专访地平线 CEO 余凯:行业整合的环境下,本土 AI 公司将如何做好自动驾驶?

· Mar 27, 2017

在 BCW 大会上,除了博世与 NVIDIA 这样自动驾驶行业的知名企业,也少不了国内创业公司的身影。地平线机器人公司(Horizon Robotics, Inc)的创始人兼 CEO 余凯就受邀在大会上做了演讲,他们的深度学习技术正是实现自动驾驶所不可缺少的技术及环节。算法公司如何理解自动驾驶行业最近的一些大事件以及他们在行业中的地位呢? 我们借此机会专访了余凯,以下是整理后的采访内容(G 代表 GeekCar,K 代表余凯): 关于目前的行业趋势 G:我们发现 Mobileye 和英伟达对于深度学习的理解不太一样,Mobileye 希望用 AI 模拟人的驾驶行为,而英伟达的深度学习需要在标准化的交通规则下实现,在您看来,他们的深度学习有什么不同? K: Mobilyeye 以前更多的是在做 ADAS,重视视觉处理,研究感知层面的技术,现在也开始研发驾驶控制、决策,他们使用的是增强学习(Reinforcement Learning)。我在演讲中提到过,我们也更倾向于算法层面的增强学习。你可以把增强学习理解成一个框架或一个系统,而深度学习是包含在其中的模块。NVIDIA 的深度学习需要在一个固定的规则下实现。 G:在您看来,Intel 收购 Mobileye 是出于算法层面的考虑吗? K:Intel 收购 Mobileye 是出于三方面的考虑:首先,Intel 专长于硬件制造,需要 Mobileye 这样的算法公司及其算法工程师;其次,Mobileye 的一些产品有实际上车经验;最后,Mobileye 积累了很多的数据。Intel 整合了这三方面的优势,让他们节省了很多时间和精力,走到了很多公司的前面。 G:现在行业内都在提倡数据分享,从您的角度看,真正的数据共享能实现吗? K:我觉得未来可能会实现。当然,参与数据共享的公司也需要分享自己的数据。 G:您觉得自动驾驶真正的瓶颈是在硬件上还是在算法和数据上? K:我觉得都是。自动驾驶是一个系统性工程,算法、软件、硬件和数据需要结合在一起,否则很难做好。比如一些小概率情况,需要积累成千上万公里的数据才可能出现,然后去分析调整。 G:Tesla 认为不用激光雷达就可以实现自动驾驶,而老黄这次也说要降低对激光雷达的依赖性,您觉得有可能吗? K:首先激光雷达必须得降价,否则不利于其在自动驾驶车上的应用。理论上,汽车可以只靠摄像头实现自动驾驶。但是从提高系统安全性的角度来看,还是需要有些冗余。在自动驾驶的感知环节,不同性质的硬件应该互补。 G:目前 Uber、谷歌等科技公司和传统厂商都在进行自动驾驶的研发,您觉得他们现在是并驾齐驱吗? K:科技公司和传统厂商都有技术实力去研发,只是他们的市场定位不同。科技公司更想要颠覆主机厂,成为行业主导者。 G:互联网公司和传统厂商可能合作吗? K:比较难。传统厂商对互联网公司的供应更多是在幕后,互联网公司在消费者端发声很强,传统厂商有点像被绑架。 G:您觉得博世和英伟达的合作是出于什么样的考虑? K:博世和 Mobileye 在 ADAS 领域算是竞争对手,Mobileye 与 Intel 联合后会变得更强大。为了增强竞争,博世要和计算平台较强的英伟达合作。 G:老黄认为今年年底到 2018 年间就能实现 L3 级别的自动驾驶,2018 年底到 2019 年可以实现 L4 级别的自动驾驶,博世的公关负责人则认为 2025 年可以实现 L4 级别自动驾驶。您认为自动驾驶技术成熟时间是什么时候呢? K:我认为,目前业界的水平普遍能达到 L2 级别,2020 年以后 L3 技术会成为产品被使用。 地平线在行业内的定位 G:地平线的名称使用 Robotics 而非 AI 定义,您可以谈一下两者的区别吗? K:Robotics 和 AI 本质上没有区别,他们的核心都是做决策,使用的算法技术一样。只是 AI 是纯软件层面,而 Robotics 是硬件的决策。 G:据我了解,地平线也在针对中国市场收集驾驶数据,之前和 NEVCARD 有合作,是以共享出行的方式来收集,您觉得这是一种比较好的数据收集方式吗?还是您认为和主机厂共享数据更困难一些? K:我觉得和主机厂、运输企业合作都是很好的方式。 G:我们发现您之前有和博世合作,后来也有和 Intel、英伟达合作,就您个人而言,和他们的合作有所偏重吗? K:我觉得地平线现在要和整个产业链保持合作,自动驾驶是比较大的工程,一家公司是无法搞定的。我们有深度学习技术,但没有传感器,没有上车经验,而这些博世有;再比如硬件平台,投入巨大,我们认为硬件平台很重要,但不一定非要自己做,我觉得这一点上态度一定要开放。我们还会寻找更多合作伙伴。 G:您认为博世和英伟达在 AI 上的积累如何? K:他们都有一定积累,不过都是刚开始积累。传统上,博世主要做硬件,英伟达主要在做芯片,最近他们都开始重视算法,加大投入,当然他们可能也需要和我们这样的算法公司合作。 G:国内有一些类似 Mobileye 的 ADAS 创业公司,您觉得地平线的优势是什么? K:ADAS 的技术门槛很高,从研发到技术成熟,再到产品上车,验证技术,需要经历很长的时间。Mobileye 在行业内起步较早,现在被收购会变得更强,ADAS 创业公司不太可能赶上 Mobileye 的发展步伐,而且只研发 ADAS 也不能满足目前自动驾驶对技术的需求。创业公司应该要有更清晰的方向,在产业链中找到需要自己的一席之地。地平线把汽车看作公司发展最重要的领域,所以现在的技术研发更多的在向人工智能和深度学习切入。 G:地平线在行业内的定位是什么?像 Mobileye 吗? K:在算法层面有点像。我们和 Mobileye 都在研发算法,都在用增强学习,只是切入点不同。不过,Mobileye 自己也在做芯片,这一点我们有所不同。 G:您如何看待和博世的合作?是否像 Mobileye 和德尔福的合作。 K:有一点像。我们为博世提供一些算法,他们是 Tier … 继续阅读

Uber 无人车被「首杀」,和大洋彼岸的百度形成完美互动…

· Mar 27, 2017

上个周末帝都天气晴好,朋友圈里飘满了各种蓝天白云。或许是沉浸在好天气里不能自拔,很少人注意到美帝那边 Uber 无人车翻车了。 看到这个新闻,我还是挺吃惊的。我们之前也写过无人车路测车祸,不过都是小剐小蹭,维修还停留在钣金+喷漆的阶段,万万没想到这次直接翻车了。综合无人车路测史来看,这是人类司机首次直接撞翻一辆无人车。 下面先还原一下事故现场。 这次事故发生在美国亚利桑那州 Tempe,具体位置是 McClintock Drive 路和 Don Carlos Drive 路的交叉口。 有了地址后,我打开谷歌地图看了看事发地的街景,是这样的: 从图中可以看出,这只是个典型的美国小镇十字路口,车道线清晰,有红绿灯,并且也不是什么繁华地带。 当时 Uber 的 XC 90 无人车正在直行通过路口,一辆福特锐界左转但未避让正在直行的 Uber 无人车。两车发生碰撞发生后,Uber 无人车翻车,事故还牵连了一辆现代伊兰特。(就是这么巧,XC90 居然直接翻车了…)综合各方面消息,目前可以肯定的是:Uber 无人车前排有两个人,均为 Uber 工程师,当时该车处于自动驾驶状态。事故没有造成人员严重受伤。根据当地警察的说法,这起事故责任在于由人驾驶的福特锐界,原因是福特在左转时未能避让直行的 Uber 无人车。 遭遇这起翻车事故后,Uber 叫停了在亚利桑那州、旧金山和匹兹堡的无人车路测项目。作为 Uber 的重要合作伙伴沃尔沃,还未发表任何声明。 所以在这起看似严重的事故中,Uber 基本就是躺枪的。这条新闻出来后,有人认为我们太需要无人驾驶汽车了,这样就没有撞翻无人车那种司机了。其实也不妨这样想,假如那辆 Uber 那辆车由人类驾驶,是不是能躲开锐界的「 袭击」?当然,历史没有假设… 可以肯定的是,这辆被撞翻的车拉回去之后,Uber 一定会好好分析其中的数据,从中学习经验教训。 Uber 的「 内乱」 我们暂且不讨论 Uber 的技术如何,如果你持续关注 Uber 的话就会发现,这家公司最近遇上了不少麻烦。 特朗普上台之后,广大群众游行的游行,示威的示威,按说这种事跟科技公司扯不上什么关系。可是就在纽约出租车司机在肯尼迪机场罢工期间,Uber 宣布关闭在肯尼迪机场的动态调价功能。一石激起千层浪,大家纷纷以为 Uber 这是在和人民群众作对,于是发起「 删除 Uber」 运动,超过 20 万人参加。 在公司内部,也有不少员工质问 Uber 创始人卡兰尼克为何站在特朗普顾问团中。两天后,卡兰尼克宣布退出特朗普顾问团。 删除 Uber 运动刚平息下来,Uber 一位女工程师发帖揭露公司存在性别歧视,在遭到性骚扰后人力资源部门不作为,并且 Uber 的女性员工越来越少。在她的控诉中,还提到 Uber 员工之间的斗争:「Uber 管理阶层的关系就像电视剧《权力游戏》式的政治斗争,都只想着要升官,也直接影响了底下工程师的工作内容。」 性骚扰丑闻曝光后,在卡兰尼克的压力之下,当事人 Amit Singhal 离职,他之前是负责技术的高级副总裁。 更有意思的是,Uber 创始人卡兰尼克本人在一次搭 Uber 的时候,居然和司机吵了起来。巧合的是,司机刚好在车内装了摄像头,事后把这段视频上传到了网上。 可能是看到 Uber 负面不断,Uber 总裁 Jeff Jones 在一周前离职。 其实 Uber 关键人才离职潮早已开始,已经离职的包括 Uber 人工智能实验室负责人 Gary Marcus、无人驾驶汽车团队成员 Charlie Miller(之前破解自由光那位黑客)、产品增长副总裁 Ed Baker。一周前,Uber 的地图负责人 Brian McClendon 宣布本月底将离职。 Uber 无人车翻车确实不关 Uber 的事,只不过翻车这件事又把 Uber 在「 负面」 的路上推了一把。 所有这一切内部争端,似乎源起 Uber 收购 Otto 自动驾驶公司,因为 Uber 自身的无人驾驶团队和 Otto 团队之间存在分歧,而负责 Uber 整个无人驾驶汽车部门的是 Otto 创始人莱万多斯基。当然,卡兰尼克的压力也很大,在急着寻找新的 COO 帮他管理公司。 同病相怜的百度 一大波关键人才的离职,和大洋彼岸的中国似乎形成了某种「 互动」。众所周知,百度自动驾驶事业最近也频上头条,同样是因为关键人才流失。 就在今天,前百度高级副总裁、自动驾驶事业部总经理王劲宣布将在 4 月离职,自己创办自动驾驶公司,并已获得融资。同样从百度离职的自动驾驶人才包括:吴恩达(前百度首席科学家)、余凯(前百度深度学习研究院常务副院长)、倪凯(前百度深度学习研究院高级科学家)。 回到我们开头说的「Uber 无人车翻车」 这件事,车祸其实只是把 Uber 又拉回大众视野,给了人们重新讨论 Uber 无人车的借口。 … 继续阅读

「GeekCar Daily」3.27:别克宣布将在国内推出增程式混动车 Velite 5;Elon Musk 透露 Model 3 更多信息

· Mar 27, 2017 333

别克宣布将在国内推出增程式混动车 Velite 5 日前,通用宣布,他们将会在国内推出一款增程式混动车 Velite 5。这款车型使用一台 1.5 L 直喷发动机与电动机共同组成了混动系统,Velite 5 以纯电动模式为优先驾驶模式,纯电动模式下,整车最大续航里程超过 100 公里。而在增程模式下,Velite 5 的续航里程可以达到 750 公里以上。 750 公里是一个比较诱人的数字。 Elon Musk 透露 Model 3 更多信息 日前,Elon Musk 透露了一些关于 Model 3 车型的信息。发售之初,Model 3 只有后驱单电机版本,而全驱双电机版本的 Model 3 则需要等待一段时间才正式开始发售。另外,Model 3 电池组的最大容量为 75kWh,而右舵版本车型将于明年夏天开始发售。最后,Elon Musk 还透露,特斯拉不会在 Model 3 上搭载 HUD 设备。 庆幸咱们国内是左舵车型。 特斯拉太阳能屋顶「solar roof tiles」 将于下月开放订单 去年,特斯拉宣布,他们将会打造一款太阳能屋顶「solar roof tiles」。而 Elon Musk 日前则证实,他们计划于下个月对「solar roof tiles」 开放订单。这款太阳能屋顶将由太阳能电池板和石英玻璃材料共同打造而成,其中包括纹路玻璃砖、板岩玻璃砖、托斯卡尼式玻璃砖以及光滑玻璃砖四种风格的产品。另外,Elon Musk 还透露,他们的太阳能屋顶将比传统产品更具有价格优势。 特斯拉这戏路是越来越宽啊。 百度自动驾驶事业部总经理王劲准备离职创业 今天,在 2017 洪泰基金 CEO 春分大会上,前百度高级副总裁,自动驾驶事业部总经理王劲作了《AI 在无人驾驶的突破》的主题演讲。另外,他还在现场确认,自己将在 5 天后离开百度去创业。今后,王劲的创业方向依然是无人驾驶,目前创业项目已经拿到了洪泰基金的投资。 还差 5 天离职就对外透露消息了,这是有多着急。 Grab 准备融资 15 亿美元 据彭博社报道,东南亚打车应用 Grab 准备融资 15 亿美元。本轮融资中,日本软银将投资 10 亿美元。去年 9 月份,Grab 曾获得了 7.5 亿美元的融资,当时的估值就达到了 30 亿美元。目前,Grab 的业务已经覆盖了 6 个东南亚国家,其中包括新加坡、马来西亚、菲律宾、泰国、越南以及印尼。另外,Grab 现在每天可以完成 150 万个订单。 Grab 在东南亚是要跟 Uber 死磕了。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:   GeekCar 极客汽车   (微信号:GeekCar)& 极市   (微信号:geeket)。

百度高级副总裁王劲确认离职,对于无人驾驶,他是这么看的

· Mar 27, 2017

今天,百度原高级副总裁、百度无人车项目负责人王劲在参加洪泰基金某活动的时候,发表了名为《AI 在无人驾驶的突破》的演讲,在演讲中他确认将会在近日从百度离职,接下来,他会投身无人驾驶领域的创业,并且已经获得了洪泰基金的一笔投资。 这是继百度首席科学家吴恩达于上周离职之后,百度又一位高管离职。在王劲的带领下,百度于 2013 年启动了无人驾驶项目。 以下是王劲的演讲全文,文本来源于猎云网,GeekCar 综合其他版本文本进行了一些修改: 此次演讲,我主要聚焦人工智能在无人驾驶领域的应用。 人工智能是 60 多年前就有了。前面的 50 年一直不成功,为什么?因为它让人先去教机器,然后机器再为人做判断。 到 2006 年,深度学习开始被提出来。但大家看到人工智能真正取得突破是在 2012 年底,谷歌开使用深度的学习做搜索,百度也在用深度学习做搜索。2013 年,百度是全世界最早的用深度学习来做广告的企业。 我们来谈谈人工智能和海外投资的应用。我们可以用深度学习的应用程度和方式来区别他们的这个模式。其实整车厂在十几年前就开始自动驾驶技术相关的研究,他们主要希望通过无人驾驶来帮助人们提高汽车的安全性和操控性。 在这个世界上,我们把自动驾驶一般分成五级。前面 1、2、3 级是需要有人监控的自动驾驶,只有到第 4 级是不需要司机坐在方向盘后面的,第 5 级就可以到任何地方去。 绝大部分的汽车厂商,在 2016 年初(以前)都认为自己需要从 1 级开始做到 4 级,这是他们和科技公司的区别。不过去年之后,绝大部分的车厂都改变了这个方向,他们虽然仍然在走辅助驾驶路线,但是往往都直接调出一个部门做 4 级自动驾驶,因为他们觉得直接做 4 级,比他们一级一级升要快得多。 第二个流派以百度和谷歌为代表,在决策上面也开始应用深度学习做人工智能的驾驶决策。另外一个是 Mobileye,以摄象头为基础的流派。 现在最新的一个 流派是 Drive.ai 和 NVIDIA。他们是想把直接从传感器传出来的信号输出成为驾驶的决策,这是一个非常激进的方案,因为这个方案只有在学术界里在验证,并没有得到成功。所以走这条技术的路径需要大量的计算能力,他们用的是端到端的全深度学习的模型在做。 Drive.ai 这个公司是全球最早走这个方向的,很多人可能不知道 Drive.ai 和百度前首席科学家的关系:吴恩达的太太是 Drive.ai 的总裁,Drive.ai 的 CEO 都是吴恩达的学生。两年多以前,几乎快三年的时候,吴恩达应该走深度学习的路,所以百度仍然是走在科技公司的主流路线上。 综上所述大家可以看到,从最传统的技术,就是主机厂,到最激进的,这个中间有很多的选择,从技术上有很多流派,没有哪一个流派被证明。我们认为全球范围内无人驾驶技术最好的应该是谷歌。 为什么现在的无人驾驶很多人认为有机会,很可能在三到五年内被实现?主要是基于这几个技术的突破: 第一,深度学习。 去年的 AlphaGo 帮助教育了很多高科技行业之外的人士,包括车厂的领导,甚至是芯片厂商。也就是说, 用深度学习来做决策和感知,将会很快的把它的能力提升在人类的驾驶员之上。所以深度学习的算法成为了无人驾驶的基石。 第二个带来改变的就是传感器。 大家知道现在 64 线的激光雷达在逐步的投入量产,到今天为止能力被用到实践中间的这个激光雷达,很多人在做,不过真正可用的激光雷达只有一个公司。但是同时,无人驾驶汽车现在还需要非常多其他的传感器,包括摄象头,包括惯性导航,那么它也需要配合上高精度地图才能实现无人驾驶,这些技术在这两年有突破性的提高,使得无人驾驶在深度学习和新型的传感器上,得到一个非常广泛的,非常好的突破。 第三,硬件的升级打造云端汽车大脑。 以前的 GPU 一般会用来做 PC 上的游戏加速器,百度此前还做了一个非常保密的项目,当时全球有两个主要的厂商来做这个芯片。所以在百度汽车拥有这样的计算能力以后,我们大家就可以把深度学习算法和这个模型放到车上,然后在汽车自己驾驶的过程中间做一些实时的判断和决策。 这里非常关键的基础决策,就是感知,要通过摄象头和激光雷达 对很多的物体 要做出一些判断。 这个判断要用数据做一些评比,就是看看在这样大量的数据里面自己的技术到底有多少的准确性。 基于刚才的这几个技术的发展,大家终于可以看到,无人驾驶越来越成为一个主流的方向。百度的驾驶系统有 10 个子模块,最主要的是前面 3 个:环境感知,行为预测,规划控制。做前面两个的企业比较多,第三个规划控制这个方向,几个主流的科技公司也都公布了这个模块的人工智能技术。一旦这个技术被攻克以后,这个无人驾驶的能力会有比较好的提升。 我们认为,规划和控制会在未来的一两年得到很大的突破,其他的还有很多的东西,比如说操作系统、高精地图,很多很多的企业都可以提供。 无人驾驶技术,除了比拼自己的算法,传感器等计算硬件,还有一个非常重要的因素,就是数据收集的能力。 如果一个公司在做无人驾驶,无人驾驶的车队规模该有多大?车队规模会影响到数据收集能力的强弱以及无人驾驶技术的成熟度。 汽车出去跑,收集来的数据放到了数据中心,放到了云端,在云端经过大规模的数据学习,形成了一个新的数据模型,这个模型又会被下载到汽车里,更新车里的算法。这就是不断的自我学习,不断的自我提升的循环往复,也是整个无人驾驶技术不断成长成熟以及不断提高安全性的过程和流程。 把一个无人驾驶项目的车队规模、数据中心、计算能力综合起来分析,就可以判断出来这个无人驾驶团队技术的先进程度。 随着这个技术的成熟,很多人也在判断,什么时候无人驾驶可以落地。 在我看来,2021 年将是无人驾驶的元年。 有一些大一点公司能有十几万辆的规模,基本上主流的公司都能在 2020 年达到量产的目标。还有的公司要保守一点,会在时间点上更晚一些,可能 2025 年以后才可以实现。 整个产业对无人驾驶有预期,有激进的,有保守的,但是无人驾驶一定会到来,当它到来的时候,交通的安全性可以得到大幅度的提升。 更宏观来看,无人驾驶的到来,我们认为甚至有可能颠覆汽车行业。虽然有一些汽车公司也在做无人驾驶系统,也预计他们在 2021 年能够实现无人驾驶的量产,但我们在跟他们接触的过程中发现,他们在人工智能的技术上远远落后于科技公司,它们绝大多数的技术是专家型的,所以当整个汽车行业在这样的一个状态下时,他们的准备程度更差。 如果汽车行业不革自己的命,就会被别人革了命,现在只剩下 4 年的时间。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:   GeekCar 极客汽车   (微信号:GeekCar)& 极市   (微信号:geeket)。