地平線機器人余凱：對自動駕駛技術(shù)充滿敬畏 | GNEV7

雷鋒網(wǎng)按：12月17日，在北京舉行的第七屆全球新能源汽車大會（GNEV7）上，地平線機器人CEO余凱發(fā)表了《未來汽車的技術(shù)起點》的主旨演講，聊了聊怎么樣通過技術(shù)變革使交通出行更加安全、便捷以及有趣。余凱是前百度研究院執(zhí)行院長，曾領(lǐng)導(dǎo)百度深度學(xué)習(xí)研究院( IDL )、多媒體技術(shù)部（語音，圖像）、圖片搜索產(chǎn)品部等團隊。2014 年以來，余凱發(fā)起和領(lǐng)導(dǎo)了百度大腦、百度自動駕駛、BaiduEye 以及 DuBike 等一系列創(chuàng)新項目，并連續(xù)三次榮獲公司最高榮譽——“百度最高獎”。

12月19日，雷鋒網(wǎng)第100期硬創(chuàng)公開課將特邀余凱博士為大家做一期以《人工智能的冰與火之歌：回顧 2016，展望 2017》為主題的演講，分享他對今年AI現(xiàn)象的看法以及對未來的展望。

以下為余凱在GNEV7演講全文（雷鋒網(wǎng)作了不改變原意的刪減）：

前面很多嘉賓談到了變革：大數(shù)據(jù)、人工智能技術(shù)、自動駕駛。今天我從一個技術(shù)專家的角度給大家闡述技術(shù)創(chuàng)新可能給汽車行業(yè)帶來的影響。

2015年的7月，我創(chuàng)立地平線，實際上開始做的事情聽起來比較非主流、反主流，我定義地平線是嵌入式人工智能的領(lǐng)導(dǎo)者。

什么叫嵌入式人工智能？它并不是通過云端聯(lián)網(wǎng)，在數(shù)據(jù)中心進行大規(guī)模計算去實現(xiàn)人工智能，而是在本地計算，在不聯(lián)網(wǎng)的情況下實時的做環(huán)境感知、人機交互以及決策控制。

大家想象一下自動駕駛這樣一個場景：一個小朋友突然橫穿馬路。我們要把信號傳到云端做處理做決策，這可能是災(zāi)難性的，如果網(wǎng)絡(luò)條件不穩(wěn)定怎么辦？

實際上，嵌入式人工智能就是完全低功耗的本地化計算，很多場景都需要這樣的解決方案。

地平線其實是想做嵌入式人工智能的領(lǐng)導(dǎo)者。這里面包括從軟件、硬件甚至處理器的架構(gòu)重新定義怎么去實現(xiàn)低功耗、高性能的計算。主要應(yīng)用的場景毫無疑問第一個是自動駕駛，第二個叫Smart Live（智能生活）。

權(quán)威報告顯示，2030年世界上每十輛車中將有四輛具備一定程度的自動駕駛功能——可能是輔助駕駛，甚至高速路的全自動駕駛及非高速路的自動駕駛在那時也能實現(xiàn)。

如此大的產(chǎn)業(yè)機會源于中國汽車市場已經(jīng)躍居世界第一。但令人尷尬的是，全世界范圍內(nèi)每十萬人的交通事故死亡率，中國是世界最高。那么，怎么樣通過技術(shù)變革使交通出行更加安全、更加便捷以及更加有趣？

百年歷史的汽車行業(yè)實際上來了野蠻人，這些野蠻人來自互聯(lián)網(wǎng)公司，我也是其中的一位。野蠻人也需要進化。未來，自動駕駛會像程控交換機改變電信行業(yè)一樣，會重構(gòu)整個交通出行產(chǎn)業(yè)。這里面互聯(lián)網(wǎng)企業(yè)、車廠、傳統(tǒng)的供應(yīng)商都必須擁抱這個趨勢，并且找到自己的位置。

我們永遠(yuǎn)會低估人類對懶惰的追求，計算機交互從鍵盤到鼠標(biāo)再到觸控，越來越方便，人們在越來越懶惰的狀態(tài)下做這些事情。如今，我們還需要花幾個月的時間學(xué)習(xí)開車作為生活必備技能，但15年、20年以后我們還需要這些嗎？我認(rèn)為對用戶體驗無止境的追求會驅(qū)動產(chǎn)業(yè)變革。

當(dāng)然，從技術(shù)角度講，必須承認(rèn)的是，無人駕駛談何容易？報道顯示，2014年9月份——2015年11月份期間，Google的無人駕駛汽車在無人為干預(yù)情況下發(fā)生了13次碰撞事故，在42萬英里的行駛過程中一共發(fā)生了341次人為的干預(yù)。即便是Google這樣的公司目前還做不到“無人駕駛”，同時，就算車上的傳感器與計算設(shè)備加起來可以買好幾輛車，但穩(wěn)定性和可靠性依然無法保證。

以我的親身經(jīng)歷來看，百度和寶馬合作的第一輛無人駕駛汽車，后備箱塞滿了機器，根本別想放行李，這個問題到今天都沒有解決。像百度、Google、優(yōu)步這些無人駕駛汽車，每開兩個小時就要找個地方散熱，整個系統(tǒng)的可靠性、穩(wěn)定性是個巨大的問題。我從一開始負(fù)責(zé)百度無人車的時候就想，一定要對汽車產(chǎn)業(yè)100多年在駕駛安全方面積累的技術(shù)有足夠的敬畏之心，所以我們開始的時候就找了傳統(tǒng)車廠寶馬來合作。

汽車產(chǎn)業(yè)的OEM（原始設(shè)備制造商）跟Tier-1（一級供應(yīng)商）在無人駕駛方面持“漸進”觀點——從輔助駕駛到半自動駕駛再到全自動駕駛；從有限場景的園區(qū)、高速公路到非限制場景再全天候。這種漸進式發(fā)展路線從今天看是比較現(xiàn)實主義的，我也認(rèn)為是可取的。

但是，歷史上也不乏由于某項新技術(shù)的變革，改變了整個外部生存環(huán)境的例子，以一種顛覆者的姿態(tài)入場。

下面我想跟大家分享一下最近人工智能方面的發(fā)展，實際上我們每個人都要對這件事情有充分的敬畏之心，包括在人工智能行業(yè)工作20年的我。

人工智能技術(shù)在過去十年時間里，一個顯著的發(fā)展趨勢就是深度學(xué)習(xí)，因為深度學(xué)習(xí)不但讓語音識別成為可能、讓圖像識別開始進入產(chǎn)業(yè)，它甚至在下圍棋這件事情上做得也比人類好。

其中，增強學(xué)習(xí)不光是感知的問題，更加是決策、連續(xù)決策的問題。優(yōu)化一個長期的目標(biāo)，不光可以讓下棋做得更好，同時加速自動駕駛的發(fā)展。最近，我們看到在整個行業(yè)里面包括Google、地平線都在研究基于增強學(xué)習(xí)的自動駕駛決策系統(tǒng)。

另外一個就是計算，計算的摩爾定律、架構(gòu)的重新設(shè)計。NVIDIA從去年八、九月份開始到今天股票漲了5倍，因為其新的計算架構(gòu)使得人工智能的計算能夠提升兩個數(shù)量級，讓深度神經(jīng)網(wǎng)絡(luò)計算更加高效。正是這樣的需求，讓這家公司的價值從一百億漲到五百億。

最近，特斯拉宣布明年所有的新車上會裝8個環(huán)視攝像頭，都是高清的，底層有NVIDIA的Drive PX2計算平臺，當(dāng)然還有12個超聲傳感器，包括前方的毫米波雷達。但是特斯拉的自動駕駛技術(shù)并不完善。

這是典型的“技術(shù)未動，數(shù)據(jù)先行”，是新的思維和方法論。

特斯拉可以從車輛實際運營中積累兩種數(shù)據(jù)：

第一種是路況就是環(huán)境的實時數(shù)據(jù)；

第二類數(shù)據(jù)是說在這樣的環(huán)境和路況下面司機怎么操作、怎么決策。

這個過程可以積累十億英里的駕駛員決策數(shù)據(jù)，背后是一個深度神經(jīng)網(wǎng)絡(luò)在云端不斷學(xué)習(xí)，學(xué)習(xí)人是如何操控的。這與我們過去的思維：工程師自己寫規(guī)則、調(diào)試不一樣，完全是機器自主在學(xué)習(xí)。

到2018年，特斯拉將具備Forward Facing Radar能力，這是大數(shù)據(jù)驅(qū)動的自動駕駛，我們對此要給予充分關(guān)注，因為它有可能大大加速整個自動駕駛的研發(fā)。

地平線內(nèi)部在開發(fā)的Rational End To End自動駕駛決策系統(tǒng)是通過大量數(shù)據(jù)及計算機仿真，利用增強學(xué)習(xí)去學(xué)習(xí)最優(yōu)的路徑規(guī)劃與決策的算法，這里面還有一個很重要的方面是我們需要把人工智能的技術(shù)跟汽車行業(yè)長期積累的功能安全性標(biāo)準(zhǔn)結(jié)合在一起。

余凱最后給出兩個觀點：

1、目前，自動駕駛的參與者有三類，一類是傳統(tǒng)主機廠跟供應(yīng)商所構(gòu)成的強大的生態(tài)，這是現(xiàn)在的主流；一類是互聯(lián)網(wǎng)企業(yè)比如像百度、Google、優(yōu)步；還有一類是像地平線這樣的人工智能技術(shù)企業(yè)。傳統(tǒng)主機廠和供應(yīng)商與人工智能技術(shù)企業(yè)需要彼此敬畏：一方面人工智能技術(shù)需要敬畏汽車產(chǎn)業(yè)對安全的理解；但另一方面?zhèn)鹘y(tǒng)主機廠跟供應(yīng)商必須對可能產(chǎn)生顛覆結(jié)局的自行駕駛技術(shù)保有敬畏。同時，二者應(yīng)互相擁抱互相合作。

2、新的技術(shù)對世界的影響，其實在短期內(nèi)我們總是高估它，因為它并沒有我們想象得那么好。但是在十年的維度里面我們往往會低估，就像十年之前你想不到今天的移動互聯(lián)網(wǎng)如何改變你的生活一樣，你也想不到十年后自動駕駛技術(shù)會如何影響你。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。