當自動駕駛遇上中國式路況，安全問題如何解？

這兩年智能駕駛風起雲湧，帶來了對於整個行業的顛覆以及重構，同時也帶來了全新的想像空間。這幾年智能駕駛領域大顎進場，資本、產業基本到位，是一個最強隊集結的行業。但是駕駛和人的生命安全息息相關，仍然有特別多的考量和無數亟待解決的問題。

4月27日，在GMIC大會上，將門創始人兼CEO高欣欣與圖森未來聯合創始人兼COO郝佳男、Momenta CEO曹旭東、地平線公司副總裁和首席雲架構師吳強，圍繞「智能駕駛的今天和未來」的主題進行了圓桌討論，他們每個人代表了智能駕駛不同的領域和維度，各抒己見。

高欣欣：請問地平線的吳強博士，在你看來智能駕駛現在在一個什麼樣的狀況呢？

吳強：智能駕駛領域其實很廣泛，首先我覺得從車內智能方面，例如信息系統、語音交互、車聯網方面，我覺得我們國家其實做了很好的成績。上汽的斑馬系統和其他公司的斑馬系統，每年都有幾百萬的出貨量。但是在自動駕駛方面，它的軟體系統過去一直被控制在一些國際企業手中。我們中國廠商在這裡扮演的角色一直是很薄弱的。但是近幾年有很多創業公司，無論是在美國或者是中國都加入了自動駕駛行業，包括我們地平線等等都加入進來，從各個角度發力。

總體來說，現在不管是巨頭或者是項目創業公司，我們都屬於持續發展和迭代的過程，所以還沒有說哪一家起到絕對控制的地位，每一家都有自己的特色。地平線更多的是從軟硬體結合，我們做自己的自動駕駛晶元，在感知方面、感測器方面儘可能比較便宜，比較薄，比重更多的是放在計算方面，這是我們的特色。

從應用和落地的角度來說，自動駕駛有非常強的地域性，中國的自動駕駛跟美國、日本、歐洲都不同，所以我們必須要適合中國的場景。例如中國很多人過馬路不看紅綠燈，所以自動駕駛也必須要能夠考慮到這種情形。要做成國際化的產品，必須要考慮到各個地域的複雜性。另外一方面，複雜的場景也為創業公司也提供了很好的機會，我們作為中國的本土創業公司，在中國具有很大的機會，甚至跟國際巨頭抗衡。

高欣欣：安全是自動駕駛最重要的考量，在這個領域裡最難的部分是哪些，你們又是怎麼解決的呢？

曹旭東:最難的部分就是安全，解決安全問題需要海量的數據，我們的解決方案就是通過眾包的方式。我們提供給商業車隊，幫助他們做安全團隊，我們可以獲得海量的數據，通過這些數據反映出來一些演算法的不足。

另外一方面，前裝也是獲取數據的另外一個渠道。前裝可以分成兩個階段，中間有一個巨大的分水嶺。因為責任的界定不同，導致它對可靠性的要求有巨大的差別。我們評估下來需要做到一百萬公里接管一次，這個要求比現在行業裡面最領先的Google高非常多。我們的目標希望做到1000公里接管一次，意味著這將是特斯拉的50到100倍的性能。。當然最開始前裝的責任方還是以人為主機器為輔。隨著數據的積累，我們相信能夠逐漸升級做到百萬公里接管一次。

高欣欣：人類開車的時候有很多習慣和邏輯。司機的邏輯對於自動駕駛演算法會有什麼影響嗎？

曹旭東：針對強行加塞等惡劣情況，我們需要在多個維度上優化演算法，包括硬體和軟體。例如感測器和環攝攝象頭預測旁邊車的軌跡。駕駛策略的優化在不同場景不同客戶下是不一樣的。在不同的國家，不同的道路環境，以及這個國家的駕駛者的駕駛習慣不同，你的產品從硬體到軟體、演算法、駕駛策略都需要做一定的改變，自動駕駛其實有很強的地域性。在每一個地域裡面都很有可能出現一個本土或者是多個本土自動駕駛巨頭的崛起。

高欣欣：圖森未來在智能駕駛做的是特別細分的領域，做的是高速L4無人駕駛卡車細分領域。圖森未來的方向主要是商用車自動駕駛，請問郝佳男先生，商用車和乘用車在自動駕駛的開發上有什麼區別，圖森又是怎麼做的呢？

郝佳男：我覺得有兩個緯度，第一個是商用車跟乘用車的區別。第二個是轎車跟卡車的區別，我分別在這兩個緯度說。

首先是商用和乘用，商用跟乘用，通俗來講我們認為就是ToB跟ToC的區別，商用車包括貨運和計程車，用於創造價值。乘用車是通過給最終的用戶增加自動駕駛的功能，來提升駕駛本身的樂趣或者提升安全。自動駕駛是相對新興的技術，我認為在商用車可能更方便推廣。

另外一個緯度是轎車，首先的區別是車大小明顯不一樣，運營場景有區別。小車更多的是在城市路段或者是城鄉接合部的路段運行，它所面臨的場景跟卡車這樣走幹線物流或者在一定的區域內完成運輸活動的場景會不同，這個不同點會造成我們需要在技術上突破和著重解決的問題是不一樣的。

高欣欣：晶元話題一直是國家的重點，但是最近變成社會的熱點了。如何在絕對算力和演算法的演進上做取捨，產品設計的策略是什麼樣的呢？

吳強：晶元複雜，自動駕駛的晶元更複雜。阿爾法狗下圍棋很複雜，但它畢竟是在一個封閉的環境下。自動駕駛面臨的是開放的環境，信息是不完整的，所以要想做出自動駕駛的晶元就更複雜。另外，它還不能出錯，這是最大的挑戰。對自動駕駛晶元，它的安全可靠性要比普通晶元高三個數量級，因為汽車出錯就是人命關天的事情。

地平線作為一個中國本土的創業企業，我們不能跟巨頭們拼工藝。我們更多的是從演算法和計算機架構的角度來做出我們的特色。通過場景決定演算法，演算法決定計算機架構，軟硬體結合的方式來達到最好的效果，我們不是通過工藝來把性能提升，我們更多是通過演算法和我們對計算機架構的理解和調整來達到最優的效果。所以這是我們的策略。我們也在組建我們車軌的晶元團隊，聯合英特爾的戰略資源打造車軌跡晶元，對應自動駕駛複雜的場景。

高欣欣：展望一下如果真的能夠實現自動駕駛，你覺得需要一個什麼樣規模的計算力，什麼樣的平台才能撐起這樣一個計算力呢？

吳強：剛才說了自動駕駛場景很複雜，我們需要一個很強的計算能力。計算能力很難量化，但是我們認為它必須是專用的處理器。所以從這個角度來說，它的性能參數並不一定能轉換成在自動駕駛場景下需要的性能，因為自動駕駛的場景是不同的。對自動駕駛場景重新設計我的架構，在這種專屬場景下，性能是優於其他晶元的。所以我一直堅信自動駕駛將來的未來一定是向專用的方向走，這樣才能不斷地打磨提供足夠的算力來滿足這個場景的需求。

高欣欣：汽車行業是嚴謹安全的，所以他必然在過程中肯定要慢下來，軟體和演算法則需要不斷迭代，如何平衡這兩點呢？

曹旭東：車企非常重視流程，而這些流程都是經過了上百年的積澱沉澱下來的，當我們深度溝通的時候我們發現完全可以理解的，我覺得是一個熟悉的過程，對於我們來說也有很大的幫助。其實我們可以跟車企溝通，這樣的流程背後的初衷到底是什麼，我們是不是存在另外一個創新的流程，它的節奏更快。但是現在遇到汽車產業百年未有大變局的時候，每個人都知道快才能抓住機會，這個時候我們跟他們充分交流溝通合作以後，提出來一個新的流程，仍然能夠保證他們之前對安全性的要求。我覺得是雙方都特別願意去做的事情。

高欣欣：自動駕駛行業其實不缺錢，特別缺人。從人才的緯度在創業公司他會獲得什麼樣的學習呢？

郝佳男：自動駕駛現在是一個非常好的時機，也是一個非常難得的時機，整個自動駕駛或者說人工智慧，實際上提出是非常早的，中間有它的興衰，如今又迎來了一次熱潮。

在人工智慧整個大的話題下面，我覺得自動駕駛是非常好的平衡點。比如說現在我們研究一些非常通用的人工智慧，它離商業化很遠。自動駕駛所需要人工智慧的技術，在今天它是處於相對比較好的狀態，它已經有一個很好的基礎。這樣一件事情能夠體現出技術人員的價值所在。所以我覺得對於想進入這個領域的同學們來說，現在真的是千載難逢的時機，你們可以在今天進入這個領域一起去創造一個歷史。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！