Categories
程式開發

《AI前线》(2020年8月)


卷首语:2020 年可以看作是自动驾驶规模化和商业化的元年

作者 | 赵钰莹

采访嘉宾 | 吴甘沙

从整个自动驾驶行业来看,2019 年确实进入了低谷期。这一年,一些公司承诺的全自动驾驶没有兑现,另一些公司承诺的无人车量产也没了消息,更有不少的企业陷入发展瓶颈。在这样的环境下,行业选择沉默,不着边际的目标不再有人提,浮夸的宣传词也不再有人念。

同时,越来越多的从业者表示:不相信全自动驾驶的实现。比如苹果联合创始人 Steve Wozniak 曾是全自动驾驶汽车的忠实信徒,但是去年的一场活动上,他却说:“我真的要放弃 L5 自动驾驶了。”

对此,吴甘沙认为符合达克效应。“一开始是无知者无畏,自信心迅速上升,攀升到愚昧之巅,但是后来发现问题越来越多,迅速滑落至绝望之谷,在这种情况下,可能有人选择卧倒装死,反正大环境不好,即使做的马马虎虎也可以融到钱;也有人选择把危机看做是一次机会,就像丘吉尔说过的“不要浪费一次好的危机”,绝望之谷可以锻炼体质,然后更加精准的看客户需求,看对了就可能进入开悟之坡。”

如果把 2015 年看做是自动驾驶元年,那么 2020 年已经到了该交作业的时候,任何一个行业发展五年都是时候交答卷了。采访中,吴甘沙表示,2020 年可以看作是规模化和商业化的元年,疫情给了这个领域很好的推动力,真正加速了自动驾驶的部署。从订单数量来看,3 月份之后就开始快速增长,保守估计今年和去年相比至少有几倍的提升。

对技术人而言,看事情的角度往往是技术上可以实现什么。创业至今,吴甘沙学到了看客户需要的是什么,客户需要的一定是高频刚需且技术上要做到可量产的,可量产主要看三个层面:一是法律能否允许;二是技术能否支持去安全员且全天候;三是能否横向复制。

“做人工智能的都知道这个事情往往是定制化开发,难以横向扩展,这就无法实现规模化量产,所以高频刚需可量产需要拆分来看,这样还不够,还需要有可持续的商业模式,要会算账,在不同场景下的运营成本是多少等。综上,法律、技术、商业模式是驭势科技总结出来的方法论,对很多要创业的人而言可能同样具备借鉴意义。”

但是,2020 年的经济环境是极其特殊的,疫情让很多本就不“富裕”的企业雪上加霜,直接影响是企业削减了很多不必要的开支。采访中,他提到,今年的企业都很困难,我们需要做的就是帮助客户找到省钱的办法,这可能会让他们未来几年节省大量成本。

每一次历史的灾难都是以历史的进步作为补偿 ——恩格斯

“我很认同这句话,我觉得今年提到的新基建就是很重要的一种技术补偿。”在吴甘沙看来,新基建可以分为三层:底层是基础设施层,包括 5G、大数据、人工智能、工业互联网等;最上层是赋能型基础设施,这可以帮助各行各业完成数字化转型;中间层是融合基础设施,比如无人驾驶在物流场景下的应用,这一层是建构在基础设施层之上的,既融合了底层的技术优势,又为上层提供了条件,这就是今天新基建为无人驾驶带来的历史性机遇。

巨头入局,可我觉得他们与传统车企长期合作太难

2020 年,越来越多的科技巨头正式宣布进军车联网或者开始大张旗鼓地揽人才、投重金、搞研发,这就好像每个行业发展到最后逃不过的定数一样,总会迎来巨头入局,这样的变化对自动驾驶里面的企业到底又意味着什么呢?逃不过大鱼吃小鱼的定律还是各自绽放呢?

我觉得传统车企与大型科技巨头很难长期合作,真的很难,因为两者都有自己的骄傲。

在吴甘沙看来,传统车企与新兴创业公司更加互补,这两者之间的关系不是简单的“一手交钱、一手交货”。事实上,这种关系是灵活的,因为厂商多收一块钱,车企就少了一块钱利润。但是,新兴科技公司跟车企其实是可以形成共赢的。对新兴科技公司而言,它往往非常大方地与传统车企共享技术,而传统车企也会毫无保留地与新兴创业公司共享数据,这就是共赢,将时间线拉到两年三年以后,你会发现彼此都获得了成长。吴甘沙认为,这种关系是真正经得起历史考验的。

对于自动驾驶这样一个新领域而言,它没有大到足以让科技巨头全力以赴,相反,投入太多人力和资源对利润是有影响。对新兴科技公司而言,只有全力以赴才有可能成功,态度决定了创业公司必须做得更好才可以活下去。

下一代自动驾驶

自动驾驶本质上是机器人,而机器人的核心框架在几十年前就已经确定,无论是感知技术还是地图规划技术都出现良久,而感知各种各样的复杂物体或者保证在恶劣天气下仍然具备良好的鲁棒性就需要新技术的投入,传统模式基于深度学习做的事情,现在可能有了知识图谱的加入,这些新技术的融入有望更好地解决安全问题。

传统意义上,在 95% 置信度下,自动驾驶的事故率比人类驾驶员低 20% 才能证明是安全的,这需要行驶约 50 亿英里,相当于 100 辆自动驾驶车辆,每天测试 24 小时,一年测试 365 天,测试时速为 25 英里 / 小时,测试约 225 年,而这未来可能会通过技术水平的提高而无限接近这个数值。

“我很难预测未来可能的突破,因为我觉得这种预测往往会被打脸,或者说预测未来更好的方式是主动创造。”短期来看,政策和标准依旧是重要的,未来的自动驾驶可能不需要百亿数据的喂养。至于哪些公司可以笑到最后,吴甘沙认为既对汽车行业有所理解,又能够拥抱新技术的公司一定可以走出来。

采访嘉宾:

吴甘沙,驭势科技联合创始人、董事长兼 CEO。中关村企业家顾委会委员、北京市人民政府特邀建议人。吴甘沙致力于研发最先进的 AI 技术,以改变这个世界的出行、物流以至人类生活方式,创业前作为英特尔中国研究院院长、英特尔首席工程师,领导了英特尔的大数据技术战略长期规划,并为其确立 5G 通讯、智能计算和机器人三大方向。

目录

生态评论

强大如 GPT-3,1750 亿参数也搞不定中国话

重磅访谈

百度七剑客王啸对话一流科技袁进辉:新基建开启程序员时代,10 年催生 10 倍以上互联网机会

落地实践

阿里巴巴大规模应用 Flink 的实战经验:常见问题诊断思路

企业机器学习平台

Kerberos 和 Apache Sentry 干货实践(上)

推荐阅读

工资 2 到 2.5 倍,国内两大芯片厂被曝挖走台积电 100 多位工程师

论文解读

时序动作提名生成的融合边界内容图神经网络