行驶里程数一直是自动驾驶汽车(AV)的一项重要统计数据：行驶更多英里等于获得更多学习数据。当今的视音频开发人员对数据有无限的渴望：他们驾驶的次数越多，其自动驾驶软件的驾驶能力就越强。

这些数据一直代表着视音频开发商的主要竞争优势-这就是为什么除了(主要是)硅谷办事处的墙壁外几乎没有共享任何东西的原因。

也就是说，直到现在。

从封闭的大门到开放的数据集

在过去的一年半中，各种领先的自动驾驶技术开发商已开始向公众发布其道路驾驶数据集。在此之前，由于数据收集的资源密集性，学术界只能使用很少的小型数据集。

释放开放数据集是让学术界的研究人员可以进行自动驾驶技术实验和研究，并启动该领域创新的好方法。然而，被忽视的事实是，数据共享对于实现自动驾驶汽车的圣杯：安全至关重要。

促进利益相关者之间的协作和数据共享是充分制定安全标准的基础，也是美国国家公路交通安全管理局对自动驾驶汽车的自愿性指南的核心重点之一。数据共享和安全是密不可分的-从两个假设开始，这就是原因。

首先，在自动驾驶汽车方面，安全是社会的首要目标。这项技术有望使仅在美国道路上每年发生的40,000例死亡减少(理想)为零，并且必须确保安全，然后才能看到大量的AV推出。

第二，我们想鼓励的最大的问题是推动方案的发展。驾驶场景可以理解为驾驶过程中发生的情况的叙述，以及所有边界条件和环境规格;例如，一种情况，一辆汽车以一定的速度并在下大雨的情况下在高速公路的特定区域切断了另一辆汽车。

分享是关怀

共享这类情况不应引起特别争议，因为共享数据与任何公司的知识产权或核心技术堆栈都没有深层次的联系。只需花费时间和精力即可收集。

但是，大规模共享此数据将产生积极的外部性，而拒绝共享将产生相反的效果。总的来说，由于每个公司都有机会在更广泛，更丰富和更大的数据集上培训和验证其专有软件，因此，该行业将从大量共享的安全数据和驾驶场景中受益匪浅。另一方面，保持数据孤立和专有将使每家公司处理因其独特的数据空白而产生的特殊情况的能力降低。这就是为什么这些公司一直非常保护自己的数据的原因：“贸易秘密”的借口背后是抑制竞争者对世界了解的愿望。

当然，首先进入市场是巨大的优势。但最终，要使自动驾驶系统(ADS)成功，就需要有一套所有制造商必须满足的安全标准，然后才被允许将其车辆上路。我们相信，必须在设计，客户体验和业务模型中找到竞争优势，但不能在基本安全方面找到优势。

要考虑的另一个外部因素是，使用共享数据池的训练算法可以提高不同ADS彼此协作的能力。在危险或复杂的情况下，对世界有不同的基本理解，并且用不同的语言来描述世界可能导致不同的解释-最终增加了为每个制造商解决情况的复杂性，同时降低了技术的整体安全性。

最后，建立一个共享的，全面的驾驶场景库是朝着开发可靠，透明和强大的AV安全标准迈出的第一步，这将为法规铺平道路。如果没有通用的共享媒介来建立“测量规模”，几乎不可能提出有意义的安全门槛。监管者，政策制定者和主管部门需要了解实际情况，并根据实际数据做出决策;最好由第三方组织统一，组织和协调。

最后但并非最不重要的一点是，创建共享数据池将是朝着透明度迈出的重要一步，这可能对公众对自动驾驶汽车的信任和接受产生重大影响。鉴于当前对自动驾驶技术缺乏整体信任，这是一个明确而迫切的需求。

通往共享数据安全池的道路

编排此类数据共享工作涉及技术和运营挑战，例如，确定通用的场景描述语言，或确定通用的分类法以用作对世界的标准描述，并制定正确的激励方案以最大化收益对于所有参与者。

在Deepen AI中，我们一直在努力制定解决这些问题的计划，并使共享的安全数据和驾驶场景数据库成为现实。得益于“视音频安全数据项目”，我们与世界经济论坛共同领导，我们正在启动安全池，这是基于激励的自动驾驶技术经纪人，主要由自动驾驶技术的主要利益相关者共享。我们将在接下来的几周内发布更多细节-但与此同时，请加入我们的使命，以实现安全，可靠和强大的自动驾驶。

在我们的行业中，私营公司与其他利益相关者之间的合作可能比以往任何时候都更为重要。由于仍然存在重大技术挑战，像克鲁斯或戴姆勒这样的知名演员已经推迟了其AV推出的截止日期。工程师和行业领导者已经开始认识到，解决自主权可能需要远远超出单个公司界限的协作。此外，鉴于近年来自动驾驶行业遭受的事故和死亡，对安全的关注比以往任何时候都更加重要，并且达成了一个共识，即安全应该放在首位。

现在是一个行业共同努力以实现更安全，更便捷的运输的时候了。共享数据是实现此目标的第一步，也是最基本的步骤。