在美國時間6月27日下午舉行的CVPR2016大會上，作為僅有的三個受邀公開演講的嘉賓之一的Mobileye的聯(lián)合創(chuàng)始人及CTO Amnon Shashua發(fā)表了其基于自動駕駛主題的演講。Mobileye占據(jù)了ADAS市場90%的市場份額，連Tesla也搭載了其開發(fā)的系統(tǒng)。Amnon Shashua作為著名的希伯來大學(xué)的計(jì)算機(jī)科學(xué)教授，在無人駕駛和人工智能領(lǐng)域也是積累了豐富的經(jīng)驗(yàn)。雷鋒網(wǎng)聽譯了Amnon Shashua在CVPR上進(jìn)行的公開演講，選取了其中的重點(diǎn)部分發(fā)布出來同大家分享。讓我們一起看看這位ADAS領(lǐng)域的領(lǐng)袖級人物對自動駕駛、深度學(xué)習(xí)、汽車市場等都有怎樣的理解。

 

演講中的Amnon Shashua

 

Amnon Shashua：

 

大家好，我想起了不久前我們公司只有500人的時候，參加了CVPR會議，我們那時已經(jīng)把取得的成就視為了一個巨大的成功。而現(xiàn)在我們已經(jīng)有3600人了，真是讓我感慨萬分。我今天要講的是從Mobileye出發(fā)，談?wù)劕F(xiàn)在的自動駕駛，這也是你們在PPT的左下角看到Mobileye的logo的原因。今天的演講不是那種告訴大家怎么做到這件事的演講，我更傾向于跟大家聊聊，要完成這樣一件事我們該做什么。我總是跟我的學(xué)生說，世界上的研究其實(shí)有80%是在尋找到底該做什么的過程，一旦找到了，剩下的那20%你不做也總有人會去做完的。知道該向什么方向努力才是最重要的事。

 

我會跟大家講講自動駕駛、機(jī)器學(xué)習(xí)等等這些東西和他們已經(jīng)造成或即將造成的沖擊和震撼。

 

為什么要發(fā)展自動駕駛？

我們?yōu)槭裁从X得自動駕駛是必要的呢？在這里我會講兩個方面的原因。其中一個是很明顯的，如果你是一個新入行的，想知道為什么要發(fā)展自動駕駛汽車的從業(yè)人員，那你去谷歌就能搜到這些信息。比如：我們的汽車有96%的時間是閑置的，只有4%的時間在使用，利用率非常低。

 

 

并且車上各式各樣的傳感器可以讓乘客獲得更多定制化服務(wù)。

 

不過我也可以在這里跟大家說一些不那么明顯的原因?，F(xiàn)在科技界普遍有一個共識：未來將由人工智能和機(jī)器人驅(qū)動，只是最后的社會和商業(yè)結(jié)構(gòu)尚不清楚。

 

很多公司做出了很不錯的聊天機(jī)器人，但是實(shí)際上我們還不知道它們能用來做什么，這些東西真的值得投入那么多錢去研發(fā)嗎？又比如看看波士頓動力，他們做出了很多很厲害的機(jī)器人，我是說，真的很厲害，但實(shí)際上我們確實(shí)還不清楚它們能用來做什么。我們確實(shí)還不知道AI和機(jī)器人在我們未來的社會結(jié)構(gòu)中會扮演一個什么樣的角色。

 

但是看看汽車，汽車絕對是一個非常適合用來發(fā)展AI的平臺。因?yàn)樗枰懈鞣N各樣的傳感器和計(jì)算平臺、要讓它能夠自動駕駛，它需要在駕駛方面有接近人類的認(rèn)知能力。所以我們需要幫助車輛駕駛的傳感器，也需要能理解乘客在做什么，想做什么的傳感器。這些都需要AI的幫助。而通過獲取這些信息我們也能開發(fā)出新的服務(wù)乘客的方式。所以汽車很適合用來發(fā)展成熟的AI技術(shù)和相關(guān)的商業(yè)模式，一旦我們在這個領(lǐng)域?qū)I發(fā)展成熟了，我們就可以把它應(yīng)用到其他領(lǐng)域去。

 

支撐自動駕駛的三個支柱

 

 

我認(rèn)為自動駕駛系統(tǒng)的完善需要三個方面技術(shù)的支持。它們分別是：

 

傳感技術(shù)（Sensing）：傳感器得到環(huán)境數(shù)據(jù)，將其傳達(dá)到計(jì)算設(shè)備，再由其中的環(huán)境模型決定車輛行為，這是目前定義最明晰和成熟的一個領(lǐng)域。

 

地圖繪制（Mapping）：自動駕駛汽車需要建立非常精確的地圖，方便應(yīng)對路況。這個領(lǐng)域的定義就沒有傳感技術(shù)那么明晰了。

 

駕駛策略/路線規(guī)劃（Driving policy）：機(jī)器不是路上唯一的個體。就像人類需要去駕校一樣，機(jī)器也需要學(xué)習(xí)如何遵守交通規(guī)則、何時該走，何時該停，等等，均需要訓(xùn)練和規(guī)定。而我們需要將這些翻譯成技術(shù)信息，讓機(jī)器能夠理解。

 

這三項(xiàng)需求必須要同時發(fā)展，作為一個整體來考慮，因?yàn)槿绻贿@樣，就會陷入過度需求（unreasonable demands）的誤區(qū)。

 

早年我們曾有一款產(chǎn)品，可以幫車輛測量跟各種障礙物的距離，以避免與其相撞。但是當(dāng)時行業(yè)并不相信他們能做到這一點(diǎn)，又一次我自己去和客戶溝通，客戶表示我們不可能做到，但實(shí)際上我們真的是可以的。我跟他們說，這個產(chǎn)品并不需要精確到這種程度。因?yàn)槲覀冏约洪_車的時候也不可能對物體的距離有多精確的測量。比如說，你開車的時候能精確的看出前面那個東西離你有99.8米嗎？不可能，也不需要，我們只要能大概估計(jì)出它的距離就可以了。這就是過度需求。只有將這三項(xiàng)放在一起綜合考慮，才能避免它的發(fā)生。

 

傳感技術(shù)

 

傳感器是關(guān)于自動駕駛定義最精確的技術(shù)

 

關(guān)于傳感器的選擇和使用有兩點(diǎn)比較常見的疑問。第一點(diǎn)是，為什么一定要用相機(jī)？（而不是雷達(dá)、紅外傳感器這樣的東西來作為主要測量依據(jù)）

 

第一是因?yàn)榉直媛?，相機(jī)的分辨率遠(yuǎn)遠(yuǎn)高于其他類型的傳感器。那為什么分辨率這么重要呢？因?yàn)槟阈枰?xì)節(jié)，細(xì)節(jié)越多越好?？赡苣隳芡ㄟ^某些手段減少對細(xì)節(jié)的需求。但是那解決的就是另外一個問題了。

 

第二，相機(jī)是唯一一個除了物體的“形狀”，還能告訴你物體的“外觀”的技術(shù)。很多信息是只能通過對外觀的掃描來讀取的，比如路標(biāo)、紅綠燈等。

 

一個“環(huán)境模型”需要的東西

 

我們要建立一個完美的環(huán)境模型，首先需要多個傳感器，精確的判斷周圍的所有物體，錯誤率需要降至0%——不過其實(shí)這些是ADAS（高級輔助駕駛系統(tǒng)）繼續(xù)發(fā)展就會自然完成的進(jìn)步，不是什么飛躍性進(jìn)展。

 

我們需要對行進(jìn)路線上可用的駕駛空間做出精確的判斷，算法要知道自己能開去哪里，不能開去哪里?！@是一項(xiàng)小的飛躍，但仍與自動駕駛沒有太大關(guān)系，只要輔助駕駛系統(tǒng)繼續(xù)發(fā)展，要不了幾年就能擁有這樣的技術(shù)。

 

最難的一點(diǎn)是偵測出所有駕駛路線。需要綜合路上所有的信息，計(jì)算出自己應(yīng)該如何駕駛到自己想去的地方，這是最大的挑戰(zhàn)，也是最大的飛躍

 

物體偵測

 

為什么需要多個面向不同方向的相機(jī)？

 

因?yàn)樵诔鞘兄械沫h(huán)境遠(yuǎn)比高速路上復(fù)雜，如下圖所示，必須要有足夠多的傳感器才能收集到能確保順利和安全行車的信息。

 

我們可以看到，自動駕駛系統(tǒng)在所有車輛邊上都加上了立體邊框。為其與車輛的關(guān)系標(biāo)上了不同的顏色

 

無人駕駛、深度學(xué)習(xí)、人工智能與社會……Mobileye的CTO在CVPR上的演講還說了些啥？

位置關(guān)系的標(biāo)記是有必要的，比如如果一輛車停在了你的右邊（假設(shè)你的國家交通規(guī)則是靠右行駛），你需要知道車門隨時可能打開，而司機(jī)會走出來，所以需要和它保持一定距離。

 

只是在車上加上邊框是不夠的，因?yàn)槌鞘械沫h(huán)境太復(fù)雜了。這個邊框必須是3D的，才能給你提供足夠的參考數(shù)據(jù)。所以下次大家如果看見了一個關(guān)于怎么在車上加邊框的論文，就可以直接跳過去看下一篇了，因?yàn)檫@東西實(shí)在是沒有什么意義。（笑）

 

可用空間判斷

 

在說這點(diǎn)之前我想提一下深度學(xué)習(xí)。

 

深度學(xué)習(xí)現(xiàn)在的研究有點(diǎn)繞遠(yuǎn)路了

 

深度學(xué)習(xí)真正的突破會體現(xiàn)在什么地方？我想應(yīng)該是在特征提取上。

 

我們不應(yīng)該再手動去提取特征，不要再考慮什么LDP啊，貪婪算法啊，這樣亂七八糟的我們現(xiàn)在需要考慮的問題。算法應(yīng)該要自動去學(xué)會這些才對。

 

這不是什么很震撼的消息，因?yàn)檫@是常理：我們?nèi)绻诠ぷ髦斜恢概蓙斫鉀Q一些問題，只要我們有足夠的時間，我們肯定能發(fā)現(xiàn)一種解決它的方法。發(fā)現(xiàn)問題的特征，尋找到它的解決方法?，F(xiàn)在的深度學(xué)習(xí)算法可能運(yùn)算速度比人更快，比人更精確，但它不是什么革命性的東西，不算是什么突破。它現(xiàn)在只能解決那些我們已經(jīng)深入了解的東西，而真正有用的算法，應(yīng)該要能解決那些我們現(xiàn)在解決不了的問題。

 

不過深度神經(jīng)網(wǎng)絡(luò)取得的進(jìn)步仍然很值得高興，我們也在我們的行車算法中應(yīng)用了深度學(xué)習(xí)，它的表現(xiàn)很好，能幫助我們區(qū)分環(huán)境特征，這是非常重要的。

 

這是一個示例，上圖中的綠色區(qū)域就是算法標(biāo)記出來的可活動的空間。