小鵬汽車谷俊麗：互聯網汽車是新物種 可生長落地

在“2017全球未來科技大會” 上，小鵬汽車副總裁谷俊麗博士出席大會開幕式暨2017未來出行科技論壇併發布了《互聯網汽車：人工智能與自動駕駛的創新與超越》的精彩演講。

以下是谷俊麗演講實錄：

大家好！今天我非常榮幸與大家分享。

我叫谷俊麗，在小鵬汽車負責自動駕駛的業務。小鵬汽車是一種新形態的互聯網汽車，自動駕駛是我們的核心命脈，我在特斯拉負責人工智能，自動駕駛的問題本質上是人工智能的問題。我在特斯拉搭建了Autopilot，也就是説2016年9月後的特斯拉的Autopilot都是我和團隊研發的。我最近加入小鵬汽車，我的使命就是幫小鵬汽車搭建自動駕駛的汽車。自動駕駛是人工智能的問題，我今天從硅谷來，我想講明白幾個問題：

第一個問題：人類出行究竟在發生什麼變革？第二個問題：自動駕駛為什麼這麼難做？第三個問題：我們小鵬汽車將是什麼樣的方法論來解決這個問題？

首先説人類出行方式，人類出行方式也只有100多年比較先進的方式，在此之前都是通過動物來解決。1900年福特生產了第一代汽車，基於當時最先進的技術，當時人們的生活方式有了突飛猛進的變化。接下來100年內就是20世紀，人們在不斷推進汽車的變化。汽車的發動機、生產工藝，我們就出現了100年的品牌，寶馬、奔馳、奧迪。現在在發生什麼?汽車行業，互聯網汽車將整個企業由燃油化變成了電動化，在電動化基礎上，一個模擬器件變成電動數字器件。今天我過來實現我們的自動化的革命，讓它不僅是數字化，並且是智能化。我們的願景就是未來的時間內，我們的汽車將是一個移動的機器人，它能夠駕駛着我們的車走在世界各個角落。在硅谷，當前自動駕駛是人工智能最火爆的應用，過去一到兩年內有100家自動駕駛的創業公司想把這個應用做起來。

當前有兩種做法，有機械行業的傳統車廠通過在車上裝一些傳感器，通過增量的方式使汽車有眼睛，有一些輔助性的警告環節，比如説偏離車道，從數字化來講換心臟的説法就是全部智能化就可以用技術做。從自動駕駛的角度來説有兩種做法，一種做法就是自動駕駛一下子不可能全部做到，通過產品來逐步提升，那如今截止到今天能夠做到這個層面也只有特斯拉一家，它的車上有這樣的產品。另外幾百家公司都是以不同的算法學派通過模擬數，在辦公室和實驗室進行研發，等待有一天所有技術可以實現突破，然後落地出來。

這兩種做法都有一定的道理和一定的侷限。我們結合這樣的實際情況，在小鵬汽車我們首先是尊重這種技術的難度以及它跨領域的程度，我們將會分兩步走，第一步是在我們第一批大規模量剷車上，我們做L3輔助駕駛，所謂的輔助駕駛，包括自動泊車功能，解決你不會停車或者是停車停不好的難題。比如説低速跟隨，解決你在上班過程當中疲憊駕駛，長期把着方向盤和踩油門的痛苦，解決你自動剎車的技術。這就是L3輔助駕駛。同時我們去做L4或者是L5的無人駕駛核心算法的創新和研究。我説這兩年，截止到今天，所有的技術解決不了L4、L5，所有的算法加在一起，所有專家彙總在一起都解決不了L5的問題。這是算法的創新和人工智能研發的過程。我們當前在中美兩地都在招聘吸引邀請全世界最頂尖的人才加盟我們，通過我們小鵬汽車的量產平台希望可以解決這兩步驟，最終達到我們的願景。

同時我想説一個本質的問題，雖然自動駕駛是一個算法驅動的核心技術來定義的產品，但是它從本質上來講，也一定是實踐科學。因為我們解決的問題是所有AI問題當中最難的一個應用。因為它行走在大街上，如果要最終實現這個願景，我們提出了一個核心的策略，就是它一定是可落地、可生長的一個自動駕駛的部署方案。什麼是可落地？可落地就是我們要在真車上做這個產品，讓這個車能走出實驗室，感受它的算法到底有多少能力？可以解決百分之多少的問題？什麼是可生長？就是我們把這個反饋拿回來以後可以重新定義問題，重新在問題上再去做創新，一個循環迭代的過程。我們之所以可以做到這一點，因為我們互聯網產品是一個完全數字化的汽車，如果是傳統的機械汽車，你維修一下你要開到4S店，我們互聯網汽車，本質上可以進行軟件空中升級，空中升級並不是一個新概念。但是汽車上覺得是新概念，空中升級我們電腦可以升級操作系統，手機可以升級潤間，但是在汽車上能做到這個是產品能夠快速迭代一個關鍵的核心途徑。

接下來就是前面我講的，自動駕駛是什麼？智能變革。我們小鵬汽車可落地和可生產自動駕駛的生產策略。因為我本身是技術人員，接下來我希望從我的技術積累的角度來闡述，從細節上、從技術上深入剖析一下這個自動駕駛究竟有哪些關鍵點、它的現狀和痛點是什麼、我們為什麼能夠解決好這個問題。首先有一個視頻大家可以看到，在右上角，有兩個小視頻，左邊這個是人可以看到車的駕駛環境，右邊的場景聲明一下我在網上找的一個谷歌的案例，右邊我們通過算法計算出來的虛擬環境。雖然從人來看，這個信息是稀疏的，我有三輛車通過一個交通口，但是從算法的角度來看，它的信息是大量的，我要兼顧把道路的信息識別出來，對方的和我的車都要識別出來，要分析每個人的移動形態，最後做一個決策。自動駕駛為什麼這麼難做?高度跨領域，傳感器技術，路徑規劃技術，機器人技術以及車輛控制，所有將這些領域全部打通做成一個自動化的產品是非常複雜系統性的軟硬件工程。

我個人對於技術極度熱愛，我自己學過多個專業，現在也做過多款人工智能的產品，我可以負責任地説，無人駕駛是人工智能最具挑戰性的一個應用。但是我們解決問題的要抓住關鍵點，關鍵點有什麼要素呢?第一是數據，真實的物理世界，任何科學家都沒有建過模，沒有模型，要通過數據通過傳感器將真實的數據搬到雲上，這是算法能夠演進的基石。第二是AI算法，AI算法是核心，通過人工智能來做演進和升級，這樣才能智能化。最後就算你的算法非常厲害，如果不能做到車裏面也是徒勞，車是一個嵌入式的環境，我們並沒有雲端非常奢侈的計算能力，沒有計算能力，計算硬件是使能者。我們痛點是什麼?也是圍繞這三個因素。比如説數據，數據我們現在就是有一個問題，感知的精度，比如説高速駕駛200米以外，哪個傳感器可以精準感知是一個問題，可以精準感知能不能量產是問題。第二就是人工智能算法是核心，所有的人工智能算法無法解決複雜場景下的場景問題。計算是核心，因為傳統的計算，尤其是大規模計算能力全部都是雲端的。

接下來會，我們首先會創建一個自動駕駛的大數據圖譜，這個大數據圖譜光大不夠，要有規則，第一是完備性，駕駛環境非常複雜，同樣的路況根據動態不一樣，情況不一樣，算法要知道這個情況，所以要完備性。要識別大規模的物體，中國、美國的情況都要識別。我們小鵬汽車有自己的量產車，這是我們數據蒐集和持續增長的保證。

算法因為不完備，所以我們必須要把它以生長的閉環，從蒐集證據如果開始到雲端進行大規模全方位的演進，做到精準識別，推送到車上，讓算法走出門驗證，然後再把驗證的反饋，什麼場景解決不了，反饋到圖譜中進行生長，這個是我們駕駛能力可以提升的關鍵一環。高性能的終端機器學習引擎。永遠不要忘記了這個車不是雲，要嵌入方式環境下實現高性能的即時計算，我們有一個機器學習引擎來幫我們解決這個問題。

自動駕駛是一個核心技術的問題，也是文化的問題。駕駛行為反映社交問題，中國的駕駛行為不同於美國的駕駛行為。所以我們在逐步演進自動駕駛功能的時候我們會做兩件事情，第二是實現自動駕駛的個性化。我們每個真實的人開車，有平穩型和激進型的，不同習慣的人有不同性格駕駛的軟件，同樣的人在開車以後出去玩的情況下都有家室體驗，這是我們作為自動駕駛性能之上的駕駛體驗。另外一個是研發適合中國本土的包括文化上，包括習慣上的最優的駕駛，讓我們小鵬汽車成為最懂我們的新時代的高科技產物和駕駛的新物種。謝謝大家！

(本文根據速記稿整理，未經演講嘉賓審定)