本文的作者，英特尔公司副总裁兼无人驾驶业务部门总经理凯西·温特（Kathy Winter）揭开了4TB无人驾驶汽车价值实质的神秘面纱。她于2016年从德尔福（Delphi）加入英特尔公司。在德尔福（Delphi），她成功实现了首次全尺寸自动驾驶汽车的跨国之旅。如果同时有3,000人在讲话，您还能听到每个人都在谈论什么吗？作为工程师，我热衷于解决问题并使用“数学语言”或“数字”或“数字”。了解我们的世界。数字不仅仅是数字值，它们还可以通过文本无法实现的方式为故事增添色彩。大数字非常有趣，因为它们的含义通常比数字本身更复杂，尤其是4TB。我很高兴想到这个数字对无人驾驶行业的重要性。首先，为什么是这个数字？无人驾驶汽车有望在一个半小时内产生4TB的数据，而汽车上的普通人每天平均需要一个半小时。到2020年，每天将有3000名互联网用户生成大量数据。现在，您可能无法直观地感觉到如此大量的数据。让我们从另一个角度来看它。有多少人在Facebook上有3000个朋友？想象一下，您每天都在关注并收到这些朋友发布的新更新。如果无人驾驶汽车生成的数据的亮点仅为4TB，则每秒无人驾驶汽车的传感器生成的数据量可能不会令人兴奋。让数据成为无人驾驶＆amp; “新石油”真正的挑战是，我们需要利用这些数据将其转化为可行的见解，以便汽车能够在无需人工干预的情况下进行思考，学习和学习。开车未来，数据驱动的驾驶有望将人为错误造成的事故减少90％。英特尔是一家数据公司。我们精通如何创建，移动，存储，处理，分析和管理大规模数据。此外，我们正在将这种专业知识应用于无人驾驶行业。根据经验，我们知道解决无人驾驶面临的数据挑战的最快方法是行业协作。如果我们想在2021年完全实现无人驾驶，仍然有很多工作要做，但是我相信我们可以与业界和合作伙伴一起实现这一目标。无人驾驶数据包括三种基本类型：技术数据，众包数据和个人数据。技术数据最为明显。这些数据来自一组传感器，这些传感器帮助汽车“看到”行驶中的车辆。周围的环境。这些数据帮助汽车识别人员或消火栓，“注意”。到道路上的坑洼，或计算附近汽车的速度。此外，技术数据还有助于捕获新的驾驶场景并将其传输到云中，以学习和改进控制驾驶行为的软件。当技术数据传输到云时，它可以使连接到该云的所有车辆受益。众包数据是本地汽车从周围环境中接收到的数据，例如交通状况和道路状况的变化。您可以想象许多应用程序可以使用这种类型的数据，例如查找附近的停车场或避免交通拥堵。最后，还有一些个人数据，包括您要收听的广播电台，最喜欢的咖啡馆，首选路线等等。此类数据可以帮助您在无人驾驶汽车中创建更令人兴奋的个性化体验。随着行业全面向无人驾驶汽车发展，数据为全球行业带来了许多挑战。第一个挑战是上述4TB。数据量呈指数增长，这需要巨大的计算能力来组织，处理，分析，理解，共享和存储。想象一下数据中心服务器而不是PC的计算能力。尽快培训无人驾驶汽车是另一个挑战。当确定新的驾驶响应或情况时，必须立即进行机器学习，仿真和算法改进，而不是数周或数月之后，并且必须在汽车可用时立即将更新的驾驶模式推向汽车。无论何时，何地以及如何发生这些因素，对于现在和未来都非常重要，无人驾驶成为常态。此外，数据保护和消费者对无人驾驶的信任也值得关注。经常有人问我：如何安全地存储和共享数据？我们对此非常重视，存储了哪些数据？哪些数据被丢弃？要共享什么数据？我们如何保护这些数据？这些问题需要行业合作，需要我们的顶级专家来解决。最后，数据挑战不是恒定的。随着无人驾驶汽车的数量从数百万增长到数亿，数据挑战也将越来越多。只有能够处理EV