廣州熱線

小鵬汽車首席科學家郭彥東在2018科技生活節(jié)

7月29日，由鈦媒體集團舉辦的“鈦媒體 2018T-EDGE 科技生活節(jié)”在北京·751東區(qū)故事正式拉開序幕。 小鵬汽車首席科學家郭彥東博士從整車廠商的視角同與會人員探討，如何造更懂中國人的智能汽車。

郭彥東從特斯拉高級輔助駕駛系統(tǒng)被一顆橘子騙過這樣一個案例引入，直言，在出現(xiàn)高級輔助駕駛功能之后，有的司機會出現(xiàn)過度依賴的現(xiàn)象。另外，從統(tǒng)計角度來看，盡管輔助駕駛市場一直在增長，而美國的交通事故致死數(shù)量在2015年，2016年不降反增。

因此，小鵬汽車做出了這樣一個思考：如何能讓人工智能技術真正提升用戶體驗跟車輛安全性，比如用智能的感知與決策把獨立的輔助駕駛功能有機結(jié)合起來。具體來說，根據(jù)車外環(huán)境、天氣、場景的理解來調(diào)節(jié)與選擇行車功能。更重要的一個場景是，在車和人互動的過程中，讓車去更好的理解人的狀態(tài)。不光是注意力方面，還包括司機的疲勞、情緒，做一個正向的反饋循環(huán)，來提升用戶的體驗。

為達到這一愿景，小鵬汽車從數(shù)據(jù)、人工智能平臺、量產(chǎn)車入手，構建閉環(huán)智能進化能力。

第一是大數(shù)據(jù)平臺。從整車廠的角度，小鵬汽車收集了大量的數(shù)據(jù)，包括：1、互聯(lián)網(wǎng)大數(shù)據(jù)。2、仿真大數(shù)據(jù)。3、自有車隊，或者測試車隊大數(shù)據(jù)。4、中國用戶大數(shù)據(jù)。

郭彥東博士特別強調(diào)真實中國用戶數(shù)據(jù)的重要性：

“ 可以說，中國用戶的真實數(shù)據(jù)，不管從真實度上，還是成本效率上，還是對場景的覆蓋度、數(shù)據(jù)量上，都遠遠的優(yōu)于仿真和自有車隊的數(shù)據(jù)體量。在人工智能尤其是深度學習的大環(huán)境下，其實誰坐擁了數(shù)據(jù)，誰就有可能會有最先進、最完善的技術體系。這個也是整車廠商有的一個優(yōu)勢。我們從大量的用戶中搜集用戶的反饋，用這個數(shù)據(jù)不停的調(diào)教和更新我們的智能車系統(tǒng)。”

第二，人工智能平臺。郭彥東博士表示，在智能車的場景中，往往最有價值的就是所謂的長尾（long-tail）數(shù)據(jù)。這些數(shù)據(jù)發(fā)生的頻次很低，很有可能你開很久的車才會有一次、兩次發(fā)生，但是這些事情的種類、類別、數(shù)量會非常多，這個就要求人工智能平臺有快速處理小樣本長尾數(shù)據(jù)的能力。

第三，量產(chǎn)車場景。小鵬汽車布局全球，也是中國最大規(guī)模的單車研發(fā)投入。這樣也保證，最新、最強的算法能夠在車上跑起來，能夠把用戶的一些行為實時反饋回來。

基于閉環(huán)智能進化，小鵬汽車致力于打造更懂中國人的智能汽車。包括更懂“路上的”中國人：理解中國人的駕駛文化，中國政策法規(guī)，中國行車/道路環(huán)境，最重要的是更懂“車里的”中國人，包括司機/乘客的識別，注意力，情緒的感知，從而提供無縫的，個性化的，適應中國人的智能化駕駛體驗。

總結(jié)而言，小鵬汽車要成為 “更懂路上的中國人、更懂車里的中國人”的智能汽車。

以下為 小鵬汽車首席科學家郭彥東的演講實錄，略經(jīng)鈦媒體編輯

自動駕駛，在中國有它獨特的挑戰(zhàn)，以及獨特的機遇。我從整車廠商的視角，來跟大家分享一下我們的經(jīng)驗和體會。我今天想從小鵬汽車發(fā)展中的一些思考和努力，跟大家探討一下如何造更懂中國人的智能汽車。

自動駕駛面臨幾項實際應用問題

我今天的分享從一個橘子開始，大家在圖上看到，一個橘子被卡在了方向盤上面。這其實是一張?zhí)厮估膱D片，說的是，特斯拉的“自動駕駛限制”被1顆橘子破解。

特斯拉高級輔助駕駛被一顆橘子騙過

我們知道，特斯拉的輔助駕駛系統(tǒng)，實際上要求，司機必須要手持方向盤。

那么，它是通過什么來檢測司機是不是手持方向盤的呢？

其實，在特斯拉的方向盤里面有一個壓力傳感器。有些用戶不愿意去遵守特斯拉公司這樣的一個規(guī)定，就把這個橘子放在方向盤上面，從而成功的騙過了特斯拉汽車。

這個是一個很小事件，但是我們從這個橘子上也看到了一些挺有意思的事情。

第一，我們現(xiàn)在尤其是非營運的大眾消費車，包括特斯拉在內(nèi)，其實做的都是輔助駕駛，或者高級輔助駕駛。它其實是對司機的注意力、手持方向盤是有要求的。

第二，用戶在有了輔助駕駛功能汽車之后，有些用戶會過度的信任駕駛系統(tǒng)。另外，從統(tǒng)計意義上來講，也存在這樣一件事情——高級輔助駕駛市場越來越大，一直在持續(xù)增長，但是很不幸的是，我們看到在美國的數(shù)據(jù)顯示，在美國的交通中的致死數(shù)量其實在2014年之后到2015年有一個拐點，2015年是不降反升的，2016年最新的數(shù)據(jù)是比2015年的致死數(shù)量更高。

沒有人有一個非常明確的答案說這到底是為什么，但是，我們可以從其中延伸出一些探討。

一方面，可能是因為智能手機大規(guī)模普及，大家更愿意用手機，在開車的過程中看手機，回短信、回消息。

另一方面，有一些說法是，因為有了輔助駕駛功能的出現(xiàn)，有些司機不愿意關注駕駛過程中的一些交通情況。甚至會因為長時間的不關注，引發(fā)疲勞現(xiàn)象。怎么去解決這個問題呢？

我們今天都在講無人車、智能車。那么，智能怎么幫我們提升車的一些體驗跟安全性，這是我們的一些思考。

三大維度構建小鵬AI car

有很多輔助駕駛功能，都包括車道線輔助、緊急剎車、盲點檢測等等技術，甚至很多都可以有供應商提供了。我們希望能讓人工智能技術真正提升用戶體驗跟車輛安全性，比如用智能的感知與決策把這些獨立的輔助駕駛功能有機結(jié)合起來，這個車才是一個真正的智能車，才能夠提高用戶的體驗。我舉幾個例子，一方面是車外的一些感知，比如天氣，比如說場景的識別、事件識別和預測。

例如，一個司機在路上看到一輛校車停在路邊，車門打開了，他會知道可能有小朋友從車里跑出來。但是什么時候我們的輔助駕駛功能車，搭載了智能模塊以后也能做出類似的判斷呢？這才是我們樂于看到的一個事情。

另外，我覺得，跟車外的一些情況預測和判斷、智能感知比起來，車內(nèi)的感知可能顯得更重要。

我舉幾個例子，包括乘客、司機的識別，包括我剛才說的注意力、情緒的識別。

我們能不能在人和車互動的過程中，讓車去更好的理解司機的狀態(tài)？不光是他的注意力，包括他的疲勞、情緒，做一個正向的反饋循環(huán)，來提升用戶的體驗，這個是我們的近期愿景。

所以，我們核心就是要把這些功能智能化，然后提升用戶體驗。它的基礎就是智能感知。

下面，我想和大家分享一下，我們小鵬汽車是怎樣實現(xiàn)這個愿景的。

我們有三大模塊，第一是大數(shù)據(jù)，我們的智能車，始于大數(shù)據(jù)，訓練和優(yōu)化在人工智能訓練平臺上，成熟在量產(chǎn)車平臺。量產(chǎn)車平臺是我們作為整車廠商一個獨特的優(yōu)勢我們OTA最新的算法模型在量產(chǎn)車上，然后我們再從量產(chǎn)車里面收集、采集更多的中國用戶真實數(shù)據(jù)，來完成這樣一個閉環(huán)迭代的過程。

我從數(shù)據(jù)、人工智能平臺、量產(chǎn)車從這三個方面，來跟大家分別探討一下。

第一，數(shù)據(jù)為王。

小鵬汽車作為整車廠商，作為一個真正做量產(chǎn)車產(chǎn)品的公司，我們最關心的、最重視的就是我們的數(shù)據(jù)。

我們的數(shù)據(jù)來自于下面4個主要的來源：

1. 互聯(lián)網(wǎng)大數(shù)據(jù)。
2. 仿真大數(shù)據(jù)。
3. 自有車隊，或者測試車隊大數(shù)據(jù)。
4. 中國真實用戶大數(shù)據(jù)。

我主要說一下互聯(lián)網(wǎng)大數(shù)據(jù)和中國真實用戶的大數(shù)據(jù)。

一是互聯(lián)網(wǎng)大數(shù)據(jù)。最近這20年，整個人類其實做了一件很有意義的事情，就是把他們的行為、信息、知識都做了互聯(lián)網(wǎng)化。我們現(xiàn)在想要找一些信息，在互聯(lián)網(wǎng)上直接做簡單的搜索就可以馬上得到，是因為我們大量的人類信息都已經(jīng)在互聯(lián)網(wǎng)上有所體現(xiàn)了，都已經(jīng)在互聯(lián)網(wǎng)上被數(shù)字化了。

我可以和大家分享一個更細節(jié)的數(shù)字，我們也跟很多技術供應商去探討，一些很頂級的技術供應商，可能一年收集10個億的圖片，但是這個圖片的量對于互聯(lián)網(wǎng)數(shù)據(jù)來說，可能是一周，甚至遠遠不到一周的時候，互聯(lián)網(wǎng)上就有這么多圖片產(chǎn)生了。這個做過搜索引擎的人最有體會的，包括我自己。

互聯(lián)網(wǎng)數(shù)據(jù)量非常之大，對早期算法的演進意義重大。但是它有它的挑戰(zhàn)，就是說，這部分數(shù)據(jù)可能跟無人駕駛、智能車想要的數(shù)據(jù)分布有一些不一樣的地方，標注也有一些困難，需要用一些辦法，比如遷移學習把互聯(lián)網(wǎng)的知識轉(zhuǎn)移到智能車上去。

為了達到這樣的一個目的，我們也關注另外3個主要數(shù)據(jù)來源：1、仿真大數(shù)據(jù)。2、自有車隊數(shù)據(jù)。3、來自于用戶的真實數(shù)據(jù)。

尤其是中國用戶的真實數(shù)據(jù)，不管從真實度上，還是成本效率上，還是對場景的覆蓋度、數(shù)據(jù)量上，都遠遠的優(yōu)于仿真和自有車隊的數(shù)據(jù)體量。在人工智能尤其是深度學習的大環(huán)境下，其實誰坐擁了數(shù)據(jù)，誰就有可能會有最先進、最完善的技術體系。這個也是整車廠商有的一個優(yōu)勢。我們從大量的用戶中搜集用戶的反饋，用這個數(shù)據(jù)不停的調(diào)教和更新我們的智能車系統(tǒng)。

第二，我們有了數(shù)據(jù)以后，如何去做。我們搭建人工智能平臺，用大量的數(shù)據(jù)訓練多個深度學習模型。

但是，我們想強調(diào)的是在智能車的場景中，往往最有價值的就是所謂的長尾（long-tail）數(shù)據(jù)。就是說這些數(shù)據(jù)發(fā)生的頻次很低，很有可能你開很久的車才會有一次、兩次發(fā)生，但是這些事情的種類、類別、數(shù)量會非常多，想要讓我們的車輛適應盡可能多的場景，就要求我們的人工智能平臺有快速處理這樣一個長尾（long-tail）數(shù)據(jù)的能力。

這有幾個挺有意思的例子，比如我從加州回來之前在路上。因為天氣也很好，前面是一個油罐車，這個油罐車很干凈，它把后面的車，包括我自己的車倒影在油罐車的油罐上面去了。

如果你對這個場景沒有一個特殊的理解和處理的話，很多世界上最好的計算機視覺算法，都有可能誤認為倒影是真實的車道線與車輛。

特斯拉曾經(jīng)發(fā)生過一件很慘痛的事故，特斯拉的車沒有成功的把一輛白色的大貨車認成車，認為是一片云彩，也撞上去了。

右下角就更有意思了，尤其是坐在前排的觀眾，可以馬上發(fā)現(xiàn)，這其實是一個披著cosplay衣服的行人走在路上，人類司機都可以完成識別是一個行人。但是計算機視覺，由于這個人穿了一件cosplay的衣服，可能算法不一定能成功檢測到是一個人。

這就對我們?nèi)斯ぶ悄軐W習平臺提出的問題——當樣本不是那么常見、頻次很低的時候，如何快速學習呢？

其實在業(yè)界有很多這種類似的方法、技術已經(jīng)被研發(fā)出來了，比如微軟的custom vision，我本人也曾參加了custom vision的核心研究工作。將來也會針對小鵬汽車的特殊場景定制和打造可以快速迭代，應對小樣本學習的人工智能學習平臺。

第三個我想分享的是我們有了數(shù)據(jù)，有了人工智能訓練平臺，我們有一個獨特的場景，就是量產(chǎn)車場景。

首先我們想說我們有一個全球化的企業(yè)布局，我們在硅谷、廣州、北京、上海、肇慶、鄭州等等地方，也都有我們的研發(fā)和生產(chǎn)中心，小鵬也是中國最大規(guī)模的單車研發(fā)投入。

包括我們現(xiàn)在也跟世界上最好的芯片廠商有緊密的合作，也簽署了戰(zhàn)略合作協(xié)議，我們將會搭載世界上算力最強的人工智能芯片之一，這樣也保證我們最新的算法能夠在車上跑起來，能夠把用戶的一些行為能夠?qū)崟r的反饋回來。

如何造更懂中國人的車？

有了這樣一個閉環(huán)的智能進化能力之后，我們也想更多的探討一下在中國的場景怎么打造我們的差異化，更懂中國人。

更懂中國人，我們其實把它分兩個層面來理解：

第一層面，更懂路上的中國人。

其實我們路上有這樣那樣的行為，包括開遠光燈也好，有時候人車混流也好，需要學習的其實是人的行為，人的文化，也還有人制定的政策和法規(guī)。我可能稍微多說一點的就是右上角的圖，右上角的圖是對比圖，就是車輛等紅燈時的一些行為，對比圖的右邊也是我回來之前在加州拍的一張圖片，等紅燈的時候大家看到，其實在美國車跟車之間的距離是比較遠的，但在對比圖的左側(cè)我們看到，在中國駕駛場景當中，在等紅燈的時候，車跟車的距離非常之近，哪怕非常之近的時候都有車加塞進來，這個環(huán)境當中，這個事對智能的要求，就已經(jīng)超出了普通的物體檢測提到的要求。它其實學的是人的行為人的文化，學的是人的政策和法規(guī)。

其他幾個例子包括中文的路牌、中國特色路牌，包括密集交通、人車混流，甚至中國一些特色天氣下的處理，等等都給我們更懂“路上的”中國人提到一些機遇和挑戰(zhàn)。

第二層面，更懂車里的中國人。

更懂車里的中國人，我也把它分這么兩個層次討論：

1、更懂車里的中國人，最簡單的就是要求智能車聽得懂中國話，認得到中國人，符合中國的駕駛習慣。

2、“懂你”。“懂你”指的是說，懂在車里的這一個中國人，這一個中國司機我們要懂他。為了實現(xiàn)這樣一個目的，第一我們要人臉識別，知道開車的是誰，他有什么樣用戶的畫像。第二我們需要對用戶的情緒狀態(tài)有這樣的感知，為什么有這樣的感知呢，情緒信號其實是對我們調(diào)教車的用戶體驗的一個非常強的信號。

最后，我想談一談標準化的問題。

現(xiàn)在國際上有兩套無人駕駛的法規(guī)，包括美國NHTSA和SAE，都有兩套這樣的規(guī)則，或者兩套分類的標準。

這兩套分類的標準，其實一定程度上偏定性的描述，缺乏一些定量的規(guī)定，這是其一。

其二像我剛才說的，我們絕大部分整車廠商或者消費類的車輛集中商，現(xiàn)在都集中在L2沖刺L3的階段，大家都聚焦在這個層次上。而營運類的車輛，絕大部分都聚焦在L4，因為它限定場景（不管運人還是運貨）集中在L4的階段做。

所以，我們想把這個標準化的東西提出來有兩個原因。

我們認為這個標準化的規(guī)則，應該制定的更加細分一些、定量一些，這樣有這么一套標準、體現(xiàn)車跟車之間的差異化，能夠促進車企之間的良性競爭，推動整個行業(yè)的發(fā)展。

我們也希望這樣的標準化，不僅只是由美國主導和提出，包括這兩套標準全部都是由美國主導的，我們也希望中國能夠參加到這個標準的制定中去，為世界的智能車發(fā)展貢獻一份力量。

人車共存，我們認為車是為人服務的，不管L2、L3還是L4，人和車一定是共存在路上的，車和人之間的相互理解是非常重要的，在人車共存的前提下，我們想提出的口號是以人為本，人工智能車核心是提升人的體驗。（本文首發(fā)鈦媒體）