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

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

未來，互聯(lián)汽車將依靠完整的數(shù)據(jù)生命周期方法，支持企業(yè)級的高級分析和機器學習，最終實現(xiàn)全自動駕駛。為了創(chuàng)建一個完全無縫銜接的數(shù)據(jù)生命周期，從具備將數(shù)據(jù)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(shù)據(jù)源獲取、處理和創(chuàng)建或更新機器學習模型的可擴展式機器學習平臺，再到滿足數(shù)據(jù)保真度和模型精確性要求的OTA更新，并將更新后的機器學習模型部署到車輛上，互聯(lián)汽車生命周期內(nèi)的所有組成部分都必須無縫集成。為此，新一代基礎(chǔ)架構(gòu)必須具備安全可靠的嵌入式智能邊緣操作系統(tǒng)，同時還能支持動態(tài)無線更新，以及具備企業(yè)級高級分析和機器學習平臺等關(guān)鍵功能。

Cloudera與NXP、Wind River、Airbiquity以及Teraki幾家行業(yè)領(lǐng)導者合作開展了一項名為Fusion的項目，目的是提供從車輛邊緣到云端的一體化解決方案，從而解決分散的機器學習數(shù)據(jù)管理生命周期相關(guān)問題。我們希望打造一個實現(xiàn)、并優(yōu)化未來互聯(lián)汽車系統(tǒng)的數(shù)據(jù)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)汽車的人工智能和機器學習模型。該項目通過用于數(shù)據(jù)采集、分析和OTA更新的先進硬件、軟件與云數(shù)據(jù)分析平臺，正在持續(xù)訓練和改進量產(chǎn)車輛的先進應(yīng)用和自動駕駛功能。

VSI Labs創(chuàng)始人兼總裁、Telematics Research Group 前聯(lián)合創(chuàng)始人Phil Magney表示：“汽車制造商在復雜技術(shù)的實現(xiàn)過程中不斷面臨新的挑戰(zhàn)，例如高級駕駛輔助系統(tǒng)和自動駕駛汽車所需的技術(shù)等。新一代數(shù)據(jù)管理技術(shù)棧支持在多個維度持續(xù)改進和部署人工智能機器學習模型，因此汽車制造商需要像Fusion項目創(chuàng)建的車輛云端解決方案這樣的先進技術(shù)，能夠?qū)⒄麄€汽車生態(tài)系統(tǒng)的主流技術(shù)都充分利用起來?！?/p>

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

Fusion Project的應(yīng)用案例表明，互聯(lián)汽車的機器學習模型精度高達99％以上，數(shù)據(jù)減少了98％，模型訓練時間縮短了10倍。通過更準確的數(shù)據(jù)收集以及更準確的標簽和注釋，可以實現(xiàn)模型的精確度，而數(shù)據(jù)的減少是通過對訓練數(shù)據(jù)進行相關(guān)選擇，以及對互聯(lián)汽車傳感器數(shù)據(jù)進行處理和編碼來實現(xiàn)的。

Cloudera憑借Cloudera Data Platform 、Cloudera Data Flow（CDF）和Cloudera Machine Learning（CML）技術(shù)，為互聯(lián)汽車機器學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)汽車智能邊緣數(shù)據(jù)、并傳輸?shù)皆贫说年P(guān)鍵，它能夠?qū)Ａ繑?shù)據(jù)流進行規(guī)?；幚砗头治觯瑥亩鄠€來源獲取結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并且能夠處理和發(fā)揮此類高容量、高速數(shù)據(jù)的價值，從而解決動態(tài)數(shù)據(jù)挑戰(zhàn)。

CML能夠創(chuàng)建、更新和管理互聯(lián)汽車的機器學習模型，支持處理安全快速的機器學習工作流。同時支持在任何地點部署強大、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)過持續(xù)不斷的優(yōu)化，CML已具備交付模型、預測精度監(jiān)控、實況調(diào)查、模型治理、沿襲追蹤以及模型分類功能。

Cloudera制造與汽車業(yè)務(wù)部總經(jīng)理Micheal Ger表示：“互聯(lián)汽車的智能化涉及到硬件和軟件的專業(yè)知識，因而異常復雜。Cloudera為互聯(lián)汽車提供了基礎(chǔ)數(shù)據(jù)管理結(jié)構(gòu)，為數(shù)據(jù)可靠地傳輸?shù)皆贫艘约按笠?guī)模的數(shù)據(jù)存儲、處理、分析和機器學習提供了解決方案，這為實時洞察和車載決策打下基礎(chǔ)，將推動互聯(lián)汽車的進一步發(fā)展?！?/p>