謹防軟件定義汽車中的軟件淺坑：BUG

軟件定義汽車，是目前幾乎所有汽車廠商都掛在嘴邊的一個概念，其核心是智能汽車的價值從硬件向軟件轉(zhuǎn)移。未來汽車的硬件很可能是不賺錢的，利潤主要來自軟件；消費者評價一款智能汽車高不高端不僅要看它的硬件參數(shù)，更要看它的軟件水平。軟件定義汽車這個概念是與汽車的智能化水平息息相關的，只有當自動駕駛和智能座艙足夠好用，軟件才有可能定義汽車。

從大的趨勢上看，軟件定義汽車是沒有什么疑問的。但是正如我們距離真正的完全自動駕駛還非常遙遠，軟件定義汽車雖然人人在說、人人在做，卻仍是一個長久的議題，實現(xiàn)起來困難重重。最直接的困難不是什么高不可攀的技術高峰，而是無處不在、防不勝防的軟件淺坑：BUG。

電腦藍屏相信大家都遇到過，如果智能汽車的自動駕駛系統(tǒng)也“藍屏”，將會帶來非常嚴重的后果。

是軟件就會有BUG，有的BUG無關癢痛，但有的BUG則會帶來非常嚴重的后果。對普通人來說，一次office崩潰或者電腦藍屏就足以令人抓狂；而在工業(yè)、科技領域，BUG可能會造成數(shù)以億計的損失，甚至給生命帶來威脅。最出名的BUG應該是千年蟲（系統(tǒng)里的年份用兩位數(shù)表示，導致2000年被錯誤識別為1900年），在上世紀90年代末全球耗費數(shù)十億元來解決處理這個問題。

軟件系統(tǒng)越復雜就越容易出BUG，而未來智能電動汽車的軟件代碼可能會超過十億行，是最復雜的軟件系統(tǒng)。作為對比，美國最先進的F35戰(zhàn)斗機有2400萬行代碼，office軟件有4000萬行代碼，Windows 10操作系統(tǒng)大約有一億行代碼。在十億行代碼中不出現(xiàn)BUG基本上是不可能的。智能座艙和自動駕駛是智能汽車軟件系統(tǒng)當中最復雜的兩個部分。在智能座艙部分，BUG可能會導致用戶體驗的下降、用戶信息的泄露；在自動駕駛部分，BUG可能會造成可靠性的下降，甚至會導致事故的發(fā)生。

目前的汽車軟件系統(tǒng)大約有一億行代碼，而未來智能汽車的軟件系統(tǒng)代碼行數(shù)可能會突破十億行。

目前鬧得沸沸揚揚的特斯拉“剎車失靈”事件就展現(xiàn)了智能汽車可能會遇到的一系列軟件問題。特斯拉采用了博世的iBooster電動助力剎車系統(tǒng)，剎車助力的策略和各項參數(shù)可以通過軟件來調(diào)整。于是特斯拉通過OTA升級就能提升車輛的剎車性能，可以說是“軟件定義汽車”的典型案例。但是另一方面，特斯拉對iBooster的控制軟件做了大量的修改，而這些修改很可能帶來了一些缺陷，這被廣泛認為是“剎車失靈”的主要原因。

自動駕駛往往采用了復雜的神經(jīng)網(wǎng)絡算法，研發(fā)人員用海量的真實路況和人類駕車數(shù)據(jù)來訓練算法，讓神經(jīng)網(wǎng)絡理解這些數(shù)據(jù)，并復現(xiàn)人類駕車時的反應。這種算法被廣泛應用在AI領域，解決了不少難題。但這種先進的算法也有可能存在BUG和缺陷。在2019年，美國最大點評網(wǎng)站 Yelp的工程師訓練了一個用來消除 BUG 的神經(jīng)網(wǎng)絡。讓人意想不到的是，這個神經(jīng)網(wǎng)絡把所有代碼都刪除了，從而徹底地“消除”了BUG。這樣的問題同樣可能出現(xiàn)在自動駕駛領域。

神經(jīng)網(wǎng)絡算法是一種黑箱算法，在輸入的數(shù)據(jù)和輸出的決策之間存在一個黑箱。也就是說，研發(fā)人員其實并不清楚機器到底是如何通過輸入的數(shù)據(jù)形成最終決策的。對于自動駕駛這種需要極端安全性和可靠性的應用場景來說，黑箱的存在無疑是個巨大的隱患。直到發(fā)生了事故，我們才會知道算法有問題，但是問題在哪兒卻又是不可知的。這又給事故的調(diào)查和監(jiān)管帶來難題。

即使車企的工程師們開發(fā)出了一種相對完善的軟件系統(tǒng)，并不意味著它們完全避免了嚴重的BUG，日益頻繁的OTA很可能會帶來新的問題。在“軟件定義汽車”概念中，OTA空中升級是極為重要的一環(huán)，通過OTA可以不斷賦予車輛新的功能。車企的軟件OTA頻率正在逐漸向手機廠商靠攏，未來將可能實現(xiàn)每個月都有升級。然而手機軟件的測試流程相對簡單，智能汽車軟件系統(tǒng)則需要更加嚴格、更加復雜的測試。在升級頻率越來越快的壓力之下，智能汽車軟件系統(tǒng)OTA帶來BUG的可能性是非常高的。好在更新頻繁的主要是智能座艙部分，帶來的損失相對較小。

責任編輯：lq6