小鹏汽车副总裁谷俊丽:互联网汽车是可生长、可落地的新物种

小鹏汽车副总裁谷俊丽发布了名为《互联网汽车:人工智能与自动驾驶的创新与超越》的精彩演讲。

北京时间11月1日,由广东省互联网协会主办、全球未来科技大会组委会与艾媒咨询集团承办的“2017全球未来科技大会” 在广州琶洲保利世贸博览馆开幕。会上,小鹏汽车副总裁谷俊丽出席2017全球未来科技大会开幕式暨2017未来出行科技论坛并发布了名为《互联网汽车:人工智能与自动驾驶的创新与超越》的精彩演讲。

小鹏汽车副总裁 谷俊丽小鹏汽车副总裁 谷俊丽

以下是谷俊丽演讲实录:

大家好!今天我非常荣幸与大家分享。

我叫谷俊丽,在小鹏汽车负责自动驾驶的业务。小鹏汽车是一种新形态的互联网汽车,自动驾驶是我们的核心命脉,我在特斯拉负责人工智能,自动驾驶的问题本质上是人工智能的问题。我在特斯拉搭建了Autopilot,也就是说2016年9月后的特斯拉的Autopilot都是我和团队研发的。我最近加入小鹏汽车,我的使命就是帮小鹏汽车搭建自动驾驶的汽车。自动驾驶是人工智能的问题,我今天从硅谷来,我想讲明白几个问题:

第一个问题:人类出行究竟在发生什么变革?第二个问题:自动驾驶为什么这么难做?第三个问题:我们小鹏汽车将是什么样的方法论来解决这个问题?

首先说人类出行方式,人类出行方式也只有100多年比较先进的方式,在此之前都是通过动物来解决。1900年福特生产了第一代汽车,基于当时最先进的技术,当时人们的生活方式有了突飞猛进的变化。接下来100年内就是20世纪,人们在不断推进汽车的变化。汽车的发动机、生产工艺,我们就出现了100年的品牌,宝马、奔驰、奥迪。现在在发生什么?汽车行业,互联网汽车将整个企业由燃油化变成了电动化,在电动化基础上,一个模拟器件变成电动数字器件。今天我过来实现我们的自动化的革命,让它不仅是数字化,并且是智能化。我们的愿景就是未来的时间内,我们的汽车将是一个移动的机器人,它能够驾驶着我们的车走在世界各个角落。在硅谷,当前自动驾驶是人工智能最火爆的应用,过去一到两年内有100家自动驾驶的创业公司想把这个应用做起来。

当前有两种做法,有机械行业的传统车厂通过在车上装一些传感器,通过增量的方式使汽车有眼睛,有一些辅助性的警告环节,比如说偏离车道,从数字化来讲换心脏的说法就是全部智能化就可以用技术做。从自动驾驶的角度来说有两种做法,一种做法就是自动驾驶一下子不可能全部做到,通过产品来逐步提升,那如今截止到今天能够做到这个层面也只有特斯拉一家,它的车上有这样的产品。另外几百家公司都是以不同的算法学派通过模拟数,在办公室和实验室进行研发,等待有一天所有技术可以实现突破,然后落地出来。

这两种做法都有一定的道理和一定的局限。我们结合这样的实际情况,在小鹏汽车我们首先是尊重这种技术的难度以及它跨领域的程度,我们将会分两步走,第一步是在我们第一批大规模量铲车上,我们做L3辅助驾驶,所谓的辅助驾驶,包括自动泊车功能,解决你不会停车或者是停车停不好的难题。比如说低速跟随,解决你在上班过程当中疲惫驾驶,长期把着方向盘和踩油门的痛苦,解决你自动刹车的技术。这就是L3辅助驾驶。同时我们去做L4或者是L5的无人驾驶核心算法的创新和研究。我说这两年,截止到今天,所有的技术解决不了L4、L5,所有的算法加在一起,所有专家汇总在一起都解决不了L5的问题。这是算法的创新和人工智能研发的过程。我们当前在中美两地都在招聘吸引邀请全世界最顶尖的人才加盟我们,通过我们小鹏汽车的量产平台希望可以解决这两步骤,最终达到我们的愿景。

同时我想说一个本质的问题,虽然自动驾驶是一个算法驱动的核心技术来定义的产品,但是它从本质上来讲,也一定是实践科学。因为我们解决的问题是所有AI问题当中最难的一个应用。因为它行走在大街上,如果要最终实现这个愿景,我们提出了一个核心的策略,就是它一定是可落地、可生长的一个自动驾驶的部署方案。什么是可落地?可落地就是我们要在真车上做这个产品,让这个车能走出实验室,感受它的算法到底有多少能力?可以解决百分之多少的问题?什么是可生长?就是我们把这个反馈拿回来以后可以重新定义问题,重新在问题上再去做创新,一个循环迭代的过程。我们之所以可以做到这一点,因为我们互联网产品是一个完全数字化的汽车,如果是传统的机械汽车,你维修一下你要开到4S店,我们互联网汽车,本质上可以进行软件空中升级,空中升级并不是一个新概念。但是汽车上觉得是新概念,空中升级我们电脑可以升级操作系统,手机可以升级润间,但是在汽车上能做到这个是产品能够快速迭代一个关键的核心途径。

接下来就是前面我讲的,自动驾驶是什么?智能变革。我们小鹏汽车可落地和可生产自动驾驶的生产策略。因为我本身是技术人员,接下来我希望从我的技术积累的角度来阐述,从细节上、从技术上深入剖析一下这个自动驾驶究竟有哪些关键点、它的现状和痛点是什么、我们为什么能够解决好这个问题。首先有一个视频大家可以看到,在右上角,有两个小视频,左边这个是人可以看到车的驾驶环境,右边的场景声明一下我在网上找的一个谷歌的案例,右边我们通过算法计算出来的虚拟环境。虽然从人来看,这个信息是稀疏的,我有三辆车通过一个交通口,但是从算法的角度来看,它的信息是大量的,我要兼顾把道路的信息识别出来,对方的和我的车都要识别出来,要分析每个人的移动形态,最后做一个决策。自动驾驶为什么这么难做?高度跨领域,传感器技术,路径规划技术,机器人技术以及车辆控制,所有将这些领域全部打通做成一个自动化的产品是非常复杂系统性的软硬件工程。

我个人对于技术极度热爱,我自己学过多个专业,现在也做过多款人工智能的产品,我可以负责任地说,无人驾驶是人工智能最具挑战性的一个应用。但是我们解决问题的要抓住关键点,关键点有什么要素呢?第一是数据,真实的物理世界,任何科学家都没有建过模,没有模型,要通过数据通过传感器将真实的数据搬到云上,这是算法能够演进的基石。第二是AI算法,AI算法是核心,通过人工智能来做演进和升级,这样才能智能化。最后就算你的算法非常厉害,如果不能做到车里面也是徒劳,车是一个嵌入式的环境,我们并没有云端非常奢侈的计算能力,没有计算能力,计算硬件是使能者。我们痛点是什么?也是围绕这三个因素。比如说数据,数据我们现在就是有一个问题,感知的精度,比如说高速驾驶200米以外,哪个传感器可以精准感知是一个问题,可以精准感知能不能量产是问题。第二就是人工智能算法是核心,所有的人工智能算法无法解决复杂场景下的场景问题。计算是核心,因为传统的计算,尤其是大规模计算能力全部都是云端的。

接下来会,我们首先会创建一个自动驾驶的大数据图谱,这个大数据图谱光大不够,要有规则,第一是完备性,驾驶环境非常复杂,同样的路况根据动态不一样,情况不一样,算法要知道这个情况,所以要完备性。要识别大规模的物体,中国、美国的情况都要识别。我们小鹏汽车有自己的量产车,这是我们数据搜集和持续增长的保证。

算法因为不完备,所以我们必须要把它以生长的闭环,从搜集证据如果开始到云端进行大规模全方位的演进,做到精准识别,推送到车上,让算法走出门验证,然后再把验证的反馈,什么场景解决不了,反馈到图谱中进行生长,这个是我们驾驶能力可以提升的关键一环。高性能的终端机器学习引擎。永远不要忘记了这个车不是云,要嵌入方式环境下实现高性能的实时计算,我们有一个机器学习引擎来帮我们解决这个问题。

自动驾驶是一个核心技术的问题,也是文化的问题。驾驶行为反映社交问题,中国的驾驶行为不同于美国的驾驶行为。所以我们在逐步演进自动驾驶功能的时候我们会做两件事情,第一是实现自动驾驶的个性化。我们每个真实的人开车,有平稳型和激进型的,不同习惯的人有不同性格驾驶的软件,同样的人在开车以后出去玩的情况下都有家室体验,这是我们作为自动驾驶性能之上的驾驶体验。另外一个是研发适合中国本土的包括文化上,包括习惯上的最优的驾驶,让我们小鹏汽车成为最懂我们的新时代的高科技产物和驾驶的新物种。谢谢大家!

刊发此文仅为传递信息,不代表车云网观点。

更多评论 收起评论

我要说

欢迎您!

退出