Drive.ai: 吳恩達出任董事後，它要這樣擔當自動駕駛汽車的「大腦」 | 創業

灰黑色的天空中下著小雨，路況比較順暢，一輛汽車從寬闊的主路拐進一條小街，街道兩邊零零散散停著汽車。然後它轉了個彎，經過幾個紅綠燈，一直行駛直到暮色降臨…… 詭異的是，在看似正常的汽車行駛過程中，卻沒有人來控制方向盤——沒錯，這就是逐步被人熟知的自動駕駛。

作為人工智慧最熱門的細分領域之一，自動駕駛這一黑科技現在被諸多業內人士從幕後搬到了台前。而伴隨著 吳恩達出任董事的消息公布，Drive.ai這家由前斯坦福人工智慧研究人員創辦的自動駕駛技術公司一度被媒體推到了風口浪尖。究竟 Drive.ai 在這種場景下是如何扮演自己的角色的呢？不久前，動點科技也對該公司的聯合創始人王弢進行了採訪。

基於深度學習的自動駕駛

據了解，位於美國矽谷的 Drive.ai 基於深度學習，使用高清攝像頭、雷達等感測器來提供自動駕駛解決方案，幫助改造升級現有汽車，讓汽車能夠識別各種物體以及情況，實現自動駕駛。

在傳統技術以及其他的 AI 技術中，識別物體依賴人設計的規則進行提取，要預先輸入成千上萬種可能的情況並給出指令，它的缺點在於每一個漏掉的可能性就成為一個隱患。而 Drive.ai 認為，深度學習技術能幫助實現最安全的自動駕駛系統。比方說要識別汽車，那麼指令可能包含「四個輪子、帶玻璃篷子、金屬框架的物體」，這類方法的缺點在於總有一些汽車在這些提供的特徵之外；但深度學習會基於你向它提供的大量例子進行學習，自我創造規則，前提是這些例子要有標註或者標籤。回到識別汽車的例子，深度學習通過系統接觸大量的汽車圖像，系統自己去發現新的特徵，並且不停優化迭代，來發現更有效的特徵。

其實，深度學習的優勢在 2012 年便得到廣泛認可。AlexNet 曾利用這項技術實現了在 ImageNet 圖片庫中的圖像識別錯誤率降低了一個量級，降低至 16.4%，相比上一年低了 10%左右。

王弢告訴動點科技，他們的自動駕駛技術已經能實現在雨天、夜晚情況下的無障礙行駛。一般來說光線微弱、地面雨水反光等會讓自動駕駛變得更困難，此前公布在類似天氣情況下自動駕駛測試視頻的公司並不多，而這家公司表示視頻沒有剪輯過，但是圖像使用了穩定技術，並且提升了視頻速度。

Drive.ai 的自動駕駛演示視頻

使用冗餘感測器

話說回來，提到無人駕駛很多人首先想到的是谷歌和百度。兩家巨頭使用激光雷達 LiDAR收集數據，這種技術精確度高，但是成本同樣也很高，谷歌使用的激光感測器單個定製成本在 8 萬美元左右，百度使用的激光雷達價格也高達 50 萬人民幣。

相比兩個巨頭，Drive.ai 在硬體方面使用了現有的感測器，這種方案更便宜，但是王弢表示這並不是 Drive.ai 最大的優勢。

「Drive.ai 的方案的最大的優勢是靈活性。它對於硬體感測器沒有嚴格的要求，可以使用現有的冗餘感測器，不用額外安裝昂貴的感測器，加快了迭代的速度，最終能率先廣泛應用到汽車上。」王弢說到。

Drive.ai 團隊，後排右一為王弢

正如一開始提到的，Drive.ai 的初始團隊大部分來自斯坦福大學人工智慧實驗室，當時是 2011 年左右，他們注意到深度學習可以大有所有。於是，這家公司開始尋找能把深度學習技術落地，並且推向大眾的場景。

「汽車是偉大的發明，改變了人們的出行方式和交通系統，但是它也帶來了交通污染等問題。自動駕駛技術可以解決汽車行業的問題，所以我們認為自動駕駛技術在將來也會成為改變人類的一大發明。」王弢說。

2016 年 8 月，Drive.ai 正式宣布上線，並表示他們將基於深度學習帶來安全高效的自動駕駛技術。今年 6 月，Drive.ai 宣布了 5000 萬美元的 B 輪融資，由 NEA（New Enterprise Associates）領投，GGV（紀源資本）和 A 輪投資方 Northern Light（北極光投資）跟投。同時這家公司宣布，NEA 亞洲區主席卡曼·張和人工智慧科學家吳恩達加入 Drive.ai 董事會。

唯快不破

從產業角度看，自動駕駛也是一個極大的市場，市場研究公司 Statista 預測到 2025 年，半自動駕駛市場將達到 360 億美元（約 2.4 萬億），而全自動駕駛市場的規模也會達到 60 億美元。

而在這個龐大的市場，有很多像 Drive.ai 一樣提供自動駕駛解決方案的初創企業，包括 Roadstar.ai 以及位於北京的 Momenta。其中，Roadstar 主打 L4 級別（SAE 標準，L0-L5 級）的自動駕駛，同樣採用了基於深度學習演算法的多感測器，它在今年 6 月底獲得 1000 萬美元天使輪投資；Momenta 自主研發的深度學習引擎可以感知車輛、行人和道路環境。 上個月，它獲得 4600 萬美元 B 輪融資，由蔚來資本領投。

面對競爭，Drive.ai 尋求致勝的法寶是速度。它的策略大致可以歸結為三個方面：第一是文章開頭提到的面向現有汽車，避免了要經過長期開發才能把新車型推向市場；第二方面是前面王弢介紹的，可以使用現有的冗餘感測器，加快了迭代的速度；第三在深度學習的標註方面，這家公司開發了智能標註系統，系統自我學習標註，提升標註速度以及深度學習的速度。

截止目前，Drive.ai 已經和奧迪、福特、尼桑三個平台合作開發了測試用車。按照規劃的節奏，下半年這家公司將開始試運營，明年上半年擴大應用的車輛。

「我們希望以速度取勝。成為第一個能夠將自動駕駛技術落地的初創公司。」王弢說。

題圖來自 123RF

本文 Drive.ai: 吳恩達出任董事後，它要這樣擔當自動駕駛汽車的「大腦」 | 創業來自動點科技.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！