自動(dòng)駕駛技術(shù)被作為汽車產(chǎn)業(yè)“下一站”的變革發(fā)力點(diǎn)，不僅是各大傳統(tǒng)車企轉(zhuǎn)戰(zhàn)的重點(diǎn)，也是各大互聯(lián)網(wǎng)巨頭關(guān)注的焦點(diǎn)之一。但這項(xiàng)偉大的技術(shù)時(shí)而給人獲得巨大突破，幾乎無所不能的感覺，時(shí)而又給人安全性不足，依然是輔助駕駛技術(shù)的感受。

那么當(dāng)前自動(dòng)駕駛技術(shù)的發(fā)展程度到底如何？下一步突破的關(guān)鍵在哪里？對汽車產(chǎn)業(yè)的改造正在如何實(shí)現(xiàn)？鳳凰文創(chuàng)觀察家專訪了英特爾中國研究院的第一位“首席工程師”，如今的馭勢科技CEO吳甘沙，為您做出全面的解讀。

您怎樣看待目前無人駕駛技術(shù)的發(fā)展程度？

吳甘沙：自動(dòng)駕駛技術(shù)從本世紀(jì)初到現(xiàn)在大約20多年的發(fā)展時(shí)間，我認(rèn)為其中90%的技術(shù)難題其實(shí)都已經(jīng)解決。比如說不論是從感知障礙物，認(rèn)知交通規(guī)則、地圖和定位、還是機(jī)器做最優(yōu)決策等方面的問題都已經(jīng)解決了。

那么剩下的10%的難題是什么呢，就是怎么能夠證明技術(shù)的安全性。雖然現(xiàn)在很多的測試都證明是安全的，但如果真正部署出去，我們又如何可以保證它的安全性呢？這可能我們需要上百億公里的測試，但是目前沒有一個(gè)車廠可以在把車部署出去之前做這么長的底層測試。

那么這個(gè)時(shí)候，其中的方法之一就是需要我們在虛擬的場景中去測試這項(xiàng)技術(shù)。“阿法狗”為什么能這么厲害呢？主要是因?yàn)樗?a target="_blank">深度學(xué)習(xí)了大量的棋譜，并在這個(gè)虛擬環(huán)境中互博，自己跟自己練習(xí)，并練習(xí)了上億局的棋盤，因此它的能力提升很快。

而自動(dòng)駕駛也是這樣，我們創(chuàng)造了一個(gè)虛擬的城市環(huán)境。設(shè)置了各種各樣復(fù)雜的環(huán)境，讓自動(dòng)駕駛技術(shù)自己和自己練。但當(dāng)它練習(xí)上百億的英里以后，整體駕駛的水平和安全性就會(huì)提升了。這個(gè)對于我們來說，是一個(gè)最有趣的難點(diǎn)，在未來的幾年當(dāng)中可能會(huì)有更大的技術(shù)突破。

無人駕駛技術(shù)主要還有哪些痛點(diǎn)問題尚未解決？下一步突破的關(guān)鍵在哪里？

吳甘沙：自動(dòng)駕駛在開放式應(yīng)用與封閉場景的應(yīng)用不大相同。因?yàn)閷τ诜忾]式的場景，所有的可能性都已經(jīng)被測試過了，這個(gè)環(huán)境是有高度確定性的，算法有足夠的能力去處理各種各樣的情況，而開放的環(huán)境是具有不確定的。

我們知道今天的人工智能也好，機(jī)器學(xué)習(xí)也好，都是基于大量的數(shù)據(jù)。通過大量數(shù)據(jù)歸納出來很多規(guī)律，但值得擔(dān)心的一種問題是，假如機(jī)器遇到一些從來沒見過的數(shù)據(jù)呢，簡而言之就是數(shù)據(jù)不完備還沒有代表性，那自動(dòng)駕駛技術(shù)就沒有辦法去處理。所以說在這種開放性中的不確定性是目前最大的難題。

那么這個(gè)問題就說明了，我們需要人工智能在這方面需要得到提升。比如說今天的人工智能主要講的是深度學(xué)習(xí)、歸納法，而未來的人工智能會(huì)具備演繹、推理、常識(shí)等等功能，那么在這些方面提升后就可以處理未來很多的未知情況。

您之前多次提到“要盡快實(shí)現(xiàn)無人駕駛的商業(yè)化”，您認(rèn)為哪些部分會(huì)成為無人駕駛商業(yè)化的切入點(diǎn)？

吳甘沙：我認(rèn)為現(xiàn)在開放式的自動(dòng)駕駛技術(shù)，在目前的階段還不夠成熟。可能需要5到10年的時(shí)間盡快的讓技術(shù)落地、讓它產(chǎn)生價(jià)值。具體來說，我認(rèn)為有兩條路來作為切入點(diǎn)：一條路是把應(yīng)用的場景限定在封閉結(jié)構(gòu)式的高速上，通過封閉的自動(dòng)駕駛或者主動(dòng)駕駛來提高駕駛員的安全性，并且可以為駕駛員提高駕駛的樂趣。另外一條路是在高度確定性的園區(qū)景區(qū)、度假村或者主題公園里，通過無低速的無人駕駛來實(shí)現(xiàn)商業(yè)化的智能駕駛。我認(rèn)為這兩條路線在未來會(huì)的2到3年之內(nèi)都是可以落地的。

整體來說，這個(gè)行業(yè)在經(jīng)歷著巨變。我舉個(gè)例子，芯片的巨頭是有荷蘭的恩智浦、德國的英菲琳、意大利的意法半導(dǎo)體、日本的瑞薩、美國的德州儀器等廠商。但在過去的半年時(shí)間里，這個(gè)格局發(fā)生了巨大的變化，比如說美國高通收購了恩智浦，英特爾收購了Mobileye、三星收購了哈曼，還有英偉達(dá)等新晉品牌的興起。

值得注意的是，其中很多都是信息領(lǐng)域、消費(fèi)電子領(lǐng)域的巨頭，但它們現(xiàn)在都進(jìn)入了自動(dòng)駕駛的汽車領(lǐng)域。單是這個(gè)問題我們就可以看到整個(gè)領(lǐng)域的變化：它的價(jià)值鏈在經(jīng)歷著重構(gòu)，而競爭的格局也在發(fā)生著變化。因此，傳統(tǒng)的公司如何與新晉的公司發(fā)生化學(xué)作用，更快的去推動(dòng)無人駕駛領(lǐng)域商業(yè)化的發(fā)展。這個(gè)也是我們非常愿意去看到的。

在自動(dòng)駕駛的同行業(yè)中，馭勢科技的戰(zhàn)略布局體現(xiàn)著哪些行業(yè)發(fā)展方向？

吳甘沙：現(xiàn)在很多人想做人工智能，但其實(shí)大部分的相關(guān)研究還是停留在基礎(chǔ)層面的基準(zhǔn)測試上。而我們的主要優(yōu)勢是要保證這種技術(shù)能夠盡快落地。比如說針對特定的場景有足夠的穩(wěn)健性，與相對便宜的硬件也可以相互配合，使得整個(gè)系統(tǒng)就是調(diào)到最優(yōu)。

具體來說，我們就是在尋求最好的算法。不論是在機(jī)器的穩(wěn)健性、準(zhǔn)確性、速度或者功耗上等等進(jìn)行一系列的優(yōu)化，為無人駕駛汽車減少制造成本，并在實(shí)際的應(yīng)用場景當(dāng)中去測試它。簡單來說，就是把最好的技術(shù)最快的落地。此外，我們也十分注重縮短從算法到整個(gè)技術(shù)的落地的周期，這也是我們的核心競爭力。