中国人工智能学会

Chinese Association for Artificial Intelligence

CIIS 2016 演讲实录丨沈海寅: “奇点”降临,从汽车到轮式机器人的变革

发布时间:2016-09-24

“奇点”降临,从汽车到轮式机器人的变革

沈海寅

智车优行科技CEO 联合创始人

沈海寅:的确像吴甘沙老师刚才说的,我觉得其实做事情要顺势而为,以前因为我在金山软件跟雷军也一块工作过,后来也是在360工作过,大家都知道小米有一个附属的基金叫“顺为基金”,就是顺势而为的意思,你投向要投大势,如果你这个趋势本身是在逐渐缩小的环境里,你能够占的比例即使再大,你的未来也不容乐观的,但是像刚刚说的三个万亿的市场里,那你做的事哪怕再小,你所能够获取的利润也是非常可观的。刚才李德毅院士也说了非常多的ADAS的转型,我是2014年进入到汽车行业,2015年认识李院士,经过一年多的沟通以后,我们也非常认可这个方向,我今天说的里面有很多是跟李院士相近的。


在过去大家听到非常多的一件事情,就是特斯拉的事故。因为特斯拉在美国发生了事故,最近又曝出在中国更早的时间点也发生过事故,这几起事故就把特斯拉推到了舆论的风口浪尖。但是我们从技术的观点上来看,我们在很多媒体上都有特别多的报道和分析,今天我就不从技术角度对特斯拉事故进行分析了。


我们从另外一个角度,特斯拉出现这些事故到底有哪些地方是有问题的?前两天我在一个行业论坛上也讲过,我们对于特斯拉的判断,是在于说它用一个新的技术,在让我们的的确确的通过自动驾驶,让我们人所发出的努力,或者说你在道路上所需要承担的这种压力大大减轻了,但是我觉得我们在这个里面是需要看一个概念,就是说什么是用户,而不是客户,因为在过去我们经常说我们在做商业的时候,是跟客户打交道的,尤其是做O2的业务,但是我们经常说我们有两个概念,比如我卖一个冰箱出去,我希望消费者在我卖了以后不再来找我,他找我一定是去维修,我就会多花成本处理这个事情。但是互联网里面,比如说一个用户下载互联网APP,这时候我们称之为用户,也就是说我们今天起步的仅仅是第一步,而未来在用户用我们服务的过程当中,他所获得的体验,每一分钟的体验,每一分钟所获得的服务都是需要关注的,自动驾驶就不一样,以前我在关注车卖给我们的消费者的时候,我也希望就像空调一样,最好消费者不要来找我,万一来找我,就意味着我要给你承担维修甚至召回的义务,但是在我们新的时代里,我们说汽车在往智能化的方向发展的时候,我们希望消费者他成为我们用户,既然是用户,我们就需要对用户承担正确高知的义务,像特斯拉它其实在用一种非常积极的方式推动自动驾驶,但是它在用户的告知方面存在一些缺陷,我觉得从产品的角度上来说,这是特斯拉最大的问题,它让你的用户觉得非常酷,但是这种酷背后是用生命作为代价的,这种正确的认知是否能够让用户能够感知到,特斯拉反省事故的时候得到的最大启发。


既使是这样,在过去对于很多激进的策略,传统的很多经常在说你们互联网公司太激进,我们还是一步步这样走,一步步走的确对,我们把人的信念放在最高的点,但是往往在另外一个方面来说,其实在过去许多技术的进步并不是到100%安全的时候才进入到我们生活中,我是做技术出身的,所以也是非常喜欢看各种各样技术的人,我在家的时候有会看电视,像美国国家地理这种频道,我自己非常喜欢看一个纪录片,飞机在过去发生过哪些事,我们就看到其实很多我们在飞机上现有的,我们认为习以为常的事情,比如说悬窗为什么是圆的,过去就是因为不是圆的,而造成金属疲劳和锻炼而造成巨大事故。以前我记得宝马的CEO嘲笑特斯拉的时候,我们做事情要让你觉得百分之百的安全,但是特斯拉没有成熟就把这个东西推出去了,听起来有道理,其实在背后孕育着说如果没有特斯拉,没有谷歌更为激进的企业努力,我认为在今天我们面向这样一个大势,绝对会成为大势,也许人工智能还是科学家在研究机构里去研究的程度。


我经常举这个例子,大家都知道爱迪生点亮了大楼的时候,人类第一次有了电以后,有了非常大的光明,但是它碰到一个特别大的问题,就是说因为直流电电压非常低,如何把电输送到我需要的地方,输送到人的家里去,如果按照爱迪生的理论,基本上每平方公里都需要建一个发电厂,所以说这个离适用化有非常大的区别,1882年的时候,特斯拉他发明了交流电,在发明交流电以后,特斯拉就被爱迪生从他的公司赶出去了,爱迪生觉得你这个交流电不靠谱,通过交流电我们都知道,把高压升高传输到很远的地方,然后再到适用的地方把电压降下来,所以我们小区里面都有配电柜等等,这种装置的确可以使得我们交流电迅速的普及到生活当中,而且能够解决我们的问题,但是爱迪生他为了证明交流电是可怕的,因为交流电会电死人。他为了证明这样的一点,他不顾他在行业里这么高的声望,拼命的宣传说你看交流电会电死人,甚至为了证明交流电的危害性,不惜去把马甚至大象让它触电。的确回过头来想,我们在今天每年都会因为在电网上,或者说在家庭里面,因为交流电发生触电事故,但是我们现在再回到直流电的时代可能吗?肯定不可能了。


我想举这个例子的理由,就是说很多时候你为了要往前走一步,虽然这句话很冷酷,我们的确是需要付出代价的,这种代价它会为我们的技术进步带来非常强的推进动力。在过去有这样一个数字,90%的交通事故都是由人来造成的,人其实是一个最不确定的因素,每个人的技术水平、开车的水平都有限,有些人说我在后面贴个“我是新手”,这些人比较聪明的,更多人是很莽撞的,很多人一年就开两次车就敢把车开上路,人是不稳定因素,即使是老司机受到情绪变化的影响,甚至受到短时间的分析,那边怎么到出来一个新的建筑,这种一瞬间的分心都会带来我们交通事故的发生,所以我坚定的认为,我们在未来要获得交通安全,要获得更稳定的驾驶环境,一定是靠我们的机器来去做成的,机器一定比人获得更好交通的结果。包括在美国的高速公路主管部门,也会说我们自动驾驶是把人为的事故降低多少?降低94%,它所能够挽救的是越来越多鲜活的生命。这是除了讲到市场规模以外和经济以外特别大的推动力,我们希望能够有一个更美好的驾驶习惯,所以说智能驾驶一定是未来。


我们在谈论自动驾驶的时候,我们在谈论什么呢?我们在讲自动驾驶往往先要讲到阿拉斯,从0-4这样去划分的,刚才会前我也在跟吴甘沙在聊,车企我们都在关注2,其实就是不同阿拉斯功能的集合,我们以前从1觉得这里面有自动巡航,像很多车有自动巡航的功能,但是现在我们的车已经到了多功能自动驾驶的情况,我们到底要定义多少个功能,我们第一辆车里面也是从阿拉斯去起步,但是它说你到底要定义多少功能?我们就一个功能一个功能开发,一个功能一个功能跟不同的厂商合作。


现在有两种做自动驾驶的方法,一种就是像谷歌、百度,它是从上到下,一下子跳到4的层面,我们觉得它在实际技术上的难度还是非常大的,像靠汤总的努力,成本高的问题还是可以解决的,我觉得只要是电子的东西,一定是可以起作用的。但是一下子跳到无人驾驶,我经常说如何能够把,我路边的修车店就在路边,我把车开到人行道上,停车是停在人行道上,如何把车开到人行道停到它指定的位置,你想想那100米的路是非常困难的条件,很难说通过高精地图定义出来,只能通过非常复杂的算法去解决这个问题,像这个最后的一公里、最后的一百里,是无人驾驶解决特别难的一点,可能我们要花80%的努力才能解决生活当中20%的驾驶场景,所以在这点上来说,还是需要非常长的一段时间,像吴甘沙说的30-50年,我没有这么悲观,我觉得10年以后可能解决。


所以我说要满足真正无人驾驶周边的环境和我们在法律上、在伦理上很多的障碍的确还是非常多的,不完全是技术能够覆盖的,但是另外一个角度,这是我们车企在干的事,在逐步升级ADAS。ADAS是车企在做的一件事,其实刚才李院士已经把道理说得非常清楚,我们通过今天做十种ADAS的场景,明天可以开发二十种ADAS的场景,但是如何覆盖边界条件,一百种是成本的平衡点还是怎样的,这都非常难。我们觉得通过ADAS的累计,最后是达不到真正的3的,到4是非常困难的。


现在我们走的路线是自主驾驶,就意味着你必须在,第一我毕竟是一家企业,我们不能可能说像谷歌投入一个研发,然后可能未来五年、十年都没有特别高的成效,谷歌是有这样的财力,像我们是很难有这样的财力去做这个事情。所以我们还是从用户的刚需出发,第一步还是做ADAS,但是ADAS在未来也许是有用的。第二步大数据、自学习,我就不多说了。


AlphaGO是在某个垂直里面机器可以做得比人好了,现在我们在人脸识别,机器已经超过了人的识别度,在AlphaGO是通过两个模型:第一个是我对棋局态势的评估,我在看目前的状态是对我现在的情况进行分析,然后再选择如何决策,通过这两种建了两个模型去进行评估,所以说通过形象思维才能做到的下棋抽象化,形成了一个态势+行为组合,我们来看,其实在自主驾驶也是一样,我们人在驾驶的时候,它是由什么组成的?第一首先要对态势进行判断,我目前处于什么样的状态,我是在最左边车道还是右边的车道,同时下面需要有一个认知的箭头,把态势驾驶和认知箭头进行端到端的学习,形成驾驶里面的模型。


我们在第一步其实觉得理论是先从硬件入手,我们在分析未来到底需要哪些硬件,这是我们第一辆车去定义的硬件。当然,这里面没有把激光放进去,我们会把激光雷达空间留出来。刚刚院士也说了,汽车在过去已经不再是四个轮子加两个沙发的问题,具备了自动化以后,我们希望它能够成为一个轮式的机器人,它的定义就是说具有像人一样,或者说像外面所定义的这么多机器人一样,它的这种感知能力,然后具有自主的判断能力,通过这种判断后面来进行行为,能够自主的去做操控,但是这个理论说的简单,在每一步碰到的障碍点都很多,刚刚也讲到说端到端存在了很多问题,但是端到端又是我们自动驾驶当中能够去突破现有的,把ADAS集合起来做自动驾驶的局限性,为什么会讲到ADAS?我觉得ADAS是一个概念,但是它所带来的技术还是可以给我们利用的,我们希望未来能够通过自学习的方式,使得我们的汽车具备像人一样的一种驾驶能力,或者说甚至超越人的驾驶能力,但是因为它所带来不确定性的确非常巨大,就像刚刚讲的很多一些在99%都是OK的,但是1%给我们带来的伤害就是致命性的,我们希望可以圈定一个边界条件,用我们的ADAS可以做到边界条件的区别,就像我们说在学开车的时候,有个驾校的老师、教练坐在我们的边上,在教练车上有一个刹车、有一个油门,碰到一些紧急情况的时候,可以通过这种方式来给你踩紧急刹车,他可能不会说我来指导你怎么去进行路线的规划,让学员通过学到的东西进行路径规划,但是在要产生生命危险或者物体损害的时候,我把边界条件进行了局限,对紧急情况进行一个判断,未来我们想做的方向就是在车里面有一个驾驶脑,同时承担了两个功能,第一个功能是通过驾驶人的行为习惯,不光是一个驾驶人,而是我们在云端去进行算法的学习,可以通过比如说上千辆、上万辆的行为习惯进行学习,再把这个算法放到每辆车里面,同时还有另外一个功能对驾驶的边界进行规定,这就是我们现在在走的这条路。


由于时间关系,我想说的就是这些,也希望能够在未来跟大家可以多去交流,谢谢大家!

(本报告根据速记整理)

CAAI原创 丨 作者沈海寅

未经授权严禁转载及翻译

如需转载合作请向学会或本人申请

转发请注明转自中国人工智能学会