????Here的自動(dòng)駕駛地圖主管拉爾夫·赫爾威奇表示：“我傾向于將地圖看作所有自動(dòng)駕駛汽車的‘集體記憶’?！彼_玩笑地說道：“這幾乎像是一個(gè)培訓(xùn)自動(dòng)駕駛汽車的駕校?！盚ere曾是諾基亞旗下的地圖部門，2015年一個(gè)由德國(guó)汽車廠商組成的財(cái)團(tuán)以２８億美元收購(gòu)并持有其多數(shù)股份。

????無論它們被稱作什么，制作這些地圖都非常困難。地圖中使用的大量數(shù)據(jù)是一個(gè)難題。另一個(gè)挑戰(zhàn)是必須持續(xù)更新，從而讓它們能為汽車提供最新信息。

????地圖初創(chuàng)企業(yè)Civil Maps的首席執(zhí)行官斯拉萬·普塔貢塔表示：“很多公司都不知道如何存儲(chǔ)他們的數(shù)據(jù)，這也是為什么自動(dòng)駕駛汽車被‘地理圍欄’圈住了。它們不可能在車廂中載下所有數(shù)據(jù)，所以只能被限制在特定區(qū)域內(nèi)?！?/p>

????Civil Maps正在試圖解決這個(gè)問題，它簡(jiǎn)化地圖數(shù)據(jù)以方便管理，但迄今還沒有單一的行業(yè)標(biāo)準(zhǔn)勝出。此外，生成這些地圖所需的人工智能還遠(yuǎn)非完美。往往需要人力來檢查地圖上的標(biāo)簽，評(píng)估是否需要更新，以及分析試駕過程中汽車出現(xiàn)錯(cuò)誤的原因。

????為AI提供人力培訓(xùn)的Scale API公司的工程師Alexandr Wang表示：“關(guān)于AI真正沒有談到的一件事情是，要讓這項(xiàng)技術(shù)真正發(fā)揮作用，背后到底需要多少人力？”

????“當(dāng)這些公司試圖生產(chǎn)自動(dòng)駕駛汽車的時(shí)候，他們需要一大群人來檢查和仔細(xì)標(biāo)記這些地圖，就像以前的谷歌地圖一樣?！?/p>

????另一大挑戰(zhàn)是該行業(yè)的深度碎片化，對(duì)于高精3D地圖沒有明顯的通用標(biāo)準(zhǔn)，各家公司也不會(huì)共享任何數(shù)據(jù)，因?yàn)樗麄冋J(rèn)為這是重要的專有信息。

????“每家公司都在努力開發(fā)自己內(nèi)部的高精地圖解決方案，以便滿足自己的自動(dòng)駕駛汽車需求，而這沒有規(guī)模效應(yīng)，”DeepMap的吳夏青說，“這就像在重新發(fā)明車輪，浪費(fèi)了大量資源。這也可能是阻止自動(dòng)駕駛汽車成為商品的原因之一?！?/p>