4月22日，阿里巴巴達摩院全球首次發布自動駕駛“混合式仿真測試平臺”，該平臺可以利用現實和虛擬相結合的方式進行測試。模擬一次極端的環境及路況僅需30秒，天天測試的歷程超過了800萬公里，相當于實際路試幾十年行駛的里程，在這個平臺上能完成L5級別的自動駕駛系統的練習。

根據2月27日美國加州車輛治理局（DMV）發布的《2021年自動駕駛接管報告》數據顯示，測試里程數很多的Waymo公司，148輛車全年共跑了145萬英里（約等于233萬公里），也就是說阿里達摩院的測試平臺一天的測試量就達到了Waymo公司一年測試量的3.4倍。

這樣的能力，不得不讓人再次想起2021年曾令全世界圍棋高手膽寒的圍棋AI程序——阿法狗（AlphaGo）。

要知道阿法狗曾經4:1戰勝圍棋世界冠軍李世石、3:0戰勝排名世界第一的世界圍棋冠軍柯潔、橫掃中日韓數十位圍棋高手，圍棋界公認阿爾法圍棋的棋力已經超過人類職業圍棋頂尖水平。曾被認為是“人類聰明的很后堡壘”——圍棋就此被人工智能攻陷！

阿法狗到底是怎么煉成的？分為四個階段四個版本，

第一個版本：AlphaGoFan，即戰勝樊麾時的人工智能，程序輸入了10萬場業余高手的對局，模擬人類下棋。

第二個版本：AlphaGoLee，是2021年戰勝李世石的阿爾法圍棋，輸入了3000萬人類棋局，并自我對弈3000萬局。

第三個版本：AlphaGoMaster，是2021年戰勝柯潔的阿法狗，共輸入了3000萬棋局并自我博弈超過一百萬次。據估算柯潔看過的棋局不超過5萬，所以輸的一點也不冤。

第四個版本：AlphaGoZero，從完全空白起步，不需要任何人類的棋譜經驗，經過3天自我對弈練習490萬場，它就無師自通，60:0橫掃人類頂尖棋手，完爆其高手“前輩”——Master。

可以看出，人工智能通過強大的計算和存儲能力，運用神經網絡、深度學習、蒙特卡洛樹搜索法等先進的AI技術，可以完成一個人數百年都無法完成的學習和練習量，并總結經驗循環改進。

這也是阿法狗能夠輕松超越人類的秘密！

可能有人會說，自動駕駛的測試情況復雜，單靠模擬是不行的。

但榕哥認為有三點是值得肯定的。

仿真測試平臺的作用

自動駕駛汽車的大腦和人腦一樣，只是處理來自“五官”的信號，這些信號的變化源于駕駛過程中的場景變化，因此跳過“五官”進行仿真測試是練習大腦，是有價值的。對于自動駕駛來說，只是把感知監測和大腦中樞分開來強化罷了。

該平臺能夠將現實的路況信息通過各種手段收集，并融合進模擬器環境中，能夠得到比一般模擬器更加真實的練習，能夠接近路測數據級別。該平臺甚至通過算法模擬人類的不確定，對車輛進行隨機干預，模擬各種現實中希罕的駕駛習慣以及場景。

仿真測試平臺的優勢

按照傳統方法，用人測試、用真車去跑馬路，確實可以拿到真實場景下的數據，但是這樣的數據太有限、效率太低下，同樣存在無法窮盡覆蓋的場景，甚至還不如仿真測試平臺。

自動駕駛研究的方法論

從阿法狗的教訓或經驗來說，人工智能一年的努力已經超過了研究圍棋3000年的人類，其進化能力是超乎想象的。停留在傳統思維上，意味著就是落后！阿里達摩院的自動駕駛“混合式仿真測試平臺”，就像是AlphaGoMaster，假如充分利用AI的技術優勢，也可能會產生超一流的“AlphaGoZero”。

這將極大加速自動駕駛的研發進程！

這個平臺還可以向其他研究自動駕駛的中國汽車企業提供，大大降低企業研發成本。比如特斯拉就有自己的平臺Dojo。