乐视汽车倪凯：数据是促进自动驾驶系统不断进化的根本所在

12月22日，第七届中国 汽车产业 趋势与投资高峰论坛在上海举办。活动围绕“智能网联与车主服务的新生态”展开。乐视超级汽车 自动驾驶 副总裁倪凯以《Alpha Go”们将掌握下一代无人驾驶？》为主题发表了演讲。倪凯被称为“中国无人驾驶第一人”。先后在微软、百度任职，转战乐视之后，目前担任乐视超级汽车自动驾驶副总裁、 人工智能 研究院院长。

倪凯认为：

1）自动驾驶如今备受关注，整个行业里涌现出了非常多新玩家，如谷歌、Uber，乐视、蔚来汽车等；

2）资本圈对自动驾驶也很重视，国内外已经发生了多起收购案例；

3）自动驾驶是重投入、慢产出的领域，最乐观的估计是在2020年实现完全自动驾驶，如果战线越长，投入会越多；

4）在汽车产业中产生了越来越多的联盟，如Intel跟宝马产生了联盟，以后像这样的平台会越来越多；

5）未来自动驾驶更大程度上是作为一个具有开放性的平台出现；

6）未来，数据是整个自动驾驶系统能够不断进化的一个源泉，一个根本；

7）中国如今在人工智能领域特别是在 深度学习 上有越来越多的研究者，在深度学习方面，中国在重视程度上至少已经达到了国际前列；

8）自动驾驶必须结合中国特殊的交通路况，这是所有要想在中国卖车的公司都躲不开的问题；

9）中国整个汽车行业的正向研发能力是不足的；

10）自动驾驶的软硬件技术过于复杂，研发难度等级很高，结合我们自身的实际情况，在自动驾驶上短时间内实现弯道超车是不太可能的；

11）自动驾驶处于灰色地带，需要政府针对自动驾驶制定相应的规范；

12）不管是互联网还是人工智能，最后想解决的都是大家实际用车的场景；

13）关于自动驾驶的道德问题是绕不开的，这是需要政府、行业和群众一起解决的问题。

以下是倪凯演讲实录：

今天这个机会很好，各个圈子可以互相碰撞一下，我主做技术方面，更多从技术方面表达一些我的想法。

我开头一般喜欢用新近发生的事情做引子。最近大新闻是谷歌成立自动驾驶新公司，新公司的长处是人工智能方面，短板后面我也会提到一些。为什么说做人工智能的互联网公司会来做自动驾驶这件事情呢？

我觉得最近几年 人工智能和自动驾驶应该说是相辅相成的关系。 自动驾驶在八十年代就已经诞生，为什么直到现在又突然火起来，因为人工智能在最近五六年里达到了一个新的高峰，尤其是深度学习技术的成熟，出现了很多实用的应用，包括语音识别和流量识别。大家可以发现在一些新技术可以使这些应用达到新的高度。

在自动驾驶方面，人工智能可能会助力自动驾驶。 几个月前在硅谷出差，谷歌自动驾驶的创始人创办了在线大学，他们可以授予自动驾驶的学位，一般学位只有计算机等学位，现在开始授予自动驾驶的学位。为什么大家对自动驾驶如此关注？可以说 整个自动驾驶的行业现在有非常多新玩家 ，从谷歌、Uber，包括蔚来、乐视都在做这一块，这是一个未来。

另外我觉得 资本圈对自动驾驶这一块也很重视 ，特别是美国最近有非常多收购的案例。它为什么能够估值那么高。其实可以看到在现实和我们技术发展之间还是有鸿沟的。

还有一点非常重要， 如今在产业中有越来越多的联盟产生，包括Intel跟宝马产生了联盟 ，以后像这样的平台会越来越多， 自动驾驶是重投入、慢产出的领域 ，这样的领域决定了我们的联盟是非常有意义的。

从传统意义上来说，自动驾驶的前身是高技术驾驶，在传统的架构里面，ADAS是作为底盘部门存在的，因为传统项目的ACC等都是一个简单的控制器，针对车辆的某一部分进行控制，这样相对单一的功能，更多的是把它看成纵向控制或者横向控制。

现在自动驾驶的技术划分，从我们的感知到定位，到我们的决策和控制，应该说它的划分已经完全不一样了， 未来的重点会是在感知和决策 。相对于感知和决策，这个挑战会小很多。ADAS最强调的是控制， 控制这块并不是我们自动驾驶解决最难的方面，已有的架构很有可能不适应新的自动驾驶的发展。

传统的公司也在寻求改变 。比如说宝马之前的i系列，i3、i8都是电动的，因为越来越多的东西跟原有架构脱离了， 如今的工作重点并不适合由同样架构的团队执行 。除了整个在架构上的变化，我相信 自动驾驶是需要大量投入的领域，一般都是上亿美元的投入。 大家可以看到自动驾驶最最乐观的估计，至少到2020年，这是我现在听到比较乐观的， 宝马的估计是2020年实现完全自动驾驶。如果我们的战线拉更长，投入会更大。

投入这么大，问题又比较多，怎么解决呢？我觉得 未来自动驾驶更大程度上是作为一个平台出现 ，很多自动驾驶的部门不为单个主机厂服务，比如乐视做自动驾驶，也会把自动驾驶的技术开放给别的公司使用，更多面向的是多个OEM，因为只有多个OEM使用同一个平台的技术，你这个平台才会获得更多的数据，我觉得 未来数据是整个自动驾驶系统能够不断进化的一个源泉，一个根本。 这样数据的要求，也决定了我们很有可能掌握多个OEM的平台，最终取得胜利。

接下来我们从一些实际的技术来看一下自动驾驶的技术在中国的挑战。 所有自动驾驶的人可能都有一个梦想，希望自动驾驶来解决更多的安全问题 ，因为我们现在绝大多数的事故是由人为的疏忽造成的， 自动驾驶绝对可以减少这些人为的疏忽 。但是现在问题是为什么自动驾驶还不能够完全普及呢？价格肯定是一大因素，但还有一方面是安全性，因为 自动驾驶系统做不到非常非常高的适合汽车等级的安全标准。

大家可以看到上周一个网上很火的视频，是特斯拉的记录仪拍下来的（特斯拉在无人驾驶的情况下撞到护栏）。其实原因很简单，因为特斯拉现在前置是计算机视觉系统，主要支持车道线，并不支持识别复杂特殊的形状，特别是护栏这种在中国比较特有的东西，国内护栏主要是防止人和车横穿马路的。

我自己的团队主做视觉工作，主要是通过深度学习和传统的机械学习的方法解析周围的情况，我们需要理解的不仅仅是路，还有辨识行人和车辆，需要告诉电脑感知周围的环境，包括动态的、静态的环境。

中国的交通路况是非常特殊的，因为很多时候大家并不遵守交通规则。 如果国外研发的自动驾驶技术，不管是谷歌还是Uber，他们可能在感知上能够准确检测一辆车是没有问题的，但是必须适应周围人的驾驶习惯和周围驾驶员违反交通规则的习惯，因为 毕竟不可能脱离这些谈自动驾驶，必须适应中国的路况，这一点是所有要想在中国卖车的公司都躲不开的问题，即你怎么让自动驾驶系统在中国很好地运作。

刚才说了那么多挑战，其实我们还是有一些优势的。大家可以看到 中国如今在人工智能领域特别是在深度学习上有越来越多的研究者 ，他们开始往这个方向上发力，至少我们在重视程度上已经达到了国际前列。从长远的趋势来看， 中国的学术界可以提出更多原创技术， 这样原创的技术在未来某一项技术领域和某一个工程领域是处于领先标准的。

我们在整个供应链和产业链上不能做到完全自主，这个问题并不是自动驾驶单一的问题， 中国整个汽车行业正向研发能力就是不足的。 所以结合我们实际的情况， 在自动驾驶上短时间内实现弯道超车是不太可能的。

政府起到了非常大的推动作用， 美国的立法远远走在中国的前面，中国连上路测试也处于灰色地带， 并 没有一条法律说怎么样的公司在怎么样的路段测试怎么样的技术 ，现在完全是漏洞， 大家打擦边球互相进行测试， 政府已经在跟很多产业公司联合制定一个新的规范 ，我相信这个规范大家也很快看到。

最后我想说的是伦理问题。因为很多人问我这个问题，而不是非常技术的问题，就是说自动驾驶如何对付、解决伦理问题。关于这个问题MIT研究小组做了非常有意思的尝试，他们在自己的网站上放了很多类似涉及到伦理的问题让大家投票，比如说撞死谁保护谁的问题，大家投票的结果是倾向于保护老人和儿童，我倾向于保护不违反交通规则的人。

还有就是一般大家会倾向于保护社会价值高的人群，比如说工程师或者文艺家。 这样的规范仅仅只是一个民意调查 ，最后能不能真正变成一个刚性规范，或者变成立法的规范，这个谁也不知道。不过 这样的问题是绕不开的，是需要政府、行业和群众一起解决的问题。

最后简单说一下我们团队和公司方面的进展。从我们自己做车来说有四个想法，第一个是 电动化，还有互联网化、智能化、共享化 。从我们的团队来说更多的是智能化这一块。智能化首先我们想到的是自动驾驶，还有其他的智能应用。互联网为什么重要呢？不仅仅简单的说我们在车里可以联网看视频了， 更多是把数据收集下来上传到云端，云端实时的数据反馈可以提高自动驾驶系统的功能 ，互联网是非常重要的。

不管是互联网还是人工智能，最后想解决的都是大家实际用车的场景 。在社会化、共享化这一块，共享用车大家是非常熟悉的。我相信未来自动驾驶会对停车、充电也会造成非常多的影响。因为停车和充电是很棘手的事情，自动驾驶能够自动把你的车停好，能够自动把电充上，甚至跟你的一些ID和去的地方产生互动，我相信也会 产生非常多的商业价值 。谢谢大家。