????Here的自動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駕駛汽車的‘集體記憶’?！彼_玩笑地說道：“這幾乎像是一個培訓自動駕駛汽車的駕校,。”Here曾是諾基亞旗下的地圖部門,，2015年一個由德國汽車廠商組成的財團以２８億美元收購并持有其多數(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)是一個難題。另一個挑戰(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他們的數(shù)據(jù)，這也是為什么自動駕駛汽車被‘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?！?/p>

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

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

????“當這些公司試圖生產(chǎn)自動駕駛汽車的時候，他們需要一大群人來檢查和仔細標記這些地圖,，就像以前的谷歌地圖一樣,。”

????另一大挑戰(zhàn)是該行業(yè)的深度碎片化,，對于高精3D地圖沒有明顯的通用標準,，各家公司也不會共享任何數(shù)據(jù)，因為他們認為這是重要的專有信息,。

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