迭代进行时

眼下,国内的汽车上云市场还是BATH(百度、阿里、腾讯、华为)在唱主角。

面对大量车企急需相关技术、经验与资质,合规服务的诉求与纠结,以百度为代表的市场参与方在试图寻找与车企合作的平衡。

数据确权便是摆在车企与图商面前的第一道门槛,也是较高的门槛之一。

刘健皓指出,在数据采集时会有量产车和测试采集车,大部分车企或者自动驾驶供应商更倾向于认为“谁采的数据,这个数据就归谁”。但由于部分汽车企业尚未取得测绘相关的资质,没有合法采集测绘地理信息数据的资格,而且在拿到数据后往往无法合规管理处理已采集的数据,造成了数据滥用,抑或是带来数据监督管理责任不明确的问题,间接提高了地理信息数据安全监管的门槛。

某种程度上,这也是百度自动驾驶云致力“覆盖自动驾驶、数据、全生命周期流程,包括采集、存储、标注、训练、仿真、管理全流程”的初衷所在。

bc11ac8b70fece2fd0555f384ab3c452.jpeg

如今,百度已将供应链与自动驾驶提到了更高的地位。

今年9月,百度智能云推出三朵汽车云:覆盖研发、生产、服务环节的集团云,覆盖自动驾驶、智能座舱的网联云,以及覆盖产业协同、物流调度的供应链协同云。

在保证数据流通安全层面,加速服务迭代,提高整个供应链供应的稳定,无疑是图商的必然选择。

在刘健皓看来,“数据闭环的过程会涉及多设备、多地点、多团队作业,流经的角色多、流程长、过程也复杂,图商将已处理的数据传送给下级供应商、车企以及自动驾驶软件服务商等,数据在后续流通环节中的安全问题仍面临极大挑战。”

当自动驾驶必将从研发走向量产,作为数据安全守门员之一,百度能做到的是尝试缩小“安全和智能”之间的鸿沟。

倘若一切顺利,在今年12月,百度自动驾驶云会升级到2.0,到时还会再释放更多信息。

加群提示

泰伯网目前建有七大领域社群:GIO企业家群、科技大厂公关群、资本机构群、汽车出行群、新航天探索群、云服务与智慧产业群、测绘地理信息群,入群请加泰伯小姐姐(微信:taiboxiaojiejie),同时备注您想进的群。

提供新闻线索请发送至邮箱:news@taibo.cn

商务合作:18500135491

法律顾问:盈科律师事务所

e20adca440817ebe9c66c950d5c354e2.png

45d1ca00655b435d667ff911bc627d24.jpeg

fe7c2b82c7f9dc56540f9774f94f8aff.jpeg独家 | 权威人士:所谓“重感知轻地图”仍逃不过监管!不可偷换概念!

《精读》

⊙自然资源部发文催债,清欠不是回款难的唯一“救命稻草”| 深度

⊙大厂混战RTK,腾讯“先交朋友不挣钱”?| 深度

⊙合众思壮换帅,国资入局转危仍未为安 | 深度

⊙深度 | 中原会战:三大运营商逐鹿地信产业

⊙独家 | 94个数字孪生流域项目待释放,地信机会几何?

7d466b54ad3058f525834eee0a9ce1a9.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481439.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【推荐系统算法学习笔记1】基本架构、专有名词、构建流程

文章目录1.架构1.1 大数据框架:lambda 架构的1.2.基本概念2. 推荐模型构建流程2.1 数据2.1.1 数据来源2.1.2 数据清洗、处理2.2 特征工程2.3 算法(机器学习)来源1.架构 推荐算法架构 召回 协同过滤基于内容的基于隐语义的 排序 召回决定了推…

DeepMind专题之创始人访谈|DeepMind创始人Demis Hassabis:AI 的强大,超乎我们的想象...

来源:图灵人工智能作者:黄楠、王玥编辑:陈彩娴导读:DeepMind,位于英国伦敦,是由人工智能程序师兼神经科学家戴密斯哈萨比斯(Demis Hassabis)等人联合创立的Google旗下 前沿人工智能企业。其将机…

博客的学习目录

1. 算法 1.1 推荐算法 1.1.1 推荐系统算法基础综合项目实战(大牛老师主讲) 推荐系统算法基础综合项目实战(大牛老师主讲) 学习笔记目录: 【推荐系统算法学习笔记1】基本架构和专有名词

世界首个!Meta AI开放6亿+宏基因组蛋白质结构图谱,150亿语言模型用两周完成...

来源:ScienceAI编辑:陈萍、杜伟如今,在蛋白质结构预测领域,各大厂也出现了「百家争鸣,百家齐放」。今年,DeepMind 公布了大约 2.2 亿种蛋白质的预测结构,它几乎涵盖了 DNA 数据库中已知生物体的…

谷歌用AI研发「乒乓球机器人」,4分钟对拉300多次,还能指哪打哪!

一个人怎么练习乒乓球?或许这事你可以问问谷歌。最近,谷歌又玩新花样,这回是乒乓球机器人AI 项目,号称和人类对战时能够连续接球340次?!要知道,让解说员激动到破音的「乒乓球史上最疯狂一球」—…

中文实体、关系抽取工具

文章目录1.Information Extraction 信息提取工具这个是model2. CoreNLP3.AllenNLP1.Information Extraction 信息提取工具 MITIE (C) library and tools for information extraction 安装、colab小数据集好,训练时间长code Duckling (Haskell) Language, engine,…

【网络搜索】学习资料

文章目录1.综述2.相关技术3.课程4. 论文4.1综述召回预训练4.2 相关模型及论文5.书6. 博客6.1 电商搜索QP:Query Processor相关性1.综述 微软综述视频,较老但不过时 2.相关技术 相关技术目录 3.课程 北邮《网络搜索原理》2020 4. 论文 sigir 4.1综…

论文新鲜出炉 - 数学家张益唐攻克 Landau-Siegel 零点猜想(2022-11-05)

来源:北大大纽约校友会感谢钱朝晖师兄、贾德星师兄的分享。张益唐老师厉害,出来了!虽然还有待数学权威机构认定,但以张老师的性格,没有攻克他不会轻易公开。看了一下PDF时间戳,是昨天的:2022-11…

神奇!一篇不足700字的论文,竟然能发表在Science上

来源:彭聃龄科学网博客 作者:彭聃龄(北京师范大学教授)文字:南方配图:南方排版 :南方一篇不足700单词的文章为什么能发表在国际顶级期刊 Science 杂志上?刊登在 Science 上的这篇文…

【搜索/推荐排序】FM,FFM,AFM,PNN,DeepFM:进行CTR和CVR预估

文章目录1.FM1.1代码-是否点击预测效果和参数量级1.3 和其他模型的比较SVMMF2. FFMone-hot的比较eg训练注意事项效果和参数量级实现3. AFM4.FNN/PNN4.1 FNN4.2 PNN5. DeepFM与Wide&Deep比较与NFMFM 本来就可以在稀疏输入的场景中进行学习,为什么要跟 Deep 共享稠…

科学家首次3D生物打印出血管化肿瘤,并成功使用免疫疗法治疗

近些年,癌症治疗领域不断取得了突破性进展,但仍缺乏标准化和生理相关的体外测试平台。一个关键性障碍是肿瘤微环境和免疫反应之间复杂的相互作用。因此,该领域研究人员不得不依赖临床试验来测试治疗效果,最终限制了抗癌治疗药物的…

【搜索/推荐排序】总结

文章目录1.进化路线2. 公式比较1.进化路线 LR:没有较叉项->FM:LR交叉项,一个特征一个向量->FFM:一个特征对每一个field(属性名)的交互有一个向量,一个特征有一个特征矩阵。->AFM:每个内积都有一个权重&#…

人工智能帮助揭秘生物衰老的原理

编辑 | 萝卜皮年龄是流行疾病和死亡的主要风险因素。然而,人们对与年龄相关的生理变化和寿命之间的关系知之甚少。新加坡 Gero PTE 公司的研究人员结合分析和机器学习工具来描述大量纵向测量中的老化过程。假设衰老是由有机体状态的动态不稳定性引起的,该…

DALL-E 2的错误揭示出人工智能的局限性

OpenAI的文字图像转换器与文本、科学和偏见作斗争。在2022年4月,人工智能(AI)研究实验室OpenAI继2021年推出的DALL-E后,又推出了DALL-E 2。这两个人工智能系统都可以根据自然语言的文本描述来生成令人惊奇的图像,包括照…

【搜索/推荐排序】NCF,DeepCross,Deep Crossing,高阶:AutoINt,AFN

文章目录0.交叉特征1.NCF1.1 问题:基于FM的问题问题动机:神经网络替代点积1.2 NCF模型图1.3代码2. Deep Crossing:微软:ResNet3.Deep&Cross4. AutoInt(19)摘要贡献相关工作:模型结构优缺点实…

中国指挥与控制学会关于申请加入《城市大脑系列建设标准规范》第二批团体标准参编单位的通知...

来源:中国指挥与控制学会各有关单位和相关专家:2022年04月14日,中国指挥与控制学会组织召开立项评审会,与会专家审议通过了8个相关团体标准的立项申请。2022年9月1日,《城市大脑系列建设标准规范》首批三项团体标准《城…

【搜索/推荐排序】Pairwise:BPR

1.BPR 1.1 做法 构建样本对假设背后是某个常见模型:如MF排序对成立情况下倒推U/V向量,计算UV乘积,得到完整评分矩阵 矩阵分解:XˉWHT\bar{X}WH^TXˉWHT 贝叶斯:P(θ∣>u)P(>u∣θ)P(θ)P(>u)P(\theta|>_…

见证历史!数学家张益唐北大讲座:本质上已证明“零点猜想”,111页论文已公开...

来源:AI前线整理:凌敏有数论学者表示,张益唐有关朗道 - 西格尔零点猜想的论文结果意义重大,使得以前的很多结果从假设性结果变成了确定性结果。张益唐在北大作“零点猜想”学术报告11 月 8 日上午 9 点,数学家张益唐在…

【搜索排序】召回综述Semantic Models for the First-Stage Retrieval: A Comprehensive Review

Semantic Models for the First-Stage Retrieval: A Comprehensive Review 文章目录管道语义模型1.召回形式化1.0 Indexing MethodsThe inverted index倒排索引approximate nearest neighbor (ANN)1.1 classical term-based retrieval methods,VSM概率方法BIM二元独立模型语言模…

Science 封面 4 文连发:大脑分区不是功能关键!智慧从脑区间连接中诞生

来源:深度学术搜索是时候重新认识一下我们大脑的运行原理了!最新一期顶刊Science,以特刊的形式连发 4 篇论文,剑指同一核心要点:大脑各种功能的关键,并不在于各脑区独立完成特定功能,而在于不同…