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?

发表于: 2017.03.28
   

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):

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?

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。

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?

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。

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?

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 1,我们是 Tier 2。

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?

G:您觉得目前有哪些自动驾驶巨头在中国有比较好的数据积累?

K:巨头对中国的积累基本为空白,目前全世界的数据积累都比较少。我认为只有特斯拉和 Mobileye 有一定的积累,其他公司都没有。主机厂之前可能积累了一定的驾驶数据,但不是自动驾驶的数据。国内本土化的驾驶决策算法和数据收集是一个比较好的机会。

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?

G:目前还没有巨头对中国进行本土化的数据收集,您觉得国内驾驶决策和数据优化收集是否是个很好的机会?

K:理论上是这样的,巨头还没针对中国市场做什么,像 Mobileye,一开始就在进行消费端的推广。这点行业内都清楚,大家都在努力。

G:那么百度呢?

K:百度一直在做自动驾驶,但是也一直在进行结构调整,人员流动频繁,组织架构还没有稳定下来,比较难静心做事情。

G:您觉得国内主机厂对于自动驾驶的接受度较国外是否更开放?

K:其实还比较开放,不过他们目前对于自动驾驶技术了解比较少,不太了解技术的进度,等技术成熟后他们就敢用。

 

可以看到,虽然地平线的公司名称上面写着 「机器人」 ,但是实际上重点在做的是人工智能在自动驾驶当中的应用。从目前自动驾驶的行业来看,不管是汽车还是科技行业的巨头,在中国这个细分市场上都还没有一个十分明显的优势,这在人工智能算法优化以及数据积累方面体现得尤为明显。这对地平线这样得创业公司来说,无疑是一个巨大的机会。

联想到最近王劲、吴恩达从百度的离职,以及 Uber 在自动驾驶发展商的受挫,我们就可以得到以下的几个结论:

1. 中国的自动驾驶是一个非常庞大的潜在市场,这会吸引来很多人工智能以及之前做 ADAS 的创业公司。

2. 人工智能算法,以及激光雷达企业将成为行业巨头眼中的香饽饽。

3. 自动驾驶需要消耗庞大的成本以及精力。任何一家科技公司如果想把自动驾驶做为一个副业来干都会出现一系列的结构与协同问题。最简单的解决方式就是将自动驾驶部门独立出来,或直接成立子公司。

不管是 Intel 收购 Mobileye 后对其独立性的保留,还是 Google 将 Waymo 独立出来,都意味着自动驾驶是需要踏踏实实深耕的一件事情。真心希望在这个耕耘的过程当中,我们中国的自动驾驶企业,也能像我们的互联网公司一样,走在世界的前列。

上一篇: 下一篇: