2018年4月23-25日，由投中信息、投中網(wǎng)主辦，投中資本協(xié)辦的“第十二屆中國投資年會(huì)·年度峰會(huì)”在上海金茂君悅酒店舉辦。本次會(huì)議主題為“價(jià)值的力量”，來自國內(nèi)外上百家私募股權(quán)機(jī)構(gòu)匯聚一堂，對(duì)當(dāng)前行業(yè)熱門話題展開討論。
在此次峰會(huì)上，魔視智能CEO虞正華就“無人駕駛的幻想與前景”主題進(jìn)行了精彩分享。
虞正華表示，無人駕駛更大規(guī)模的測(cè)試，是只有真正進(jìn)入量產(chǎn)，經(jīng)過幾十萬輛車上百萬輛車用同樣的技術(shù)進(jìn)行測(cè)試了，才能真正探尋到實(shí)現(xiàn)L4自動(dòng)駕駛所面臨的、所需要解決的Corner Case?！罢嬲鉀Q的技術(shù)通路是把L3、L4的技術(shù)先用到L1、L2的產(chǎn)品中，通過這樣的產(chǎn)品，能夠驗(yàn)證到這項(xiàng)技術(shù)在100萬臺(tái)廣泛測(cè)試下Corner Case到底在哪里”。
以下為魔視智能CEO虞正華在“第十二屆中國投資年會(huì)”精彩演講實(shí)錄，投中網(wǎng)整理。
虞正華：大家下午好，非常高興有機(jī)會(huì)跟大家分享一下我們關(guān)于自動(dòng)駕駛的理解。原來的題目希望我講自動(dòng)駕駛的幻想與前景，而我覺得更合適的是講一下幻想與挑戰(zhàn)。因?yàn)樗械那熬岸际腔谔魬?zhàn)已經(jīng)解決的前提之下。
技術(shù)進(jìn)展讓自動(dòng)駕駛的商業(yè)模式演變
人類關(guān)于自動(dòng)駕駛的幻想由來已久，這是1950年代美國的廣告，那時(shí)候預(yù)想自動(dòng)駕駛有朝一日實(shí)現(xiàn)的那一天。實(shí)際上，自動(dòng)駕駛真正進(jìn)入大家視野，好像已經(jīng)觸手可及了，是最近十年之內(nèi)的事。這也伴隨著人工智能技術(shù)的進(jìn)展，大家覺得技術(shù)解決的步伐已經(jīng)臨近了，在這里面Google做了很重要的先驅(qū)性工作。
我們?cè)谌斯ぶ悄茴I(lǐng)域，過去幾年確實(shí)是隨著深度學(xué)習(xí)的進(jìn)展，取得了很多重要的進(jìn)步。我們?nèi)ツ杲M織了國際競(jìng)賽，得了世界第一，任務(wù)是一個(gè)像素級(jí)的語義分割，上面是原始的攝像機(jī)看到的視頻，下面是計(jì)算機(jī)算法、人工智能算法所得到的結(jié)果?？梢钥吹酵ㄟ^現(xiàn)在人工智能技術(shù)，能很準(zhǔn)確辯證到道路、人行道、電線桿、交通標(biāo)識(shí)等。
大家過去也經(jīng)常講說到視覺夜間情況怎么樣，我們這也有相應(yīng)的對(duì)比，這是在伸手不見五指的晚上，這是一個(gè)深夜，車開著近光燈，左邊是跟人眼主觀感受相近，在這樣的情況下人可能會(huì)看清近光燈照的主體，除此之外都是黑糊糊的一片。現(xiàn)在新一代的寬動(dòng)態(tài)傳感器和高級(jí)的圖象處理算法，能讓我們?cè)谛录夹g(shù)之下看清的遠(yuǎn)遠(yuǎn)不只是近光燈所及了。
有了這些技術(shù)的進(jìn)展，自動(dòng)駕駛也有很多想象空間，比如說Waymo做自動(dòng)駕駛出租，演變的商業(yè)模式以后我們的交通出行從買汽車到買服務(wù)，包括自動(dòng)駕駛的卡車OTTO在這方面做了很多很重要的工作。
無人駕駛的不安全事件可以被避免嗎？
整體而言，互聯(lián)網(wǎng)企業(yè)對(duì)自動(dòng)駕駛相對(duì)來說是比較激進(jìn)的，這條路線通常會(huì)投入到L4、L5的研發(fā)，也希望我們將來能直接提供運(yùn)營。相對(duì)來說車廠反而是比較保守的，會(huì)一步一步往前走，循序漸進(jìn)的路徑。我們沿著不同的路徑，但終點(diǎn)都是一樣的。
要考量的是，沿著不同路徑的選擇，帶來的問題或者風(fēng)險(xiǎn)是什么呢？今年3月18日有一個(gè)事件，對(duì)整個(gè)自動(dòng)駕駛界有很深遠(yuǎn)的影響。大家看新聞也看到了，Uber停止了所有自動(dòng)駕駛車的測(cè)試，Nvidia停止了所有自動(dòng)駕駛的測(cè)試，Toyota停止了所有自動(dòng)駕駛的測(cè)試，這個(gè)是很不幸的事件，但這類的事件，也許對(duì)單一事件而言是可以避免的，但是我們會(huì)看到的從概率上來說，這類事件是必然會(huì)發(fā)生的。
為什么？從單一事件而言，把同樣的當(dāng)時(shí)相機(jī)采集的視頻跑到我們自己的今天已經(jīng)量產(chǎn)的產(chǎn)品中，我們能很準(zhǔn)確的找到這個(gè)目標(biāo)，我們提前1.4秒可以發(fā)現(xiàn)這個(gè)行人，似乎說這個(gè)事件我們是可以避免的。所以對(duì)于這個(gè)事件，其實(shí)我們并沒有看到最終的調(diào)查結(jié)果，所以我們并不知道當(dāng)時(shí)因?yàn)檫@輛車上裝了攝像機(jī)，我們并不知道當(dāng)時(shí)發(fā)生了什么。
但是我們是否認(rèn)為這個(gè)事件是完全可以避免的呢？我們的回答是NO，今天為什么要進(jìn)行大量的無人駕駛的測(cè)試，就是因?yàn)槟悻F(xiàn)在還不能證明其安全性，這是雞生蛋蛋生雞的問題，你不能證明安全性的前提必須要進(jìn)行大量的測(cè)試。
在今天任何一套完全自動(dòng)駕駛的車都是一輛不安全的車。自動(dòng)駕駛本身是非常復(fù)雜的系統(tǒng)，有很多的模塊組成，從感知到定位到?jīng)Q策到最后的控制，這樣一個(gè)復(fù)雜的系統(tǒng)，我們認(rèn)為你要通過如何驗(yàn)證其安全性，如果把所有的東西混在一起驗(yàn)證，你要跑大量的實(shí)驗(yàn)，驗(yàn)證的周期非常漫長。
所以我們認(rèn)為一個(gè)復(fù)雜系統(tǒng)的驗(yàn)證，更需要拆解到某一個(gè)獨(dú)立驗(yàn)證安全的模塊，這之后你整個(gè)系統(tǒng)，整個(gè)驗(yàn)證周期反而能夠縮短，反而能夠?qū)崿F(xiàn)整體系統(tǒng)安全的目標(biāo)。而安全的自動(dòng)駕駛離不開安全的傳感器。
傳感器到99%準(zhǔn)確率依然不安全
對(duì)任何一個(gè)傳感器而言，我們認(rèn)為99%或者更高夠不夠。這里舉一個(gè)簡單的車道線檢測(cè)的例子，車道線而言常見的有直線有虛線，如果直接開上路去測(cè)，99%能碰到都是類似這樣的場(chǎng)景，是不是你如果達(dá)到99%準(zhǔn)確率就安全呢？你可能還會(huì)發(fā)現(xiàn)其他的類型，有魚骨線，還有車道合并和分拆。這些1%不能解決，碰到這種Corner Case就是100%不能解決。所以我們要解決的問題是我們不斷探尋系統(tǒng)的邊界，我們系統(tǒng)的CornerCase，只有把這些探索完畢了系統(tǒng)才有可能是安全的。
我們過去已經(jīng)做了很多工作解決Corner Case。為了這些Corner Case，做了很多工作，Waymo花了差不多兩年的時(shí)間在美國測(cè)試500萬英里，對(duì)于自動(dòng)駕駛的公司來說，財(cái)力如Waymo做了500萬英里這個(gè)測(cè)試夠不夠？人類開車每一億公里出一次嚴(yán)重的事故。對(duì)任何自動(dòng)駕駛的公司而言，測(cè)500萬英里或者跟事故發(fā)生的概率而言是很微不足道的事。
我們自己也花了兩年多的時(shí)間，在進(jìn)行超過500萬公里的測(cè)試，我們也看到中國的公路確實(shí)非常復(fù)雜，有各種各樣的板車、農(nóng)用車、三輪車等，我們對(duì)這500萬公里進(jìn)行充分的測(cè)試，但我們認(rèn)為還是不夠的，因?yàn)槿魏我粋€(gè)自動(dòng)駕駛公司也好，創(chuàng)業(yè)團(tuán)隊(duì)也好，如果自己搞幾百臺(tái)車，你就算一輛車一年跑十萬公里，幾百萬公里這樣測(cè)試的量，對(duì)于你真正在自動(dòng)駕駛工況中發(fā)生的Corner Case是遠(yuǎn)遠(yuǎn)不夠的。Waymo是在美國定幾千輛車開始運(yùn)營，更重要的目的是開始進(jìn)行大規(guī)模的測(cè)試。
量產(chǎn)才會(huì)知道Corner Case在哪兒
我們實(shí)際而言，更大規(guī)模的測(cè)試是只有你真正進(jìn)入量產(chǎn)，你經(jīng)過幾十萬輛車，上百萬輛車用同樣的技術(shù)進(jìn)行測(cè)試，才能真正探尋到實(shí)現(xiàn)L4自動(dòng)駕駛所面臨的、所需要解決的Corner Case。真正要解決的技術(shù)通路是把L3、L4的技術(shù)先用到L1、L2的產(chǎn)品中，通過這樣的產(chǎn)品能夠驗(yàn)證到我這項(xiàng)技術(shù)在100萬臺(tái)廣泛測(cè)試下Corner Case到底在哪里。這是我們做的一項(xiàng)工作，這段視頻不知道能不能放出來，這是面向L3的。我把這個(gè)說一下就行了，前面類似比較典型的方案，今天如果做L3，也是這樣的視覺感知的系統(tǒng)，但是我們把這個(gè)首先在海量的L1、L2進(jìn)行充分的驗(yàn)證。
圍繞這條路，我們把這個(gè)東西做成產(chǎn)品，我們做到乘用車、商用車，我們今天已經(jīng)有量產(chǎn)車，明年會(huì)有更多的量產(chǎn)車進(jìn)行相應(yīng)的驗(yàn)證。為了實(shí)現(xiàn)這個(gè)，我們?cè)谙鄳?yīng)的人工智能方面，在核心的算法上已經(jīng)進(jìn)入了深入算法芯片化的工作，因?yàn)檫@套人工智能算法都需要很強(qiáng)有力的計(jì)算芯片來承載。我們?cè)诹慨a(chǎn)的產(chǎn)品中是我們第一代的芯片化、嵌入式的計(jì)算平臺(tái)，后續(xù)也會(huì)開展進(jìn)一步的自動(dòng)駕駛的芯片工作。
我們認(rèn)為自動(dòng)駕駛的發(fā)展是三個(gè)階段。今天已經(jīng)很多量產(chǎn)的是輔助人工進(jìn)行智能的駕駛，下一個(gè)是行業(yè)要解決的關(guān)鍵性問題是實(shí)現(xiàn)安全的自動(dòng)駕駛。這可能是將來五年之內(nèi)能把這個(gè)解決好，已經(jīng)是最重大的突破。
但真正未來舒適的自動(dòng)駕駛，需要整個(gè)行業(yè)更長久的努力。我們認(rèn)為一輛自動(dòng)駕駛的車首先是安全的車，而安全的車一定是經(jīng)過充分認(rèn)證的車。所以我們認(rèn)為對(duì)這個(gè)行業(yè)最大的挑戰(zhàn)，如何你能夠以用戶可以接受的成本提供安全的自動(dòng)駕駛的量產(chǎn)車。
