新浪科技訊 10月24日上午消息，在近日舉行的世界機器人大會上，樂視自動駕駛負(fù)責(zé)人倪凱帶領(lǐng)樂視超級汽車亮相，在演講環(huán)節(jié)，他圍繞自動駕駛研發(fā)進展，闡述了樂視自動駕駛的布局和核心側(cè)重點。

　　這位樂視超級汽車(中國)智能駕駛副總裁表示，由于AlphaGo等帶來的爆炸性傳播效應(yīng)，人工智能有了前所未有的關(guān)注度，并且在基于深度學(xué)習(xí)的自動駕駛等領(lǐng)域，也獲得了諸多進展，中國在這波技術(shù)革新中面臨機遇。

　　但同時，中國的自動駕駛落地頁面臨本土化的挑戰(zhàn)，由于中國交通的復(fù)雜路況等因素，必須結(jié)合中國世界情況進行自動駕駛研發(fā)落地，加之在安全性方面的擔(dān)憂，為安全而生的自動駕駛還需要進一步解決市場上的安全顧慮。

　　談及樂視自動駕駛和樂視超級汽車的側(cè)重，倪凱表示將圍繞電動化、智能化、互網(wǎng)聯(lián)化和社會化進行。

　　此外，在會后，倪凱在接受新浪科技采訪時表示，大環(huán)境變換是自動駕駛得以迅速推進的原因之一，對于互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)車廠都面臨機遇及挑戰(zhàn)，而這其中最核心關(guān)鍵的因素是人才，特別是軟件研發(fā)人才。

　　人才之外，倪凱還認(rèn)為思維對自動駕駛研發(fā)進程也將起到重要作用，“傳統(tǒng)行業(yè)為什么在這方面發(fā)展緩慢。除了對安全性的要求?？赡芤彩莻鹘y(tǒng)的思維，在車聯(lián)網(wǎng)和自動駕駛上可能還不夠解放自己。”

　　最后在樂視自動駕駛的技術(shù)核心領(lǐng)域上，倪凱表示將會優(yōu)先去搶占技術(shù)制高點，將涉及機器視覺、車輛控制、高精定位和感知規(guī)劃等。此外，因為自動駕駛與電子器械等密不可分，倪凱稱也在和最新的電子機械方面的技術(shù)打交道。

　　團隊方面，倪凱透露樂視自動駕駛研發(fā)主要分布在中國和硅谷兩地，目前還在大力招攬人才。(李根)

　　以下為樂視超級汽車(中國)智能駕駛副總裁倪凱演講實錄(小標(biāo)題為后添加)：

　　自動駕駛肯定是今天演講的主題，另外還有三個關(guān)鍵詞：第一是中國，中國應(yīng)該是全世界自動駕駛實施起來最困難的國家之一，而且世界機器人大會在中國舉辦，我也希望圍繞中國來說一些事情。

　　第二是機遇，我們應(yīng)該從戰(zhàn)略上對自動駕駛保持一種樂觀的心態(tài)。

　　第三是挑戰(zhàn)，因為我們戰(zhàn)術(shù)上要重視這個話題。今天更多的話題可能圍繞著挑戰(zhàn)而不是機遇，雖然我把機遇放在最前面。

2016：人工智能大爆炸

2016年應(yīng)該說是人工智能或者機器人技術(shù)爆發(fā)的一年，有很多非常火熱的話題，今天我選了兩個，一個是AlphaGo，一個是自動駕駛。

AlphaGo是谷歌收購的初創(chuàng)公司Deep Mind的最新研究成果，它以四比一的比分擊敗了李世石，之前還擊敗了歐洲的專業(yè)二段冠軍。在和李世石比賽之前各種輿論說法都有，有的覺得它會贏有的覺得它會輸，但最后我們看到機器人幾乎是順風(fēng)順?biāo)刳A得了比賽，短時間之內(nèi)就把以前我們認(rèn)為做不到的事情實現(xiàn)了。

　　為什么自動駕駛會成為一個火熱的話題？因為和人工智能是分不開的。人工智能可以說是一個非常古老的話題，經(jīng)歷了沉沉浮浮，最近兩年又開始火起來了，很大的一個原因就是因為深度學(xué)習(xí)的出現(xiàn)。

　　深度學(xué)習(xí)作為機器學(xué)習(xí)的一個分支和工具，極大地提高了包括圖像識別、圖像理解、語音識別等各個使用問題解決的成功率，所以得到了大家很大程度上的關(guān)心，人工智能的發(fā)展上又反過來促進了自動駕駛的提高。這是幾個禮拜之前在硅谷出差的時候在HighWay101上面拍的，這個公司是做了一個線上的教學(xué)，然后在旁邊豎了一個牌子。當(dāng)時我覺得自動駕駛這個行業(yè)已經(jīng)火到現(xiàn)在需要專門的線上教學(xué)授予學(xué)位來發(fā)展的趨勢，所以我們可以看到這個話題有多火。

　　正是因為變成了這樣火熱的話題，我們可以看到很多新的玩家加入這個市場。比如公司領(lǐng)域，我們可以看到谷歌、UBER未來以專車的形式來做自動駕駛，蘋果希望自己造車，特斯拉是很早的一個電動車的廠商，包括Mobile這樣的業(yè)界領(lǐng)先的供應(yīng)商，樂視也希望加入這個領(lǐng)域?，F(xiàn)在很多資本也對自動駕駛有興趣，包括被UBER收購的OUTO和Cruise都代表了現(xiàn)在資本的流向。業(yè)界現(xiàn)在出現(xiàn)了非常多的聯(lián)盟，包括前一段時間宣布的Mobile-Eye寶馬和英特爾的聯(lián)盟，應(yīng)該說這個聯(lián)盟不會成為一個火熱的話題，沒有英特爾的加入更多的是一個主機廠和Mobile-Eye的合作，但現(xiàn)在代表了一些新的勢力，未來資源都在往這個方向發(fā)展。

自動駕駛的挑戰(zhàn)：為安全而生，但最被擔(dān)心安全

　　自動駕駛在中國面臨著哪些主要挑戰(zhàn)？做自動駕駛的人都會提出一個小小的愿望，就是我們希望自動駕駛能夠提高整個交通的安全性。這是一個美好的愿望，因為全世界每年約有一百二十五萬人死于道路交通事故，中國又是所有國家當(dāng)中交通死亡率最高的國家。如果我們能夠用自動駕駛技術(shù)，希望我們能夠減少百分之九十的交通事故，絕大多數(shù)的交通事故都是因為人的不小心駕駛而導(dǎo)致的。這只是一個小小的希望，更多的問題是自動駕駛?cè)绾握嬲龖?yīng)用到我們的產(chǎn)品當(dāng)中被大家使用？現(xiàn)在大家最擔(dān)心的也恰恰是一個安全的問題，所以就有雞生蛋和蛋生雞的問題，我們希望通過自動駕駛促使安全，但是阻礙自動駕駛進入我們的生活的又恰恰是一個安全問題。

　　這兩個視頻一個發(fā)生在北京一個發(fā)生在瑞士，都是今年不久之前的視頻?，F(xiàn)在業(yè)界的自動駕駛系統(tǒng)其實還有很多問題，兩個視頻都沒有造成最后的人員傷亡，但是一個是邊上的車插了過去，另一個是邊上停著的車撞過去了。即使是在高速公路這種封閉的、比較規(guī)則性的結(jié)構(gòu)化道路上還是存在著很多問題，所以代表了我們有許多困難需要克服。

　　怎么克服這種困難呢？如果針對剛才的兩個視頻，大家可能會簡單地說我能不能裝一些更多的傳感器，比如激光雷達(dá)。剛才的車是只有裝了攝像頭和毫米波雷達(dá)，毫米波雷達(dá)對空間的解析度和分辨率不是很夠，如果我們有激光雷達(dá)是不是可以解決這個問題呢？我想在一些事故里面確實可以解決，但即使是激光雷達(dá)本身，包括毫米波雷達(dá)和相機也需要解決成本上的問題。因為激光雷達(dá)現(xiàn)在更多的是還沒有量產(chǎn)的原型，我們怎么走向量產(chǎn)？怎么改進這項技術(shù)？從現(xiàn)在機械性的激光雷達(dá)轉(zhuǎn)成一個固態(tài)的雷達(dá)，這些都是有很多工作要解決的。

　　是不是有了激光雷達(dá)就可以了呢？可以看到周圍都是車，周圍都是車就會帶來很多的遮擋，如果我們激光雷達(dá)是像現(xiàn)在一般的車傳感器的位置，安裝在車的Bumper的前沿肯定會被周圍的車都擋住，那么怎么知道更遠(yuǎn)的情況？所以很多問題都是需要我們解決的。中國有非常獨特的交通方式，因為中國人很喜歡加塞，一個路堵了大家就可以從逆向的道路上都堵住，一直到最后那邊的綠燈亮了，這條路才可以疏通開來。如果是在美國研制的無人駕駛車，你能夠指望在這樣的路上開嗎？

　　我覺得答案是否定的，真正的自動駕駛系統(tǒng)要落地必須要在中國進行本土的研發(fā)。

　　技術(shù)上有哪些問題需要解決呢？我覺得關(guān)系比較緊密的是Perception和Planning，怎么更好地了解周圍的車況和動態(tài)的環(huán)境，怎么去規(guī)劃我們車下一步的動作。我看到了前面那輛車，要是在美國不容易加塞，在中國可能就會Cut-In，怎么判斷前面的司機有沒有這個意圖？如果有的話我應(yīng)該怎么處理？其它的包括高精度的定位和控制，不是說這兩個問題已經(jīng)完全解決了，但是難點還是在前面。

人工智能研究中國走在前列

　　中國是不是還是有一些可以值得欣慰的地方呢？我認(rèn)為還是有的。首先人工智能領(lǐng)域方面中國是在尖端技術(shù)方面走在了世界的前列，這是白宮前幾周發(fā)布的一個統(tǒng)計的數(shù)據(jù)，這個數(shù)據(jù)顯示所有的論文里面有深度學(xué)習(xí)這個關(guān)鍵字的論文中國已經(jīng)超過了美國，更重要的是被引用的，因為發(fā)表的文章質(zhì)量不好說，但是被引用的文章里面中國含有深度學(xué)習(xí)、代表最前沿工具的文章也同樣超過了美國。不是這兩個圖表就已經(jīng)說明了中國超過了美國，但至少能夠說明中國在人工智能領(lǐng)域確實走在了世界的最前列。

　　有了這些技術(shù)，最后我們還是要通過軟件實現(xiàn)我們的自動駕駛系統(tǒng)。軟件方面自動駕駛應(yīng)該是一個非常復(fù)雜的系統(tǒng)，最上面的這一列是高端的LuxuryCar，把它和所有后面的相比，比如波音787、Facebook，車是一個非常復(fù)雜的系統(tǒng)，而且并不包括自動駕駛的代碼?，F(xiàn)在我們并不知道一個成熟的Level3-4的駕駛系統(tǒng)需要多少行代碼，因為現(xiàn)在并沒有這樣的量產(chǎn)產(chǎn)品。這么復(fù)雜的軟件系統(tǒng)必然會帶來很大的計算量，我們怎么讓這種計算量在行車電腦上面實現(xiàn)？

　　最后我們靠的必然是嵌入式系統(tǒng)，也有幾個比較重要的方面：第一是CPU，未來業(yè)界流行的CPU是英特爾的架構(gòu)或者ARM架構(gòu)，硬件加速的話有FGA的廠商，包括被英特爾收購的，第二是NVIDIA為代表的GPU公司，他們和特斯拉會有非常好的合作，第三是操作系統(tǒng)。三個領(lǐng)域當(dāng)中沒有一家是中國的廠商，所以我們并沒有在嵌入式電腦或者行車電腦的大腦當(dāng)中占有我們自己的一席之地，所以這個是我覺得對全中國的汽車行業(yè)的一個非常大的挑戰(zhàn)。

　　講完了硬件，我們怎樣保證安全？還有系統(tǒng)冗余的重要性。汽車電子是一個非常嚴(yán)格的規(guī)范，今天我沒有時間講特別多的內(nèi)容，只想提兩件事情：系統(tǒng)的冗余性怎么實現(xiàn)，其中很重要的一點就是通過傳感器的冗余性來實現(xiàn)，也就是說在每一個車周圍的角落都希望有超過一個傳感器來Cover，因為如果有一個傳感器壞了，第二個傳感器還可以看到這一塊，不至于障礙物沒有檢測出來。另一個就是高精度地圖，有些人覺得自動駕駛必須要有它，有的人覺得可有可無，我認(rèn)為可以把它看作一個新的傳感器。之前特斯拉在美國有一個事故，把前方的一個橫的大的車檢測成了一個交通標(biāo)志，因為是拿雷達(dá)檢測的，如果我有高精度地圖，我就知道那邊應(yīng)該沒有這樣一個交通標(biāo)志，很有可能這個障礙物不是交通標(biāo)志。

自動駕駛中的人機交互

　　除了軟件、算法和硬件層面，還有一點非常重要，就是我們的人機交互系統(tǒng)。自動駕駛在未來不會是一個冰冷的機器，我們希望給自動駕駛多一些溫度，能夠讓它更好地為人類服務(wù)。現(xiàn)在我做我的停車功能，比如很多量產(chǎn)車上面大家都會發(fā)現(xiàn)它會找最近的停車位，也會提示你停在那個停車位。如果我有很多停車位空著，難道需要把所有的停車位都跑一遍？如果我有一個比較好的人機交互系統(tǒng)，跟他說這是我們家的停車位，希望把這個車停到那個停車位上面，人就需要在整個自動駕駛執(zhí)行當(dāng)中參與進去。這里演示的是交互停車的DEMO，可以通過手機和電視跟車進行交互。這是車內(nèi)的可視化界面，坐在車內(nèi)就可以合作。我們通過易道的APP掃描，自動駕駛車可以把人接起來跑一個場地內(nèi)的路線。我們吸引了非常多的觀眾觀看，讓我們非常感動的是很多觀眾都等了很久，如果大家還沒有去過的話建議一會兒去一下。

　　說了這么多都是在技術(shù)層面，最后回到產(chǎn)品上。按照美國汽車工程協(xié)會的分級，自動駕駛系統(tǒng)從Level0到Level5，市場上所有的產(chǎn)品基本都是面向Level1和Level2，也就是ADAS和輔助駕駛的功能，接下來的Level3、Level4我們應(yīng)該怎么面對？現(xiàn)在業(yè)界有兩種觀點，一種觀點是我們一步一步走，還有一種是我們直奔最后的Level5。

　　第一種觀點一般是車廠持有，第二種觀點一般是新興的互聯(lián)網(wǎng)公司，他們希望直接研究出來最終的車，能夠有新的商業(yè)模式取代傳統(tǒng)的商業(yè)模式。個人覺得這兩種模式并不是完全沖突，因為按照我的觀點來看完全可以說我們在研究Level3和Level4技術(shù)的同時也部署我們Level5的工作，因為很多工作成果對Level3和Level4也有很大的幫助。研究的同時如果我們失去了這種市場，也就是說我們要等十年或者更長的時間才占有這個市場的話，這個市場上所有的產(chǎn)品產(chǎn)生的數(shù)據(jù)，高速駕駛的車已經(jīng)能夠產(chǎn)生非常多的傳感器的數(shù)據(jù)，這些數(shù)據(jù)對產(chǎn)品的成熟是非常有幫助的，所以如果講重心的話我更傾向于應(yīng)該一步一步地從Level3開始往Level5發(fā)展，這樣數(shù)據(jù)上會更有優(yōu)勢。

　　美國在內(nèi)華達(dá)、加州、佛羅里達(dá)州和密西根州已經(jīng)有了專門的自動駕駛測試的牌照，上個月美國交通部也發(fā)表了一個在美國聯(lián)邦層面的自動駕駛的規(guī)范。而中國在規(guī)范的制定方面還是稍微落后于美國，美國確實是全世界自動駕駛規(guī)范法律上制定的最領(lǐng)先的國家。中國現(xiàn)在因為傳統(tǒng)的法律法規(guī)在高速公路上進行測試是不允許的，所以我們的自動駕駛測試也是不允許的。整個產(chǎn)業(yè)聯(lián)盟包括政府也一起在制定一些草案，未來很快也能夠跟上這個趨勢，會有更多的法律法規(guī)來規(guī)范我們在中國的測試工作。

　　關(guān)于自動駕駛的倫理問題，這個車不換道的話就撞到前面的水泥墩子上了，車上的四個人有可能死亡，如果換道的話路上的老人和兩個小孩是必然死亡，自動駕駛系統(tǒng)怎么來做判斷呢？類似的問題問得非常多，MIT這個工作做得非常不錯，他們在網(wǎng)站上面設(shè)了各種情景讓大家來投票，投票的結(jié)果肯定是五花八門，但是可以看出大家在價值觀的取向和倫理問題上的一些基本的看法，可能傾向于保證大多數(shù)人的生命安全，也就是如果有十個人和兩個人一般都選擇保證十個人的生命安全。另外大家傾向于不違反交通規(guī)則，也就是說如果需要通過闖紅燈和違反交通規(guī)則的方式拯救人的生命，一般來說大家傾向于避免它。大家傾向于保護老人、小孩和社會價值高的，因為MIT的網(wǎng)站上面有些案例是把小偷、律師和Engineer工程師做對比，可以發(fā)現(xiàn)這個價值取向上大家的觀點。最后這個倫理問題的解決是應(yīng)該由汽車行業(yè)聯(lián)合決定，還是由政府的法律法規(guī)來決定，我覺得這是一個開放的問題，但是現(xiàn)在有這樣的一些討論是非常有益于整個行業(yè)的發(fā)展，因為到了最后某一天我們必然會面對這樣的問題。

樂視在自動駕駛上的四個核心

　　樂視的自動駕駛有四個關(guān)鍵詞：第一是電動化，第二是智能化，第三是網(wǎng)聯(lián)化，最后一個是社會化。

　　核心是一輛電動車，所以電動化是作為它的核心，智能化包括自動駕駛，也包括更多的人工智能的應(yīng)用，還有我們的EOI，我們希望賦予車以智能。

　　互聯(lián)網(wǎng)化帶來的一個最大的優(yōu)勢是大數(shù)據(jù)，但是大數(shù)據(jù)并不僅僅是只能為車的乘客帶來我們視頻和娛樂的服務(wù)，大數(shù)據(jù)作為一個更好更重要的一點，可以反過來使車內(nèi)的智能化和自動駕駛自動運轉(zhuǎn)，也有更多的數(shù)據(jù)提高自動駕駛的效果。

　　社會化方面我們擁有了易道用車的服務(wù)，也在布局充電服務(wù)和停車服務(wù)，我們相信未來的車不僅是簡單地從A點到B點的工具，可以給你帶來全新的生活體驗，如果有了自動駕駛更多的是生活的體驗?，F(xiàn)在我們在全球有多個研發(fā)中心，就是從高速公路入手，逐步解決自動泊車和城市道路在內(nèi)的各個工況的駕駛系統(tǒng)，最后終極的目的是希望提供一套安全舒適高效的交通體驗。

　　今年6月份我們獲得了美國自動駕駛的測試牌照，這是我們在中國自動駕駛的研發(fā)平臺，我們希望與整個行業(yè)一起推動智能駕駛在全球的研發(fā)和落地。