欢迎访问无人驾驶网! 本站服务 帮助中心
我要求购 手机版 18026940731

热门关键词 : 专利  嬴彻科技  自动驾驶  无人驾驶,  无人 

官方公众号
资讯首页 行业动态 高端访谈 深度解读 本站原创 新品发布 会员新闻 政策法规
您的位置 : 首页 > 资讯
高端访谈

收藏打印评论

专访驭势科技CEO吴甘沙:未来自动驾驶挑战来自小概率事件

作者:admin 来源:澎湃新闻 发布时间:2019年09月04日

[摘要]在过去两年时间里,自动驾驶技术在多个场景里有了落地,比如矿场无人车、码头港口的无人货运车、机场无人物流、创业园区里的无人接驳车、车库里的自动泊车等等。这些场景的落地,是否意味着自动驾驶规模化落地的时代已经到来?自动驾驶技术是否已经成为普通大众能承受的技术?未来自动驾驶的挑战在哪里?

[关键词]驭势科技 吴甘沙 自动驾驶

在过去两年时间里,自动驾驶技术在多个场景里有了落地,比如矿场无人车、码头港口的无人货运车、机场无人物流、创业园区里的无人接驳车、车库里的自动泊车等等。这些场景的落地,是否意味着自动驾驶规模化落地的时代已经到来?自动驾驶技术是否已经成为普通大众能承受的技术?未来自动驾驶的挑战在哪里?

带着这些问题,在2019世界人工智能大会期间,记者专访了驭势科技联合创始人兼CEO吴甘沙。在2016年创立驭势科技前,吴甘沙是英特尔中国研究院院长,是英特尔中国研究院的第一位“首席工程师”,也是第一位非美籍华人院长。

专访驭势科技CEO吴甘沙:未来自动驾驶挑战来自小概率事件

驭势科技成立于2016年2月,致力于用人工智能和大数据重构人和物的交通,为十亿级人群交付安全、舒适、高性价比的全栈智能驾驶技术方案、产品和服务。对于驭势科技的未来规划,吴甘沙称要在2020年,实现自动驾驶技术交付的规模化应用。

“在自动驾驶技术落地过程中,我们总结出了三条商业化落地的经验。首先是客户必须得真需要,这个技术真的能帮助他们解决业务痛点;第二是这个技术必须在法律和技术上可以实现的;第三它有商业价值,能为客户降本增效,也能为我们带来盈利。”在聊到自动驾驶技术如何实现商业化时,吴甘沙如此告诉记者。

自动驾驶落地商业化的三条经验

成立三年多来,驭势科技在出行和物流两大领域里有所布局,并接连与上汽通用五菱、中国一汽、上汽大众、北汽、宇通客车、通用汽车、奇瑞新能源等多家汽车品牌,以及与广州白云机场、香港国际机场,中国移动、中国联通、中国电信等行业头部客户达成了合作。

可以看出,在自动驾驶的商业化过程中,驭势科技走的是单一场景下,实现特定需求的无人驾驶。这样的行业切入,也让驭势科技获得了上汽通用五菱、宇通汽车等客户。经过三年的应用落地,吴甘沙总结出了三条自动驾驶之所以能实现商业化的经验。

“首先是客户必须得真需要,这个技术真的能帮助他们解决业务痛点,而不是单纯地只是为秀技术,吸引眼球;第二是这个技术必须在法律和技术上可以实现的;第三它有商业价值,能为客户降本增效,也能为我们带来盈利。在我们最好的场景里,依据我们的计算,自动驾驶技术至少要取代掉三个以上的司机,才能同时去解决客户的管理成本的问题。要知道,在这些场景里,人的流动率是非常高的,而对人的培训又非常昂贵。”吴甘沙说。

如何降低自动驾驶成本

在自动驾驶领域里,除了有科技公司在投入外,传统汽车生产商也在积极拥抱新技术,纷纷与科技公司合作。这似乎已经成了自动驾驶领域里的一种大趋势。

“其实,整个行业发展到现在,那些一开始都觉得我自己什么都能做的公司,已经开始意识到,自动驾驶其实是一个非常庞大而复杂的系统,不可能一个人做下来。他们逐渐发现在这个行业里,应该做你最擅长的东西。所以你会发现,在自动驾驶技术逐步应用的过程中,技术和价值的流动不再是沿着传统汽车生产单一的链条在流动,而是变成网状结构。”吴甘沙说。

这样一来,未来的智能驾驶行业会变成网状结构,这就给了新创公司机会,它们都能够在网里面找到它的价值。也正是因为价值流动不再是单一流动,未来要想降低自动驾驶的成本,单靠一家公司来实现已变得不太可能。

“在垂直领域里,自动驾驶的成本一定是靠整个产业链才降下来的。那么降成本往往有以下几种方法,一种是和其他合作方合作,从而让部分硬件以低成本方式来提供;另一种是我们从客户那边拿到更多的意向订单,通过意向订单去引导我们的供应链。告诉他们,虽然现在只是几台的订单,但未来可能是几千台几万台的应用。”

自动驾驶的挑战:小概率事件

外界除了关心自动驾驶的成本和商业化落地外,对于自动驾驶的安全也格外关注。时不时爆出的自动驾驶安全事故,也让大众对于自动驾驶的安全打上问号。对于自动驾驶技术提供商来说,是否只要做更多的路测和拥有更智能的算法就能保证技术的安全性?未来自动驾驶的挑战又在哪里?

“自动驾驶其实是一个短板效应,也叫木桶效应。现在我们可以把自动驾驶的大脑做得非常好,但有两块不行,一块是眼睛,一块是小脑。”吴甘沙如此分析。

自动驾驶的眼睛指的是激光雷达,吴甘沙认为,目前激光雷达的成本寿命和可靠性,可能还没办法达到to C(针对消费者)的量产需求。而所谓小脑指的是自动驾驶的执行机构。“真正能够针对L4级功能的安全制动和转向,还有好几年才能出来。也就是说,就算你决策都对了,突然汽车的转向和制动出现了单点失效,那还是会出事。所以调整还是在整个产业链的成熟。”吴甘沙说。

在当下的人工智能算法下,自动驾驶系统只有学习过,或者说遇到过各种突发情况,才能在下一次发生同样的情况下,学会处理。这也为什么,许多公司都在努力让自动驾驶汽车增加实际路测里程的原因。

但对于驾车行驶来说,存在着长尾小概率事件。日常生活能遇到的驾驶问题,这是长尾的头部问题,自动驾驶现在或许已经可以处理。但长尾的尾部却是小概率的事件,是当下自动驾驶无法学习的无穷尽事件,这就给自动驾驶的安全问题打上了疑问。

要解决这个问题,吴甘沙认为有种方法。

“一是利用人工智能算法的提升。我希望未来的人工智能算法可以做到只要AI学习过一遍,就能对此前未遇到的问题,做出像人类一样举一反三,触类旁通的反应。二是未来需要解决自动驾驶的测试系统。希望可以依靠云端测试和实际路测,丰富自动驾驶系统的路测体系。这样才能更好地保障自动驾驶的安全问题。”吴甘沙表示。

本网转载并注明其他来源的稿件,均来自互联网或业内投稿人士,版权属于原版权人。转载请保留稿件来源及作者,禁止擅自篡改,违者自负版权法律责任。
关注

网友评论文明上网,理性发言,拒绝广告0条评论