关于吴甘沙对于智能驾驶的看法和意见

如今硅谷，人工智能，无人驾驶，都是红通通的热词。和我们普通人生活的距离，好像并没有想象中那么遥远。

这种亲近的感觉，在于我们可以创造历史。这种最欣悦的时刻，在于幼年时那些无人驾驶的科学幻想，像一个崭新的生命，融入了我们自己的生活。计算机视觉，算法，控制，自动化……到处都是新鲜的故事，是我们可以自己创造的历史。

我们已经聊过太多次未来。未来又是什么呢？

吴甘沙说，他有一点深刻的认识。以前考虑问题是牛顿式、线性思维。以前做过什么、现在会什么，下面就去做什么；而现在他遵从默顿式思维（Merton's Laws），先想明白未来什么重要（以终为始），有些事自己以前未必做过（断舍过去），但只要让自己的信念影响资本和人才，未来就能自我实现。

一下子这么抒情，这么文艺，感觉画风都要乱了。在这里，我们要特别感谢【燎原】媒体同仁的精心准备和组织！马上，你会看到【燎原】精心整理的活动分享稿。

下面我们将最精华的内容分享给大家，前方高能，干货满满！

吴甘沙分享与智能驾驶的遇见

您能给大家具体的介绍一下您自己，及您在智能驾驶上的一些经历和经验吗？

我 2005 年第一次听说无人驾驶，英特尔研究院同事 Gary Bradski（OpenCV 的创立者）参与Stanford Stanley，获胜消息传来，研究院举朝欢庆，我的第一感觉：这不是科幻吗，与我何干？2007 年英特尔与合作伙伴研发超算芯片（后来天河 2 号里用的Xeon Phi）和并行编程环境，为了展示 HPC 之外的应用场景，第一次实现了基于 8 核的 ADAS（先进驾驶辅助系统），并且在 2008 年英特尔开发者论坛（IDF）在 CTO 的主题演讲中成功展示。可惜英特尔后来着重发展 IVI（In Vehicle Infotainment），忽略了这一块（而NVIDIA找到了GPGPU之后的另一个增长点）。2014 年，英特尔中国研究院院长任上把研究院资源转向人工智能和机器人。直到2015 年，在朋友格灵深瞳 CTO 赵勇的影响之下我开始研究智能驾驶，16 年 2 月我离职创业。

对于这一转变，我有一点深刻的认识：自己以前考虑问题是牛顿式、线性思维。以前做过什么、现在会什么，下面就去做什么；而现在是我遵从默顿式思维（Merton's Laws），先想明白未来什么重要（以终为始），有些事自己以前未必做过（断舍过去），但只要让自己的信念影响资本和人才，未来就能自我实现。

究竟还有什么样的动力让您选择离开 Intel 研究院，创立驭势科技，决心专注智能驾驶？

对现状的不满足。太适应大公司的环境，未来太可预测。我意识到：A leader is to design a future that is unpredictable and nobody betson. 《英特尔三位一体》这本书让我震撼，英特尔当年的创业精神原来是这样的：坚持对使命的承诺，拥抱趋势，勇于涉险，双倍下注，失败没关系，舔舐伤口，并且从失败当中重新站起来让自己更为强大。

这么多年自己一直忙忙碌碌，真正喜欢的事情是什么却慢慢忘记了。这一点也是现在的教育之殇：家长让孩子们从小就去学画画、学音乐，但又不愿意他们成为画家和音乐家，让孩子去学奥数、去竞赛，却又不愿意让孩子读理科。最后孩子长大了，不知道自己热爱什么。有了中年危机感，原力觉醒。

个人的一些经历，对目前的交通深恶痛绝，有变革的动力（知识分子要革命一定是根本利益受触动）。

看到了无人驾驶的市场前景。这是下一个万亿美金的市场，并且会对社会带来根本的变革。

最后，希望证明自己。很多人说大公司的高管是依靠的好平台，一离开就不行了，我也想自己看看：我是不是也是希腊神话里的安泰俄斯——那个双足离开大地母亲就失去力量的巨人。

智能驾驶究涵盖了些什么技术理念？它将会给社会带来怎样的变革？

智能驾驶大致分为四个级别：

驾驶辅助，预警型的 ADAS，人开，智能体现在某些时候的alarm（比如车道线偏离）

辅助驾驶，在某些场景下自动驾驶，比如自动的紧急刹车，在封闭、结构化道路上的自适应巡航和车道保持，自动泊车

高度自动驾驶，多数场景下可以自动驾驶，在大街小巷多数路况下，对感知（比如计算机视觉）、认知（比如复杂路况下与其他智能自主的车辆共享或竞争路权）的要求高很多，支持编队行驶

无人驾驶，把方向盘、油门和刹车拿掉。关于对未来的展望：最近 5 年，智能驾驶的主要价值主张是让驾驶员更加安全和舒适。5 - 10 年，把重心转向无人驾驶，价值主张是让出行更便捷、便宜和享受。这几个阶段中，第一阶段最简单，国内有好几十家在做；从第一阶段到第二阶段是个跳跃，要解决更好的感知、多传感器融合、规划和控制，国际上 10 - 20 家能实现商业化，驭势是国内领先；第二阶段到第三阶段是个变革式的飞跃，国际上没有人做到，Damler, Volvo, Tesla 和 Mobileye 比较领先，驭势也在发力；第四阶段有时候未必比第三阶段难，比如谷歌限定了场景（城区和 40 公里/小时），商业化未必比第三阶段慢，驭势在尝试一些独特的场景。关于社会变革，先看经济上的数字吧：摩根斯坦利的报告：自动驾驶每年能给美国带来 1.3 万亿美元的收益或节省，相当于美国 GDP 的 8%。

智能交通已经有几十年了，尤其是大数据出来之后的几年发展很快，从各种智能系统控制信号灯到一些电子收费等，拥堵依旧甚至更甚。那智能驾驶到底能不能解决或者缓解这种交通拥堵呢？

我们心中有一个梦想：让首都摆脱“首堵”，让行者出行无忧，这也许只需要 10 年。今天的北京有近 600 万辆车，多数是私家车，场外仍有百万人排号买车，为每年的 6 万个车牌号惆怅。车越来越多，停车越来越难（一辆车两个停车位，难怪城市15 - 20% 的土地用于停车），而限行却让更多人买车，路上越来越堵，废气排放导致雾霾，交通事故高居不下，形成恶性循环。

我们不禁思考：为什么都要买私家车？原因众所周知，北京有近两千万人口，缺只有七万辆出租车，即使加上滴滴和优步的“游击队”，仍然无法为多数人提供即时、按需的出行服务。那么，想象一下这个场景：10 年后，北京只有 100 万辆私家车，但同时有 200 万辆出租车，基于大数据的调度算法，可以使其为千万人提供按需的出行——当您踏出家门，车已经等在外面。有人说，到处打车，打不起。我告诉你，那时打车花费只需要今天的十分之一。为什么？我们可以算一笔账：今天一辆出租车 5 年生命周期的产值，10% 付车钱和维修费，30% 是份子钱，30% 是油钱，30% 是司机收入。然而，10 年后份子钱消失，新能源每公里的能源成本低于常规燃料，车会变得更加便宜，打车成本自然就降低了。

有人说，电动车贵啊。这个出租车不然，多数是两座或一座，只需要很少容量的电池。当全城布满充电桩、地下充电装置和换电站时，大数据的调度算法可以保证电池续航恰好满足下一个人的出行需求、并且及时得到能源补充。车便宜了，份子钱没了，能源成本也降低了，那么，出行成本中最大的一块就是司机收入了。但是，正如您已经想到的，这些车是无人驾驶。所以，您今天需要花 50 元，10 年后可能只需要不到 5 元。车减少了一半，但车的利用率极大提升，堵车成为过去时，天空重归于蓝，停车位被改成公园、活动空间和住所，车祸几近于零，这就是我们梦想的北京。交通流、信息流、能源流的三流合一将形成巨大的海啸，所有与人或物相关的交通将被重新定义，保险需要涅槃重生，而服务业将找到新的爆发点——上述的无人驾驶出租车是除了家和办公室的第三空间，是移动的商业地产，移动的影院、移动的办公空间、移动的星巴克。

无人驾驶在适用性上还有一定的距离。特别是中国的路况更为复杂，譬如有自行车道；行人/车辆更不容易遵守交通秩序，你们如何处理这个具有中国特色的问题？

刚才也讲到中国交通特别复杂的问题，我倒是觉得防碰撞这件事情，也就是行人检测这件事情倒并不是特别困难，因为你并不只依赖于视频，还有雷达这样一些工具，真正的问题是：在中国如果说你的自动驾驶策略调的不够好的话是不行的，太过保守的话可能总是被人加塞，或者并线无法获得路权。对于这个问题，谷歌也试图在调整他的驾驶策略，从以安全为第一目的，到慢慢的加入人的一些竞争的因素进去，结果就撞上大巴了，所以完善这个想法需要一个发展的过程。在中国，尤其要多考虑我们的自动驾驶策略，既能够保证安全，又可以获得路权。我们的路线和功能选择很重要。

大家知道现在谷歌或者是百度他们基本上都是高举高打，三大件，激光雷达可能是 70 万人民币，一个GPS-RTK 加一个高精度的激光陀螺或者是光纤陀螺也需要好几十万，这三个加起来确实能够给你带来更好的感知能力，也许这种模式更适合美国。这种车一辆 20 多万美金，在美国一个出租车司机的收入可能是好几万美金，意味着几年能够回本。但是它适不适合中国？在中国一辆车 200 万人民币，一个出租车司机的人力成本可能几万，这样一条技术路线并不适合咱们中国。当然另外一条路线可能是视觉为主，雷达的这样一种技术路线，相比来说，这条路线更适合中国，但是也得考虑功能选择上两个地方得有差异，其实我个人在特斯拉车主当中做了一些调研，在美国他们对于像高速的 ACC、车道保持这样的功能他们是非常愿意使用的，虽然谷歌无人驾驶车的创始人 Sebastian Thrun 尝试了特斯拉的 ACC+ 车道保持的功能，却有抱怨说it almost killed me for ten times。在中国，什么样的功能好用？traffic jam assist 这样一种功能可能对中国人非常有用，尤其是在北京这种经常开开停停的地方。刚才说的停车场的无人驾驶功能也是非常有市场的，你去新光天地下到停车场花十分钟的时间找停车位，你可以让它自己去找地方停，走的时候一键召回。

驭势科技的无人驾驶项目是否能够分解出某些子项目，让高校、研究所和技术专长通过某种方式参与？

我们非常乐意分出一部分项目跟高校合作，事实上我们已经开始了。我们的一个理念是开放创新。FreeBSD 和 Sun Microsystems 的创始人 Bill Joy 有个 Joy's Law：无论你这家公司再牛，世界上绝大多数最好的人才都是给别人工作的。所以，最好的办法是打开组织边界，让其他人才也能为你所用。

你选择在中国创业而不是在美国?和美国比较起来，国内创业有什么优势和不足？

总体来说，在美国的人才密度高，人才的冒险精神、企业家精神更强。在中国，80% 的人才在大公司、上市公司，剩下 20% 中的 80% 更愿意去C轮以后的公司，创业公司要抢夺的顶级人才只有那 4%，这是个很大的挑战。当然，国内创业也有不错的条件，资本充足，好团队和好项目相对较少，所以有这样的团队和项目还是比较受资本欢迎的。另外，国内有很多独特的问题，巨大的市场，给了有志者驰骋的空间，这是很多其他国家的团队没有的（比如以色列有很多好团队，可惜没有市场，做大了只能卖掉）。

用于自动驾驶的生物体检测识别及传感技术目前误识率如何？

视觉方面针对一些基本任务，99% 以上的识别率是有保障的，比如车道线识别，前车碰撞预警等。但是，传统的视觉方法是有问题的，detection by recognition 必须要求在数据库里有被识别体的特征，但数据库是无法穷尽的，比如你在澳大利亚，可能要加入袋鼠的特征，到中东，则需要加入骆驼。所以大方向要做 pixel labeling 或所谓的semantic segmentation。最好，基于视觉的识别肯定无法做到100%，基于统计学习的方法根本就不可能穷尽样本空间，所以需要多传感器融合。

苹果投资滴滴及 Uber 等对自动驾驶领域各自的优劣势是什么？

滴滴和 Uber 投入自动驾驶领域是必然的，无人驾驶出租车肯定比有人驾驶的共享经济出租车更有优势，所以他们一定会重金投入，只不过是时间先后而已。他们的优势就是有用户资源，有大数据，劣势是大公司创新经常碰到的问题，左右互搏，是不是有足够的勇气让颠覆式的新业务有足够的生存和发展空间，而不是营养不良，甚至死于非命。有时候即使领导有这些认识，下面的执行是不是因为触及当前利益而不能到位，这是值得思考的问题。

驭势科技在「燎原」平台上也有进行招聘， 可以请吴甘沙先生稍微阐述一下，驭势科技希望邀请什么样的小伙伴加入？又能给这些核心员工提供一些怎样的机会？

我们希望驭势是一家精英合伙人公司。首先，我们要找创意精英。这些精英，我们总结下来是四有新人：有种：速度与激情，责任与抱负，信念（创业维艰，信念不变，全村的人去龙王庙求雨，只有一个小女孩带着雨伞去，带着雨伞去求雨是真正的信念。）有趣：乐观，幽默，有一个很深的爱好，向往美好。 有料：一般认知，专业，工程能力，学习能力（尤其重要，世界变得太快，知识转瞬过时），沟通能力。有情有义：请参看《教父》和《纵横四海》。以上是我们希望一起共事的伙伴。

而对于求职者来说，为什么驭势可以是您事业的下一站？

您在这里参与一个非常有意义的事业，something bigger than yourself；

这里有很多牛人，让您惺惺相惜，切磋技艺；

这里做很新鲜、很有前途的东西，让您每天都能感受到进步；

这里的文化赋予您最大的控制力，一脚油门下去，车能给您推背感，您的成就能让公司马上变得更好，您能展现best self；

当然，市场高端的薪水和可观的最原始的原始股，能让您的财富与公司共同成长；

最后，针对北京和上海工作同事的小小福利：如不具有北京户口，我们将尽最大努力解决户口或工作居住证，对于单身人士，我们能部分解决住房。传统打工者的处世态度是：不是我的事我不管，you can you up 你行你上；然而，合伙人的态度是：I can I up 我行我就上，看不得公司有缺点，爱多管闲事，也欢迎别人来管我的事。一个合伙人的公司不是一支军队，而更像一支足球队，既强调纪律，又要求自由发挥，既要各司其职，又要互相补位，为同一个赢的目标。我们的价值观和文化是现有的 20 多个合伙人一起讨论出来的，是驭势的共识合伙人是成年人，不需要用“小学生守则”规范其行为（几点上下班，上班是该做什么，不该做什么）。合伙人明白自由与责任的平衡，能处理好小家和大家的关系。我相信 A 级人才在驭势有非常大的发展空间，我们非常期待未来驭势的 Jeff Dean 们，在公司发展的早期加入我们，与公司一起成长。