吴甘沙对自动驾驶的解读和理解

自动驾驶技术被作为汽车产业“下一站”的变革发力点，不仅是各大传统车企转战的重点，也是各大互联网巨头关注的焦点之一。但这项伟大的技术时而给人获得巨大突破，几乎无所不能的感觉，时而又给人安全性不足，依然是辅助驾驶技术的感受。

那么当前自动驾驶技术的发展程度到底如何？下一步突破的关键在哪里？对汽车产业的改造正在如何实现？凤凰文创观察家专访了英特尔中国研究院的第一位“首席工程师”，如今的驭势科技CEO吴甘沙，为您做出全面的解读。

您怎样看待目前无人驾驶技术的发展程度？

吴甘沙：自动驾驶技术从本世纪初到现在大约20多年的发展时间，我认为其中90%的技术难题其实都已经解决。比如说不论是从感知障碍物，认知交通规则、地图和定位、还是机器做最优决策等方面的问题都已经解决了。

那么剩下的10%的难题是什么呢，就是怎么能够证明技术的安全性。虽然现在很多的测试都证明是安全的，但如果真正部署出去，我们又如何可以保证它的安全性呢？这可能我们需要上百亿公里的测试，但是目前没有一个车厂可以在把车部署出去之前做这么长的底层测试。

那么这个时候，其中的方法之一就是需要我们在虚拟的场景中去测试这项技术。“阿法狗”为什么能这么厉害呢？主要是因为它深度学习了大量的棋谱，并在这个虚拟环境中互博，自己跟自己练习，并练习了上亿局的棋盘，因此它的能力提升很快。

而自动驾驶也是这样，我们创造了一个虚拟的城市环境。设置了各种各样复杂的环境，让自动驾驶技术自己和自己练。但当它练习上百亿的英里以后，整体驾驶的水平和安全性就会提升了。这个对于我们来说，是一个最有趣的难点，在未来的几年当中可能会有更大的技术突破。

无人驾驶技术主要还有哪些痛点问题尚未解决？下一步突破的关键在哪里？

吴甘沙：自动驾驶在开放式应用与封闭场景的应用不大相同。因为对于封闭式的场景，所有的可能性都已经被测试过了，这个环境是有高度确定性的，算法有足够的能力去处理各种各样的情况，而开放的环境是具有不确定的。

我们知道今天的人工智能也好，机器学习也好，都是基于大量的数据。通过大量数据归纳出来很多规律，但值得担心的一种问题是，假如机器遇到一些从来没见过的数据呢，简而言之就是数据不完备还没有代表性，那自动驾驶技术就没有办法去处理。所以说在这种开放性中的不确定性是目前最大的难题。

那么这个问题就说明了，我们需要人工智能在这方面需要得到提升。比如说今天的人工智能主要讲的是深度学习、归纳法，而未来的人工智能会具备演绎、推理、常识等等功能，那么在这些方面提升后就可以处理未来很多的未知情况。

您之前多次提到“要尽快实现无人驾驶的商业化”，您认为哪些部分会成为无人驾驶商业化的切入点？

吴甘沙：我认为现在开放式的自动驾驶技术，在目前的阶段还不够成熟。可能需要5到10年的时间尽快的让技术落地、让它产生价值。具体来说，我认为有两条路来作为切入点：一条路是把应用的场景限定在封闭结构式的高速上，通过封闭的自动驾驶或者主动驾驶来提高驾驶员的安全性，并且可以为驾驶员提高驾驶的乐趣。另外一条路是在高度确定性的园区景区、度假村或者主题公园里，通过无低速的无人驾驶来实现商业化的智能驾驶。我认为这两条路线在未来会的2到3年之内都是可以落地的。

整体来说，这个行业在经历着巨变。我举个例子，芯片的巨头是有荷兰的恩智浦、德国的英菲琳、意大利的意法半导体、日本的瑞萨、美国的德州仪器等厂商。但在过去的半年时间里，这个格局发生了巨大的变化，比如说美国高通收购了恩智浦，英特尔收购了Mobileye、三星收购了哈曼，还有英伟达等新晋品牌的兴起。

值得注意的是，其中很多都是信息领域、消费电子领域的巨头，但它们现在都进入了自动驾驶的汽车领域。单是这个问题我们就可以看到整个领域的变化：它的价值链在经历着重构，而竞争的格局也在发生着变化。因此，传统的公司如何与新晋的公司发生化学作用，更快的去推动无人驾驶领域商业化的发展。这个也是我们非常愿意去看到的。

在自动驾驶的同行业中，驭势科技的战略布局体现着哪些行业发展方向？

吴甘沙：现在很多人想做人工智能，但其实大部分的相关研究还是停留在基础层面的基准测试上。而我们的主要优势是要保证这种技术能够尽快落地。比如说针对特定的场景有足够的稳健性，与相对便宜的硬件也可以相互配合，使得整个系统就是调到最优。

具体来说，我们就是在寻求最好的算法。不论是在机器的稳健性、准确性、速度或者功耗上等等进行一系列的优化，为无人驾驶汽车减少制造成本，并在实际的应用场景当中去测试它。简单来说，就是把最好的技术最快的落地。此外，我们也十分注重缩短从算法到整个技术的落地的周期，这也是我们的核心竞争力。