無人車即將落地，但可能不是你想的那樣 | 專訪Professor X
?Professor X 的研究甚至影響到谷歌的無人駕駛團(tuán)隊(duì)。圖片來源：Flickr
撰文 | 邸利會(huì)（《《知識(shí)分子》》主筆）
責(zé)編 | 李曉明
● ● ●
Professor X，中文名肖健雄。他擅長黑科技，其名卻難以用英文發(fā)音，同事和學(xué)生們干脆以X稱呼之。X也象征著未知，確實(shí)，他所從事的領(lǐng)域，無人駕駛，很長時(shí)間里也是一個(gè)待解的難題。不過，目前來說，X已經(jīng)部分可解，部分場景下的應(yīng)用即將落地。
看起來很年輕，還像一位研究生的肖健雄，其實(shí)已經(jīng)是無人駕駛領(lǐng)域的老兵。早在十幾年前，還是本科生的他就跟隨香港科技大學(xué)權(quán)龍教授做計(jì)算機(jī)視覺，并發(fā)表了計(jì)算機(jī)視覺頂級(jí)會(huì)議（ICCV）的論文。在香港科技大學(xué)的本碩連讀完成后，肖健雄赴麻省理工學(xué)院（MIT），跟隨Antonio Torralba教授在計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室繼續(xù)其研究，之后成為普林斯頓助理教授、普林斯頓計(jì)算機(jī)視覺和機(jī)器人實(shí)驗(yàn)室創(chuàng)始主任，學(xué)有淵源且成績卓著。他在2017年被《MIT技術(shù)評論》選為35歲以下的創(chuàng)新者。他的研究還影響到谷歌的無人駕駛團(tuán)隊(duì)。
因?yàn)榭释芯磕馨l(fā)生“看得見”的效用，肖健雄在2016年創(chuàng)立自動(dòng)駕駛公司AutoX并擔(dān)任CEO，其意愿是將自動(dòng)駕駛平民化，讓每個(gè)人都能從單調(diào)乏味的駕駛中解放出來。在剛剛結(jié)束的深圳CCF-GAIR大會(huì)上，肖健雄介紹了AutoX的最新進(jìn)展并分享了自動(dòng)駕駛的見解。會(huì)后，他接受了《知識(shí)分子》的獨(dú)家專訪，談了談這幾年他走過的研究道路以及對于自動(dòng)駕駛技術(shù)落地的看法。
?Professor X 肖健雄
1開創(chuàng)三維深度學(xué)習(xí)學(xué)術(shù)領(lǐng)域
《知識(shí)分子》：你從什么時(shí)候開始對機(jī)器人和計(jì)算機(jī)視覺產(chǎn)生興趣的？
肖健雄：說實(shí)話研究了十幾年，挺久的了。我從本科的時(shí)候就開始在研究計(jì)算機(jī)視覺，當(dāng)初讀的是香港科技大學(xué)，我那時(shí)候在考慮要不要讀研究生，就仔細(xì)學(xué)習(xí)了系里老師的各種研究，其中權(quán)龍老師的研究，做三維重建技術(shù)，特別吸引人。我在上大學(xué)之前也是搞計(jì)算機(jī)的，包括我高考是計(jì)算機(jī)保送的，所以也是研究計(jì)算機(jī)各個(gè)方向很多年。我覺得最吸引我的還是人工智能這個(gè)領(lǐng)域。
人工智能也有很多方面，有醫(yī)療、自然語言處理，但是最吸引我的是視覺，所見即所得，更直觀一點(diǎn)，結(jié)果好不好立竿見影。所以我在本科的時(shí)候選擇了跟權(quán)龍老師一起做研究，我是他職業(yè)生涯里帶的少數(shù)的幾個(gè)本科生之一。跟他一起做研究，第一個(gè)項(xiàng)目就成功發(fā)表了ICCV論文。權(quán)老師的要求很嚴(yán)格，只有這樣他才會(huì)收我做他的研究生。我們當(dāng)時(shí)做的是谷歌的街景分析。像語義分析、三維場景分析，這些已經(jīng)很成熟、最起碼比較流行的技術(shù)，但在當(dāng)初是很少人研究的。
權(quán)老師研究非語義的三維重建，我加入他的組里做研究的時(shí)候，希望有進(jìn)一步的突破，所以我提出把語義跟三維結(jié)合起來，那個(gè)時(shí)候也發(fā)表了ICCV的另外一篇文章，專門做三維語義的街景分析，可以直接應(yīng)用在自動(dòng)駕駛上。在馬路上看三維場景，做語義分析，這是樹，這是人，這是汽車。所以那個(gè)時(shí)候已經(jīng)開始研究這個(gè)，其實(shí)也是谷歌資助的研究項(xiàng)目，數(shù)據(jù)是谷歌給的，連我們的研究經(jīng)費(fèi)也是谷歌贊助權(quán)老師實(shí)驗(yàn)室，所以很多成果被用進(jìn)了谷歌地圖。后來谷歌地圖那個(gè)團(tuán)隊(duì)又變成了谷歌無人車的組，我們給他們貢獻(xiàn)了一些的最早期的那個(gè)版本的技術(shù)。
《知識(shí)分子》：原來是這樣的故事，你和權(quán)老師的研究還是不一樣？
肖健雄：那個(gè)時(shí)候本科讀完，剛上研究生。當(dāng)然權(quán)老師主要強(qiáng)項(xiàng)是做三維的，圖形學(xué)應(yīng)用方面。我在三維的基礎(chǔ)上再擴(kuò)展了語義，所以真正有了人工智能，不是純?nèi)S而已。我覺得圖形學(xué)應(yīng)用挺好的，卡通和視頻看起來很酷炫，但是沒什么實(shí)際用處，所以我更偏向是那種能夠真正跟物理世界發(fā)生交互的研究，所以我們那個(gè)時(shí)候就自己采集了大量的數(shù)據(jù)，當(dāng)然更多的數(shù)據(jù)都是谷歌提供的。
《知識(shí)分子》：那個(gè)時(shí)候你們已經(jīng)有車？
肖健雄：谷歌有車，我們沒車。他們用他們的車抓數(shù)據(jù)給我們。因?yàn)閿?shù)據(jù)量很大，谷歌就寄了整個(gè)硬盤過來。我還記得當(dāng)初很開心，第一次見到有這么多數(shù)據(jù)。當(dāng)初整個(gè)硬盤很大，網(wǎng)絡(luò)還是很慢的，傳不過來，所以從美國寄到香港。用大量的數(shù)據(jù)做大量的分析。
《知識(shí)分子》：那個(gè)時(shí)候已經(jīng)在做無人車了嗎？
肖健雄：那個(gè)時(shí)候還沒徹底地弄一個(gè)車在路上跑，我們合作的是谷歌街景地圖團(tuán)隊(duì)，也就是后來的谷歌無人車的團(tuán)隊(duì)。但是這些技術(shù)都是相通的，我之后在MIT讀博士早期的時(shí)候還去谷歌實(shí)習(xí)了一段，也是在谷歌地圖組，所以也是挺有淵源的。后來我主要在學(xué)術(shù)圈做，他們自己在公司內(nèi)部做。他們一開始從學(xué)術(shù)圈借鑒這些算法，再把它工程化，所以其實(shí)大家本質(zhì)上殊途同歸。
《知識(shí)分子》：后來你去了MIT做博士主要做了哪些研究？
肖健雄：我在MIT師從Antonio Torralba，他是做語義分析的一個(gè)教授，特別擅長大數(shù)據(jù)分析。像ImageNet也是最近的事情，ImageNet的前身有一個(gè)LabelMe的數(shù)據(jù)集，是我的導(dǎo)師做的（按：作者是Bryan C. Russell，Antonio Torralba）；SUN Database是我和導(dǎo)師一起做的，都是比較老的歷史。那時(shí)候我們開始做大數(shù)據(jù)分析，語義切割、語義分析，深度學(xué)習(xí)還沒火起來，但是我們在實(shí)驗(yàn)室得到的結(jié)論是大量的數(shù)據(jù)非常有用。后來深度學(xué)習(xí)出來了，那是一種很好的使用大數(shù)據(jù)的用法。我在MIT實(shí)驗(yàn)室最后一年，在導(dǎo)師的基礎(chǔ)上再跨越一步，擴(kuò)展到三維的，用三維深度學(xué)習(xí)開始做物體的檢測、跟蹤，像車輛的三維檢測?，F(xiàn)在每個(gè)人都在說融合，前融合、后融合，那時(shí)候在MIT讀博士的后期，這些技術(shù)我們已經(jīng)發(fā)明了。
《知識(shí)分子》：什么時(shí)候開始把深度學(xué)習(xí)的方法引進(jìn)去？
肖健雄：那個(gè)是2012年就開始做的，我還發(fā)表了一篇文章，第一次用深度學(xué)習(xí)，把顏色、攝像頭跟深度的信息融合起來，用三維深度學(xué)習(xí)做前融合，其實(shí)這個(gè)工作開創(chuàng)了整個(gè)三維深度學(xué)習(xí)學(xué)術(shù)領(lǐng)域?，F(xiàn)在這個(gè)領(lǐng)域很火，如果去CVPR（注：IEEE國際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議）這種會(huì)議，里面有幾百篇論文都在討論這個(gè)，但是當(dāng)初沒人做的，我們是第一個(gè)做這個(gè)。因?yàn)槲疫€記得剛開始做這個(gè)的時(shí)候，我博士導(dǎo)師還覺得不可能做出來，我就暗自給自己打氣，我一定要做出來給你看，就憋一口氣。后來在普林斯頓大學(xué)，我的實(shí)驗(yàn)室已經(jīng)在做無人駕駛了，用仿真器做各種試驗(yàn)。真實(shí)路測方面我們沒有正常的汽車，但是我們有移動(dòng)的機(jī)器人。也蠻大的，開30公里每小時(shí)的機(jī)器人，其實(shí)就是自動(dòng)駕駛的車，跟我們現(xiàn)在的送貨小車蠻像的，但是沒方向盤。
《知識(shí)分子》：在普林斯頓的時(shí)候，也做機(jī)器人吧？
肖健雄：對，除了無人駕駛，我們也做機(jī)械手抓取東西，就是先物體檢測，檢測出來要抓。我?guī)ьI(lǐng)團(tuán)隊(duì)跟MIT合作，用機(jī)械手參加Amazon Picking Challenge的比賽，就是機(jī)械手的物體識(shí)別、抓取、放下，拿了全世界第三、第四名。
《知識(shí)分子》：這都是很難的任務(wù)。
肖健雄：對的。這個(gè)技術(shù)跟無人車非常相關(guān)，也是用三維深度學(xué)習(xí)的方法，認(rèn)出這個(gè)物體在哪兒，大小多少，朝向是什么，這些都得做得很好。
2“希望整個(gè)行業(yè)不要吹到太火”
《知識(shí)分子》：但是大家感覺到還是不能完全實(shí)現(xiàn)自動(dòng)駕駛，假設(shè)別的條件都沒問題，單純技術(shù)是可以達(dá)到的嗎？
肖健雄：我覺得這個(gè)技術(shù)現(xiàn)階段好到能演示，這個(gè)肯定沒問題，問題是能不能真正運(yùn)營，因?yàn)檠菔局恍桕P(guān)心正常情況下會(huì)發(fā)生什么，但是運(yùn)營的時(shí)候要想的是最糟糕情況下會(huì)發(fā)生什么。我覺得現(xiàn)階段很多地方還沒辦法做無人駕駛的運(yùn)營，特別是中國的路況特別復(fù)雜。我覺得中國路況演示也可以，但是敢真的無人嗎？這是問題。
我覺得在一些限定場景，像園區(qū)或者速度稍慢可以做，但是那些在大馬路上完全無人駕駛技術(shù)還不成熟。距離完全無人、完全不出任何事故，我覺得還得一定的年份，沒那么快。包括谷歌的無人車團(tuán)隊(duì)做了這么多年，現(xiàn)在在美國也不是挑紐約這種大城市，而是挑比較簡單的路，人比較少，地廣人稀的地方開始運(yùn)營。所以我覺得任何公司號(hào)稱兩年后在北上廣深大規(guī)模運(yùn)營（無人車），要么就是在打擦邊球，要么就是在吹牛。
《知識(shí)分子》：所以你覺得目前整個(gè)行業(yè)的技術(shù)還沒達(dá)到那個(gè)高度么？
肖健雄：對，因?yàn)槲沂亲鰧W(xué)術(shù)和技術(shù)出身的，喜歡實(shí)事求是，我也希望整個(gè)行業(yè)不要吹到太火，到時(shí)候沒法實(shí)現(xiàn)，出現(xiàn)AI冬天。技術(shù)有所能，有所不能。在大暴雨天里無人駕駛，我們公司在一年半前早就做了演示，但是真敢在大暴雨天沒有安全司機(jī)，開那么快，還能確保萬無一失嗎？這個(gè)要求是完全不一樣的。運(yùn)營的時(shí)候要考慮的是最糟糕的情況下，性能也要夠安全。
《知識(shí)分子》：尤其要做成一個(gè)大眾都使用的產(chǎn)品，這個(gè)難度就相當(dāng)高了。
肖健雄：對，千奇百怪的事情都可能發(fā)生。
《知識(shí)分子》：無人駕駛的歷史是很久很久了，德國很早，包括美國DARPA Grand Challenge，伯克利的智能交通，到現(xiàn)在谷歌等，我們有沒有可能最后完全在一個(gè)限定的場景，比如說改造整個(gè)交通系統(tǒng)，用智能交通的概念來做？
肖健雄：這個(gè)肯定可以。但是這個(gè)在純市場經(jīng)濟(jì)情況下很難達(dá)到這種水平，除非是政府計(jì)劃就是這么搞。純市場經(jīng)濟(jì)很難進(jìn)化到那一步。這包括車子、人的智能化等。但總不能強(qiáng)迫路上每個(gè)人都裝個(gè)傳感器，這不可能，就像大家會(huì)忘了戴手表，除非把全世界人民注入一個(gè)芯片在體內(nèi)，一出生就打進(jìn)去，要不然沒辦法。也看城市規(guī)劃怎么設(shè)計(jì)，要全規(guī)劃成有一層根本沒有人可以走，只有車，就像地鐵一樣，那么沒有問題，地鐵早就可以無人駕駛了。
《知識(shí)分子》：你覺得某一個(gè)階段人和車是混在一起的？
肖健雄：對的，人和車混在一起肯定是可以，但是來得沒那么快，我覺得肯定在一些比較特殊的場景，一開始肯定不會(huì)就是無人出租車。我覺得一開始是物流的小車，或類似的這種非常接近的應(yīng)用，這些場景已經(jīng)到臨界點(diǎn)了。
《知識(shí)分子》：現(xiàn)在來說AutoX關(guān)注的產(chǎn)品都是能落地的？
肖健雄：我們特別擅長研究，要研究什么特別酷炫的，我們向來干這行的，但是光研究酷炫的沒什么用。我們所有的發(fā)明創(chuàng)造都是為了產(chǎn)品服務(wù)的。我們是以產(chǎn)品為導(dǎo)向的公司，如果產(chǎn)品需要我們研究發(fā)明這些，如果產(chǎn)品不需要，我們不研究發(fā)明這些。
《知識(shí)分子》：你現(xiàn)在覺得哪些現(xiàn)在可以落實(shí)成產(chǎn)品？
肖健雄：我覺得我們的三款產(chǎn)品中，小車是最容易落地的。因?yàn)樗拓浉腿瞬灰粯?，比如說從A到B，如果送人，因?yàn)槿俗谏厦媸且笞叩糜挚煊质娣隙ㄒ疃搪愤^去，假設(shè)有個(gè)路口特別難走，還是得走，要不然繞一大圈，雖然也到達(dá)目的地，但是乘客不開心，舒適度很差。
送貨就沒這個(gè)問題，稍微繞一點(diǎn)，可以挑一些簡單的路徑開過去，這樣的話也能達(dá)到目的地，慢一分鐘沒問題，只要按時(shí)到就好，那么快也不一定特別有作用，所以我覺得這是最可能讓我們這個(gè)技術(shù)更早落地，我們不會(huì)專門鉆牛角尖。載人車不是我們不做，技術(shù)一直在開發(fā)，在改進(jìn)，數(shù)據(jù)一直在積累，有一天就可以進(jìn)化到走那種復(fù)雜的路，但是在沒那么成熟的情況下，我們也可以用在貨運(yùn)上，而不是一定要等到有一天突然覺得技術(shù)特別成熟了才可以開始用起來。我覺得小車送貨，是先落地的，行業(yè)也逐漸意識(shí)到這一點(diǎn)。
《知識(shí)分子》：運(yùn)貨的車是不是可以只靠視覺？
肖健雄：我們是以視覺為主，但是多傳感器，里面有激光雷達(dá)、毫米波雷達(dá)、GPS還有超聲波雷達(dá)，這些都有。
《知識(shí)分子》：這些是為了更安全一些？
肖健雄：對的，多層冗余確保萬無一失。我們第一層是靠攝像頭，單靠攝像頭就可以走了，完全可以，沒問題。但是萬一出事呢？所以加了一個(gè)激光雷達(dá)，但是也不夠。萬一激光雷達(dá)也出錯(cuò)了呢？我們就用超聲波雷達(dá)和毫米波雷達(dá)，多層冗余。做一個(gè)安全性要求高的產(chǎn)品的心態(tài)是考慮最糟糕情況下行不行，而不只是能演示。所以現(xiàn)階段這種多層冗余是必須的。以后隨著技術(shù)越來越好，可能越來越精簡，比如說我們大量運(yùn)營的數(shù)據(jù)證明這個(gè)超聲波雷達(dá)從來沒被用到，再跑三年，也沒被用到，那我們下一款就省了超聲波雷達(dá)。一開始上來肯定是要過分的小心。安全第一，寧可過分的小心，確保萬無一失。
《知識(shí)分子》：送貨包括在公路上送貨？
肖健雄：對，但我們不做城際間的無人駕駛，因?yàn)槌请H間的無人駕駛更遙遠(yuǎn)，落地會(huì)更遠(yuǎn)。因?yàn)槌请H間大家會(huì)用大卡車，大卡車有兩個(gè)重大問題，一是特別重，一旦重慣性就大，一旦慣性大剎車距離就遠(yuǎn)，也就是你要看很遠(yuǎn)，精確判斷，要不然太近，反應(yīng)過來的時(shí)候已經(jīng)剎不住了；二是大卡車一旦出事就是大事，災(zāi)難性后果，比如在加州到現(xiàn)在還不讓無人駕駛的大卡車測試，法律也會(huì)有巨大的障礙。
《知識(shí)分子》：但有的公司專注大卡車送貨？
肖健雄：有，我覺得這個(gè)肯定早晚會(huì)做得通，問題是做多少年才能通。我認(rèn)為短期內(nèi)港口可以，但是真上大馬路、高速公路上，很難有一個(gè)全無人駕駛的大卡車。我自己開車，看到一個(gè)有人駕駛的大卡車都要趕緊躲遠(yuǎn)遠(yuǎn)的，你搞個(gè)無人的，壓力更大。我覺得這個(gè)肯定是比較遠(yuǎn)的未來。
3無人送貨車會(huì)來得更快更猛烈些
《知識(shí)分子》：初創(chuàng)公司無論在任何技術(shù)潮流當(dāng)中要戰(zhàn)勝大的公司必然有一些特別的優(yōu)勢，你覺得AutoX主要的優(yōu)勢在哪里？
肖健雄：我覺得我們選了一條不會(huì)有很大巨頭的路。你看中美市場，我覺得中國市場的無人駕駛會(huì)比美國慢很多，為什么呢？中國路復(fù)雜，這個(gè)沒辦法，AI要求更高，對技術(shù)要求更高。大家肯定會(huì)努力，無數(shù)個(gè)公司，包括我們公司肯定都會(huì)努力。但是人類的科學(xué)水平就是這么高，沒辦法，不可能要求在此時(shí)此刻就突然有了重大突破。第二，中國的人力成本非常便宜，無人駕駛需要使用傳感器、電腦和線控系統(tǒng)，算半天比人還貴，大家就不想用。美國沒這兩個(gè)問題，美國有很多地方的路都是非常簡單，地廣人稀。美國的人特別貴，工資高，傳感器不用降到太便宜，已經(jīng)比人便宜了。所以，我覺得無人駕駛的爆發(fā)點(diǎn)肯定會(huì)在美國先開始，再在中國開始。中國北上廣深這種路太復(fù)雜了，而且有大量的二三線城市和農(nóng)村人口進(jìn)入這些大城市去當(dāng)司機(jī)，這個(gè)成本實(shí)在是很難算過來。但是中國市場非常大，未來的前景是非常好的。所以除了美國市場的布局以外，我們也在中國設(shè)立了辦公室，準(zhǔn)備長期深耕打硬仗，做好一切準(zhǔn)備就緒只欠東風(fēng)，等到最后中國爆發(fā)點(diǎn)的到來。
《知識(shí)分子》：主要的賽道是怎樣的？
肖健雄：有一些偏小眾的賽道，特殊應(yīng)用場景，像掃地機(jī)、港口這些都可以做，但是這個(gè)市場很小，成為小公司可以，但是很難成為大公司。大的市場主要有三條賽道，一個(gè)是載人出租車，一個(gè)是我們這種本地送貨車，另外一個(gè)是長途無人大卡車。無人大卡車技術(shù)最難，在美國方面也是最慢的。
除了技術(shù)不成熟，載人出租車的另一個(gè)壞處就是巨頭眾多，有Waymo、Cruise、Uber，跟他們PK，就是螞蟻戰(zhàn)大象：大象跑著跑著，還沒看到螞蟻宣戰(zhàn)，螞蟻就被大象不小心給踩死了。巨頭的優(yōu)勢還不僅僅是技術(shù)，還包括資金、生態(tài)、人力、品牌一系列的。我覺得這些都是很難克服的，所以我們公司是比較巧妙地選擇不跟他們正面競爭的一條道路。這也有一個(gè)好處，因?yàn)樗麄冊诖蛴舱坦タ藷o人出租車的過程中，留給了我們一個(gè)時(shí)間窗口，比如說他們用十年時(shí)間終于攻克技術(shù)和商業(yè)，整個(gè)美國都全部有了無人駕駛出租車，那我們就有十年時(shí)間。無人出租車這個(gè)問題本身很難，會(huì)消耗他們大量精力，所以他們沒空來搶我們的地盤。我們有十年的時(shí)間可以讓自己成長的很強(qiáng)大，十年后他們肯定會(huì)看中我們這塊地盤，我們也會(huì)打他們那塊地盤。載人出租車我們也做，不是不做，我們通過送貨車，積累大量的數(shù)據(jù)，通過自己的業(yè)務(wù)賺到大量的資金和建立自己的品牌，然后再回到無人出租車上跟巨頭們一決高低。
《知識(shí)分子》：你們跟一些車企合作或者一些芯片公司合作嗎？
肖健雄：我們跟這些公司都合作。我們公司是有所為，有所不為。你看我們做很多東西，但其實(shí)我們不是沒事干自己偏要做那么多東西，而是什么東西買不到我們做什么，買得到就通通拿來主義，又快又好。我們做整體系統(tǒng)的集成，如果別人有一個(gè)激光雷達(dá)，我們就用它的激光雷達(dá)，別人有攝像頭就用它的攝像頭，別人有芯片我們用它的芯片，我們跟這些公司都保持著非常良好的關(guān)系。別人的公司有個(gè)車很好用，我們也用。但是有時(shí)候反而是他們沒辦法提供給我們一些我們需要的東西，包括我們公司自己開發(fā)我們的載貨車線控系統(tǒng)也是這樣。無人駕駛需要線控系統(tǒng)能用電腦控制方向盤，油門剎車，但是很多汽車廠沒這個(gè)能力，我們只能自己開發(fā)這個(gè)能力，跟他們合作把這個(gè)車做出來。
《知識(shí)分子》：你覺得在自動(dòng)駕駛?cè)瞬胚@方面有沒有缺口？
肖健雄：我們不只是有某個(gè)單一方面的人才，我們有一系列的人才。我們有感知的人才，有規(guī)劃、決策、系統(tǒng)人才，有軟硬件的人才，硬件包括機(jī)械工程師、電子工程師，因?yàn)槲覀冏霎a(chǎn)品化已經(jīng)很成熟了，所以我們最基本的鏈條已經(jīng)形成閉環(huán)。所以我們公司人雖然多，但是每個(gè)人都會(huì)有所側(cè)重，都是公司重要的一份子。
《知識(shí)分子》：有點(diǎn)不可想象，因?yàn)槟銈兂闪r(shí)間也不太長。
肖健雄：對的。但是我們非常專注，所以跑得很快，我們是奔著做一款真的產(chǎn)品出來的，來進(jìn)行統(tǒng)籌規(guī)劃。我們做大量的技術(shù)研發(fā)，所以我們也有大量的算法人員，發(fā)揮我們的強(qiáng)項(xiàng)，在算法上突破；我們也有大量工程能力特別強(qiáng)的工程師，來自谷歌、蘋果、臉書和車廠等等做過大型系統(tǒng)的，做好軟件和硬件架構(gòu)設(shè)計(jì)。出于保護(hù)原創(chuàng)技術(shù)，我們不是經(jīng)常出來說我們的技術(shù)，但是向一些同行在技術(shù)上做了一些宣傳，適當(dāng)?shù)赝嘎兑恍┪覀兛梢酝嘎兜募夹g(shù)，包括我剛才在演講中，也首次披露了我們的三維仿真器。當(dāng)然我們還有很多不可以透露的，比較機(jī)密的技術(shù)。
《知識(shí)分子》：你們現(xiàn)在可以披露的獨(dú)特技術(shù)有哪些？
肖健雄：第一是攝像頭的感知，這方面之前有很多媒體的報(bào)道，因?yàn)槲揖褪亲鲞@個(gè)出身的，所以做了大量的研發(fā)，包括雙目攝像頭、目標(biāo)檢測、實(shí)時(shí)分割、從圖片就可以估計(jì)出物體三維的框，這些都是可以的。
第二項(xiàng)是大規(guī)模地圖的建立。我們給大家看的視頻里面都是區(qū)狀的，每個(gè)區(qū)域里面的大街小巷都有，全部掃描起來，這是多傳感器融合，融合了攝像頭、激光雷達(dá)、GPS、IMU，還有車的速度這些全部集成在一起做出這個(gè)大規(guī)模的地圖，這是一個(gè)很強(qiáng)的能力。這個(gè)是很多公司沒有的能力，因?yàn)槲覀儸F(xiàn)在要運(yùn)營的都是區(qū)狀的任何兩點(diǎn)的自動(dòng)駕駛運(yùn)營，所以我們需要這種技術(shù)，這是我們比較領(lǐng)先、領(lǐng)跑的。
我覺得世界上擁有這個(gè)技術(shù)的公司不是很多。Waymo和Cruise是肯定有的，其它公司都是只有一兩條線，百度稍微有小片區(qū)域。很多初創(chuàng)公司還是一個(gè)圈的地圖而已，只能跑一個(gè)圈。我們還融合激光雷達(dá)和攝像頭，所以我們的高清地圖都是有顏色，很多公司的高清地圖都是純激光雷達(dá)的，沒有攝像頭，所以你看它的地圖沒有顏色的，只有反射率，是黑白的。
第三是三維仿真器，這也是比較重大的一個(gè)開發(fā)，這已經(jīng)突破了谷歌跟百度的水平。我們從零開始搭建，自研了一個(gè)三維仿真器，跟我們的自動(dòng)駕駛系統(tǒng)大量集成，這也是非常重要的。市面上有些公司可能在賣三維仿真器，其實(shí)沒法用，因?yàn)樗鼜膩頉]有真的和自動(dòng)駕駛系統(tǒng)連在一起用，當(dāng)然開發(fā)三維仿真器的人員也不知道自動(dòng)駕駛公司需要什么，所以做的也不是特別好。我們在仿真器里面是多傳感器可以仿真出車在開的時(shí)候攝像頭能看到什么，可以仿真出激光雷達(dá)能看到什么。我們一系列全部測試都可以在三維仿真里面進(jìn)行，就在車上路之前就已經(jīng)知道這個(gè)版本做的多好，多安全?？梢栽诜抡嫫骼镒龃罅康臏y試。
第四是軟硬件一體化設(shè)計(jì)的能力，包括計(jì)算平臺(tái)的冗余設(shè)計(jì)和線控系統(tǒng)。
《知識(shí)分子》：你們也在路測？
肖健雄：當(dāng)然，我們有大量的車在實(shí)際路測，我們路測比誰都勤快，比很多其它初創(chuàng)公司車多，我們在美國比百度車還多。
《知識(shí)分子》：大部分人，還是很關(guān)心怎么樣從天天開車當(dāng)中解脫出來，即使美國在什么時(shí)間點(diǎn)有可能會(huì)看到大量的運(yùn)營？
肖健雄：在美國一些小區(qū)域?qū)崿F(xiàn)無人出租車的落地，在2021年可能Waymo可以達(dá)到。不是全部城市，少數(shù)一兩個(gè)城市，可以真的無人駕駛。我覺得某些廠商說可以做得比這個(gè)快的，我覺得都是不科學(xué)的，除非是特定場景。在中國，可能需要更長的時(shí)間，但是勢不可擋。無人車即將落地，但是最先的，可能不是大家想的那樣做無人出租車，反而是無人送貨車會(huì)來得更快更猛烈些。
制版編輯 | 楊梟
