李莉

從深度學(xué)習(xí)的角度探索無(wú)人駕駛，為商業(yè)車(chē)隊(duì)提供后裝套件。

在自動(dòng)駕駛領(lǐng)域的眾多玩家中，大眾耳熟能詳?shù)娜刖终邿o(wú)非是國(guó)外的谷歌、國(guó)內(nèi)的百度。而就在今年上半年，一家硅谷的初創(chuàng)公司Drive.ai在短短數(shù)月得到多次曝光。

一是因?yàn)?月份Drive.ai發(fā)布了一段長(zhǎng)約四分鐘的視頻，視屏中，測(cè)試汽車(chē)在雨夜中穿行過(guò)美國(guó)加利福尼亞山景城（芒廷維尤）的街道，全程駕駛員的雙手并沒(méi)有碰觸方向盤(pán)，也沒(méi)有做出任何干預(yù)動(dòng)作。這段視頻流出后，Drive.ai得到了一次大曝光，開(kāi)始進(jìn)入大眾視野。

再次大面積曝光是在3月份，全球頂尖的人工智能專家吳恩達(dá)離職百度，宣布結(jié)束自己首席科學(xué)家的任期，外界很多傳言稱這位大神有可能加入Drive.ai，一個(gè)重要的原因是吳恩達(dá)的妻子卡羅·萊利（Carol Reiley）是這家公司的創(chuàng)始人之一。

時(shí)隔三個(gè)月后，創(chuàng)業(yè)邦采訪了Drive.ai的聯(lián)合創(chuàng)始人王弢，聊了聊他和Drive.ai背后的故事，以及Drive.ai在自動(dòng)駕駛領(lǐng)域的競(jìng)爭(zhēng)格局和發(fā)展愿景。

始于一個(gè)簡(jiǎn)單的想法

王弢屬于話不多的那類(lèi)人，基本上對(duì)每個(gè)問(wèn)題都是簡(jiǎn)明扼要地作答。他說(shuō)自己是一個(gè)沒(méi)有特點(diǎn)的人。王弢初中便在新加坡了，很順利地念完了高中和大學(xué)，可以說(shuō)他從小就是那個(gè)老師眼中的好學(xué)生，家長(zhǎng)心中的好孩子。而在斯坦福大學(xué)念書(shū)一直是王弢的夢(mèng)想，他努力、堅(jiān)持，最終如愿以償，順利進(jìn)入了斯坦福大學(xué)攻讀研究生。自小到大，他似乎就是按照既定的軌跡一路走來(lái)。

但是，王弢在斯坦福讀博士期間，人生出現(xiàn)了岔路口。一邊是自己從小的夢(mèng)想，另一邊是需要休學(xué)來(lái)?yè)Q取的創(chuàng)業(yè)機(jī)會(huì)，當(dāng)時(shí)的王弢毫不猶豫地選擇了創(chuàng)業(yè)，讓自己暫緩博士畢業(yè)?！霸谒固垢Ｗx博士確實(shí)是我的一個(gè)夢(mèng)想，但創(chuàng)業(yè)的機(jī)會(huì)是人這一生可遇不可求的。”王弢說(shuō)。

創(chuàng)業(yè)對(duì)王弢而言可以說(shuō)是一種必然。早在2013年，他和在斯坦福一起學(xué)習(xí)的伙伴們就開(kāi)始醞釀出來(lái)建立一個(gè)公司，把科研成果帶到實(shí)際應(yīng)用中來(lái)。那時(shí)他們已經(jīng)形成了一個(gè)團(tuán)隊(duì)，各自分工，久而久之，團(tuán)隊(duì)成員之間彼此形成默契，這也為后來(lái)創(chuàng)業(yè)省去了團(tuán)隊(duì)磨合需要的時(shí)間。

2015年4月，他們集體創(chuàng)辦了Drive.ai這家深度學(xué)習(xí)公司，公司共有7個(gè)聯(lián)合創(chuàng)始人。除吳恩達(dá)的妻子之外，大部分創(chuàng)始團(tuán)隊(duì)成員都來(lái)自斯坦福大學(xué)人工智能實(shí)驗(yàn)室吳恩達(dá)教授的團(tuán)隊(duì)。團(tuán)隊(duì)主要研究的課題是深度學(xué)習(xí)與自動(dòng)駕駛認(rèn)知，而王弢的主攻方向是計(jì)算機(jī)視覺(jué)認(rèn)知在自動(dòng)駕駛方面的應(yīng)用。

王弢有一個(gè)簡(jiǎn)單的想法，希望通過(guò)自動(dòng)駕駛從根本上改變出行方式，解決目前因交通導(dǎo)致的事故、效率等問(wèn)題。不過(guò)他也坦言，自動(dòng)駕駛對(duì)他而言雖然是一項(xiàng)很有吸引力的工作，但面臨著巨大的技術(shù)挑戰(zhàn)。

自動(dòng)駕駛L4級(jí)：充滿挑戰(zhàn)又極其性感

王弢說(shuō)Drive.ai是直面第4級(jí)（L4）的自動(dòng)駕駛，從深度學(xué)習(xí)的角度來(lái)探索無(wú)人駕駛，為商業(yè)車(chē)隊(duì)提供包括傳感器組、控制系統(tǒng)和車(chē)內(nèi)外交互界面在內(nèi)的后裝套件。這套服務(wù)工具包對(duì)車(chē)輛本身的限制很小，普通汽車(chē)用后即可變成無(wú)人車(chē)，也可以很容易地把它從一輛車(chē)轉(zhuǎn)移到另一輛車(chē)上?！败?chē)的接口做一些工作即可。”王弢說(shuō)。

在今年2月份的時(shí)候，一段測(cè)試汽車(chē)在雨夜穿行的4分鐘視頻，為Drive.ai這家公司揭開(kāi)了神秘的面紗。

可以說(shuō)，雨夜行駛對(duì)無(wú)人駕駛技術(shù)而言極具挑戰(zhàn)性，其對(duì)傳感器的影響非常大。比如激光雷達(dá)，受雨水的影響，激光光速散射，駕駛員會(huì)看不到地面上的車(chē)道線。

Drive.ai嘗試從深度學(xué)習(xí)的角度解決這些問(wèn)題。實(shí)際上，幾乎所有進(jìn)入自動(dòng)駕駛領(lǐng)域的公司都在使用深度學(xué)習(xí)技術(shù)，但不同于大多數(shù)公司將深度學(xué)習(xí)只用在自動(dòng)駕駛技術(shù)的某個(gè)組件上，Drive.ai從整體出發(fā)，看得更全面：他們不但讓深度學(xué)習(xí)在決策和感知上協(xié)助自動(dòng)駕駛汽車(chē)，還想“教”它汽車(chē)交通規(guī)則和常識(shí)來(lái)確保車(chē)輛的安全。

王弢認(rèn)為自動(dòng)駕駛是一個(gè)系統(tǒng)工程，深度學(xué)習(xí)在認(rèn)知和決策上大有可為，汽車(chē)本身的車(chē)輛控制系統(tǒng)如方向盤(pán)踩剎車(chē)、油門(mén)等業(yè)界已被研究得很深，可以拿來(lái)直接使用。

感知方面，深度學(xué)習(xí)的應(yīng)用是類(lèi)似于識(shí)別攝像頭畫(huà)面中的行人這樣的任務(wù)。Drive.ai后裝套件中的傳感器包括9個(gè)攝像頭、2個(gè)雷達(dá)和6個(gè)激光雷達(dá)。每一臺(tái)Drive.ai的車(chē)都在不斷為生成地圖而捕捉數(shù)據(jù)，并把數(shù)據(jù)送入深度學(xué)習(xí)系統(tǒng)，當(dāng)然數(shù)據(jù)也用戶駕駛?cè)蝿?wù)本身。

“這樣的組合可以在某一傳感器出現(xiàn)錯(cuò)誤或故障的情況下提供一定冗余度，譬如攝像頭和雷達(dá)可以在雨雪霧等極端天氣中為精度嚴(yán)重下降的激光雷達(dá)提供環(huán)境感知，避免災(zāi)難性結(jié)果出現(xiàn)?！蓖鯊|說(shuō)。

一個(gè)小細(xì)節(jié)是，Drive.ai所使用的傳感器基本上是市場(chǎng)上已經(jīng)成熟的傳感器，不像定制的傳感器那樣，一旦其中的一個(gè)傳感器出故障就會(huì)影響整個(gè)系統(tǒng)的運(yùn)作，這也就避免了前面提到的傳感器失靈，形成了一種保護(hù)。王弢說(shuō)，這是他們根據(jù)“深度學(xué)習(xí)第一”的理念所作的決定，可以讓團(tuán)隊(duì)把主要精力花在深度學(xué)習(xí)算法上，“通過(guò)軟件的進(jìn)展來(lái)整合已存在的硬件傳感器而達(dá)到目標(biāo)”。

決策方面，Drive.ai使用的是基于非規(guī)則學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)模型。這樣的網(wǎng)絡(luò)模型優(yōu)勢(shì)明顯，它可以更好地即時(shí)理解數(shù)據(jù)并解決新的和罕見(jiàn)的情況，并且能夠基于路面狀況作出復(fù)雜的決策，例如是否超車(chē)、變道等等，就像AlphaGo，基于對(duì)方的動(dòng)作決定自己的下一步棋如何走。

目前Drive.ai共有5輛車(chē)進(jìn)行路測(cè)。去年4月，Drive.ai成為第13家獲批在加州進(jìn)行自動(dòng)駕駛汽車(chē)路測(cè)的公司。

當(dāng)然，底層技術(shù)終歸是底層技術(shù)，現(xiàn)實(shí)應(yīng)用又是另外一回事。自動(dòng)駕駛行業(yè)的競(jìng)爭(zhēng)對(duì)于創(chuàng)業(yè)者而言，猶如一場(chǎng)激烈的戰(zhàn)爭(zhēng)，巨大的挑戰(zhàn)——技術(shù)、政策、人類(lèi)不規(guī)則行為等——是所有參與者都必須要面臨的。

這樣的競(jìng)爭(zhēng)格局下，已經(jīng)占有先機(jī)的Drive.ai唯有在執(zhí)行速度上夠快，才能跑在行業(yè)的前面。而對(duì)于王弢本人，一個(gè)能讓人暫放夢(mèng)想去做的事情，無(wú)疑是件令人興奮而又性感的事。

無(wú)疑，自2006年加拿大多倫多大學(xué)教授、機(jī)器學(xué)習(xí)領(lǐng)域的泰斗Geoffrey Hinton提出“深度學(xué)習(xí)”這一概念后，語(yǔ)音和視覺(jué)識(shí)別的準(zhǔn)確率得到了大幅提升，人工智能也進(jìn)入到了第三個(gè)發(fā)展高峰期。

但同時(shí)，我們對(duì)于深度學(xué)習(xí)知之甚少，目前業(yè)界對(duì)其存在的一個(gè)最大疑慮就是“黑箱問(wèn)題”。簡(jiǎn)單來(lái)說(shuō)，深度學(xué)習(xí)識(shí)別模式的過(guò)程發(fā)生在神經(jīng)網(wǎng)絡(luò)上所運(yùn)行的算法之中，這個(gè)數(shù)據(jù)輸入再輸出并決策的過(guò)程，我們看不見(jiàn)摸不著，根本不知道當(dāng)中發(fā)生了什么，所以即便是系統(tǒng)作出了錯(cuò)誤的決策，我們也并不能確切地知道這個(gè)錯(cuò)誤決策是怎么出現(xiàn)的。

Drive.ai將這一過(guò)程分解成幾個(gè)部分，然后分別對(duì)其應(yīng)用深度學(xué)習(xí)技術(shù)，每部分都能用不同的方法來(lái)驗(yàn)證，這樣相對(duì)而言讓人比較放心。

隨著技術(shù)的推進(jìn)，除了不停地在現(xiàn)實(shí)或者模擬器當(dāng)中進(jìn)行驗(yàn)證，積累大量的測(cè)試數(shù)據(jù)來(lái)證明深度學(xué)習(xí)的可靠性外，王弢告訴創(chuàng)業(yè)邦（微信搜索：ichuangyebang），他們還在嘗試深度學(xué)習(xí)系統(tǒng)內(nèi)部結(jié)構(gòu)的研究，在內(nèi)部抓取一些特征，以更好地了解深度學(xué)習(xí)內(nèi)部的運(yùn)作機(jī)制?！巴ㄟ^(guò)這些研究，深度學(xué)習(xí)的‘黑箱可能會(huì)逐漸變成一個(gè)‘灰箱，甚至‘白箱也不無(wú)可能?！?/p>

全世界每年因?yàn)榻煌ㄊ鹿仕劳龅娜藬?shù)接近125萬(wàn)，相當(dāng)于全球每天約有3500人因交通事故死亡，絕大多數(shù)的交通事故是人為造成，而自動(dòng)駕駛的到來(lái)能使交通事故率降低90%，順帶還可以解決交通擁堵問(wèn)題。但自動(dòng)駕駛的終態(tài)卻不能一蹴而就，因?yàn)樗媾R的不僅有巨大的技術(shù)挑戰(zhàn)，政策、大眾接受程度等也同樣考驗(yàn)著這個(gè)行業(yè)。

“回過(guò)頭來(lái)講，市面上能見(jiàn)到的L2級(jí)帶有輔助駕駛技術(shù)的車(chē)輛，離‘聰明一說(shuō)著實(shí)還有點(diǎn)遠(yuǎn)，更別說(shuō)L5級(jí)什么時(shí)候到來(lái)?！蓖鯊|說(shuō)，“我想什么時(shí)候我們能坐著無(wú)人車(chē)上下班、接送孩子上下學(xué)的時(shí)候，真正的無(wú)人駕駛也就到來(lái)了吧?！?