乐视倪凯:大环境促进产业繁荣 人才和思维是无人车研发关键

乐视超级汽车(中国)智能驾驶副总裁 倪凯

新浪科技讯 10月24日上午消息，在近日举行的世界机器人大会上，乐视自动驾驶负责人倪凯带领乐视超级汽车亮相，在演讲环节，他围绕自动驾驶研发进展，阐述了乐视自动驾驶的布局和核心侧重点。

这位乐视超级汽车(中国)智能驾驶副总裁表示，由于AlphaGo等带来的爆炸性传播效应，人工智能有了前所未有的关注度，并且在基于深度学习的自动驾驶等领域，也获得了诸多进展，中国在这波技术革新中面临机遇。

但同时，中国的自动驾驶落地页面临本土化的挑战，由于中国交通的复杂路况等因素，必须结合中国世界情况进行自动驾驶研发落地，加之在安全性方面的担忧，为安全而生的自动驾驶还需要进一步解决市场上的安全顾虑。

谈及乐视自动驾驶和乐视超级汽车的侧重，倪凯表示将围绕电动化、智能化、互网联化和社会化进行。

此外，在会后，倪凯在接受新浪科技采访时表示，大环境变换是自动驾驶得以迅速推进的原因之一，对于互联网企业和传统车厂都面临机遇及挑战，而这其中最核心关键的因素是人才，特别是软件研发人才。

人才之外，倪凯还认为思维对自动驾驶研发进程也将起到重要作用，“传统行业为什么在这方面发展缓慢。除了对安全性的要求。可能也是传统的思维，在车联网和自动驾驶上可能还不够解放自己。”

最后在乐视自动驾驶的技术核心领域上，倪凯表示将会优先去抢占技术制高点，将涉及机器视觉、车辆控制、高精定位和感知规划等。此外，因为自动驾驶与电子器械等密不可分，倪凯称也在和最新的电子机械方面的技术打交道。

团队方面，倪凯透露乐视自动驾驶研发主要分布在中国和硅谷两地，目前还在大力招揽人才。(李根)

以下为乐视超级汽车(中国)智能驾驶副总裁倪凯演讲实录(小标题为后添加)：

自动驾驶肯定是今天演讲的主题，另外还有三个关键词：第一是中国，中国应该是全世界自动驾驶实施起来最困难的国家之一，而且世界机器人大会在中国举办，我也希望围绕中国来说一些事情。

第二是机遇，我们应该从战略上对自动驾驶保持一种乐观的心态。

第三是挑战，因为我们战术上要重视这个话题。今天更多的话题可能围绕着挑战而不是机遇，虽然我把机遇放在最前面。

2016：人工智能大爆炸

2016年应该说是人工智能或者机器人技术爆发的一年，有很多非常火热的话题，今天我选了两个，一个是AlphaGo，一个是自动驾驶。

AlphaGo是谷歌收购的初创公司Deep Mind的最新研究成果，它以四比一的比分击败了李世石，之前还击败了欧洲的专业二段冠军。在和李世石比赛之前各种舆论说法都有，有的觉得它会赢有的觉得 它会输，但最后我们看到机器人几乎是顺风顺水地赢得了比赛，短时间之内就把以前我们认为做不到的事情实现了。

为什么自动驾驶会成为一个火热的话题？因为和人工智能是分不开的。人工智能可以说是一个非常古老的话题，经历了沉沉浮浮，最近两年又开始火起来了，很大的一个原因就是因为深度学习的出现。

深 度学习作为机器学习的一个分支和工具，极大地提高了包括图像识别、图像理解、语音识别等各个使用问题解决的成功率，所以得到了大家很大程度上的关心，人工 智能的发展上又反过来促进了自动驾驶的提高。这是几个礼拜之前在硅谷出差的时候在HighWay101上面拍的，这个公司是做了一个线上的教学，然后在旁 边竖了一个牌子。当时我觉得自动驾驶这个行业已经火到现在需要专门的线上教学授予学位来发展的趋势，所以我们可以看到这个话题有多火。

正是因为变成了这样火热的话题，我们可以看到很多新的玩家加入这个市场。比如公司领域，我们可以看到谷歌、UBER未来以专车的形式来做自动驾驶，苹果希 望自己造车，特斯拉是很早的一个电动车的厂商，包括Mobile这样的业界领先的供应商，乐视也希望加入这个领域。现在很多资本也对自动驾驶有兴趣，包括 被UBER收购的OUTO和Cruise都代表了现在资本的流向。业界现在出现了非常多的联盟，包括前一段时间宣布的Mobile-Eye宝马和英特尔的 联盟，应该说这个联盟不会成为一个火热的话题，没有英特尔的加入更多的是一个主机厂和Mobile-Eye的合作，但现在代表了一些新的势力，未来资源都 在往这个方向发展。

自动驾驶的挑战：为安全而生，但最被担心安全

自 动驾驶在中国面临着哪些主要挑战？做自动驾驶的人都会提出一个小小的愿望，就是我们希望自动驾驶能够提高整个交通的安全性。这是一个美好的愿望，因为全世 界每年约有一百二十五万人死于道路交通事故，中国又是所有国家当中交通死亡率最高的国家。如果我们能够用自动驾驶技术，希望我们能够减少百分之九十的交通 事故，绝大多数的交通事故都是因为人的不小心驾驶而导致的。这只是一个小小的希望，更多的问题是自动驾驶如何真正应用到我们的产品当中被大家使用？现在大 家最担心的也恰恰是一个安全的问题，所以就有鸡生蛋和蛋生鸡的问题，我们希望通过自动驾驶促使安全，但是阻碍自动驾驶进入我们的生活的又恰恰是一个安全问 题。

这 两个视频一个发生在北京一个发生在瑞士，都是今年不久之前的视频。现在业界的自动驾驶系统其实还有很多问题，两个视频都没有造成最后的人员伤亡，但是一个 是边上的车插了过去，另一个是边上停着的车撞过去了。即使是在高速公路这种封闭的、比较规则性的结构化道路上还是存在着很多问题，所以代表了我们有许多困 难需要克服。

怎 么克服这种困难呢？如果针对刚才的两个视频，大家可能会简单地说我能不能装一些更多的传感器，比如激光雷达。刚才的车是只有装了摄像头和毫米波雷达，毫米 波雷达对空间的解析度和分辨率不是很够，如果我们有激光雷达是不是可以解决这个问题呢？我想在一些事故里面确实可以解决，但即使是激光雷达本身，包括毫米 波雷达和相机也需要解决成本上的问题。因为激光雷达现在更多的是还没有量产的原型，我们怎么走向量产？怎么改进这项技术？从现在机械性的激光雷达转成一个 固态的雷达，这些都是有很多工作要解决的。

是 不是有了激光雷达就可以了呢？可以看到周围都是车，周围都是车就会带来很多的遮挡，如果我们激光雷达是像现在一般的车传感器的位置，安装在车的 Bumper的前沿肯定会被周围的车都挡住，那么怎么知道更远的情况？所以很多问题都是需要我们解决的。中国有非常独特的交通方式，因为中国人很喜欢加 塞，一个路堵了大家就可以从逆向的道路上都堵住，一直到最后那边的绿灯亮了，这条路才可以疏通开来。如果是在美国研制的无人驾驶车，你能够指望在这样的路 上开吗？

我觉得答案是否定的，真正的自动驾驶系统要落地必须要在中国进行本土的研发。

技 术上有哪些问题需要解决呢？我觉得关系比较紧密的是Perception和Planning，怎么更好地了解周围的车况和动态的环境，怎么去规划我们车下 一步的动作。我看到了前面那辆车，要是在美国不容易加塞，在中国可能就会Cut-In，怎么判断前面的司机有没有这个意图？如果有的话我应该怎么处理？其 它的包括高精度的定位和控制，不是说这两个问题已经完全解决了，但是难点还是在前面。

人工智能研究中国走在前列

中 国是不是还是有一些可以值得欣慰的地方呢？我认为还是有的。首先人工智能领域方面中国是在尖端技术方面走在了世界的前列，这是白宫前几周发布的一个统计的 数据，这个数据显示所有的论文里面有深度学习这个关键字的论文中国已经超过了美国，更重要的是被引用的，因为发表的文章质量不好说，但是被引用的文章里面 中国含有深度学习、代表最前沿工具的文章也同样超过了美国。不是这两个图表就已经说明了中国超过了美国，但至少能够说明中国在人工智能领域确实走在了世界 的最前列。

有 了这些技术，最后我们还是要通过软件实现我们的自动驾驶系统。软件方面自动驾驶应该是一个非常复杂的系统，最上面的这一列是高端的Luxury Car，把它和所有后面的相比，比如波音787、Facebook，车是一个非常复杂的系统，而且并不包括自动驾驶的代码。现在我们并不知道一个成熟的 Level3-4的驾驶系统需要多少行代码，因为现在并没有这样的量产产品。这么复杂的软件系统必然会带来很大的计算量，我们怎么让这种计算量在行车电脑 上面实现？

最 后我们靠的必然是嵌入式系统，也有几个比较重要的方面：第一是CPU，未来业界流行的CPU是英特尔的架构或者ARM架构，硬件加速的话有FGA的厂商， 包括被英特尔收购的，第二是NVIDIA为代表的GPU公司，他们和特斯拉会有非常好的合作，第三是操作系统。三个领域当中没有一家是中国的厂商，所以我 们并没有在嵌入式电脑或者行车电脑的大脑当中占有我们自己的一席之地，所以这个是我觉得对全中国的汽车行业的一个非常大的挑战。

讲完了硬件，我们怎样保证安全？还有系统冗余的重要性。汽车电子是一个非常严格的规范，今天我没有时间讲特别多的内容，只想提两件事情：系统的冗余性怎么 实现，其中很重要的一点就是通过传感器的冗余性来实现，也就是说在每一个车周围的角落都希望有超过一个传感器来Cover，因为如果有一个传感器坏了，第 二个传感器还可以看到这一块，不至于障碍物没有检测出来。另一个就是高精度地图，有些人觉得自动驾驶必须要有它，有的人觉得可有可无，我认为可以把它看作 一个新的传感器。之前特斯拉在美国有一个事故，把前方的一个横的大的车检测成了一个交通标志，因为是拿雷达检测的，如果我有高精度地图，我就知道那边应该 没有这样一个交通标志，很有可能这个障碍物不是交通标志。

自动驾驶中的人机交互

除了软件、算法和硬件层面，还有一点非常重要，就是我们的人机交互系统。自动驾驶在未来不会是一个冰冷的机器，我们希望给自动驾驶多一些温度，能够让它更 好地为人类服务。现在我做我的停车功能，比如很多量产车上面大家都会发现它会找最近的停车位，也会提示你停在那个停车位。如果我有很多停车位空着，难道需 要把所有的停车位都跑一遍？如果我有一个比较好的人机交互系统，跟他说这是我们家的停车位，希望把这个车停到那个停车位上面，人就需要在整个自动驾驶执行 当中参与进去。这里演示的是交互停车的DEMO，可以通过手机和电视跟车进行交互。这是车内的可视化界面，坐在车内就可以合作。我们通过易道的APP扫 描，自动驾驶车可以把人接起来跑一个场地内的路线。我们吸引了非常多的观众观看，让我们非常感动的是很多观众都等了很久，如果大家还没有去过的话建议一会 儿去一下。

说 了这么多都是在技术层面，最后回到产品上。按照美国汽车工程协会的分级，自动驾驶系统从Level0到Level5，市场上所有的产品基本都是面向 Level1和Level2，也就是ADAS和辅助驾驶的功能，接下来的Level3、Level4我们应该怎么面对？现在业界有两种观点，一种观点是我 们一步一步走，还有一种是我们直奔最后的Level5。

第 一种观点一般是车厂持有，第二种观点一般是新兴的互联网公司，他们希望直接研究出来最终的车，能够有新的商业模式取代传统的商业模式。个人觉得这两种模式 并不是完全冲突，因为按照我的观点来看完全可以说我们在研究Level3和Level4技术的同时也部署我们Level5的工作，因为很多工作成果对 Level3和Level4也有很大的帮助。研究的同时如果我们失去了这种市场，也就是说我们要等十年或者更长的时间才占有这个市场的话，这个市场上所有 的产品产生的数据，高速驾驶的车已经能够产生非常多的传感器的数据，这些数据对产品的成熟是非常有帮助的，所以如果讲重心的话我更倾向于应该一步一步地从 Level3开始往Level5发展，这样数据上会更有优势。

美国在内华达、加州、佛罗里达州和密西根州已经有了专门的自动驾驶测试的牌照，上个月美国交通部也发表了一个在美国联邦层面的自动驾驶的规范。而中国在规 范的制定方面还是稍微落后于美国，美国确实是全世界自动驾驶规范法律上制定的最领先的国家。中国现在因为传统的法律法规在高速公路上进行测试是不允许的， 所以我们的自动驾驶测试也是不允许的。整个产业联盟包括政府也一起在制定一些草案，未来很快也能够跟上这个趋势，会有更多的法律法规来规范我们在中国的测 试工作。

关于自动驾驶的伦理问题，这个车不换道的话就撞到前面的水泥墩子上了，车上的四个人有可能死亡，如果换道的话路上的老人和两个小孩是必然死亡，自动驾驶系 统怎么来做判断呢？类似的问题问得非常多，MIT这个工作做得非常不错，他们在网站上面设了各种情景让大家来投票，投票的结果肯定是五花八门，但是可以看 出大家在价值观的取向和伦理问题上的一些基本的看法，可能倾向于保证大多数人的生命安全，也就是如果有十个人和两个人一般都选择保证十个人的生命安全。另 外大家倾向于不违反交通规则，也就是说如果需要通过闯红灯和违反交通规则的方式拯救人的生命，一般来说大家倾向于避免它。大家倾向于保护老人、小孩和社会 价值高的，因为MIT的网站上面有些案例是把小偷、律师和Engineer工程师做对比，可以发现这个价值取向上大家的观点。最后这个伦理问题的解决是应 该由汽车行业联合决定，还是由政府的法律法规来决定，我觉得这是一个开放的问题，但是现在有这样的一些讨论是非常有益于整个行业的发展，因为到了最后某一 天我们必然会面对这样的问题。

乐视在自动驾驶上的四个核心

乐视的自动驾驶有四个关键词：第一是电动化，第二是智能化，第三是网联化，最后一个是社会化。

核心是一辆电动车，所以电动化是作为它的核心，智能化包括自动驾驶，也包括更多的人工智能的应用，还有我们的EOI，我们希望赋予车以智能。

互联网化带来的一个最大的优势是大数据，但是大数据并不仅仅是只能为车的乘客带来我们视频和娱乐的服务，大数据作为一个更好更重要的一点，可以反过来使车内的智能化和自动驾驶自动运转，也有更多的数据提高自动驾驶的效果。

社 会化方面我们拥有了易道用车的服务，也在布局充电服务和停车服务，我们相信未来的车不仅是简单地从A点到B点的工具，可以给你带来全新的生活体验，如果有 了自动驾驶更多的是生活的体验。现在我们在全球有多个研发中心，就是从高速公路入手，逐步解决自动泊车和城市道路在内的各个工况的驾驶系统，最后终极的目 的是希望提供一套安全舒适高效的交通体验。

今年6月份我们获得了美国自动驾驶的测试牌照，这是我们在中国自动驾驶的研发平台，我们希望与整个行业一起推动智能驾驶在全球的研发和落地。