【百人会直播】顾维灏：百度在智慧交通、自动驾驶上的进展

百度智能汽车（L3）事业部总经理?顾维灏

各位嘉宾、各位领导，大家下午好！

今天利用这段时间介绍一下百度在智慧城市也好，在智慧交通也好，在自动驾驶也好的一些工作进展和想法。

首先，这个时代大家都在说人工智能的时代的到来，但是我们会发现一个有趣的观点，现在人工智能所用到的很多算法，包括机器学习很多算法都在过去的很多年以前都已经被提及了，或者都已经在实验室里设计了。为什么在这个时代、在这个时刻这么多人会提到，更多的人工智能以及人工智能在各个场景的落地呢？我们认为主要是数据的出现、数据的爆炸，所有的人工智能的算法也好、这种能力也好，其实它最核心的能力是要基于多少数据的基础上面做学习，才能掌握什么样的知识。过去如果它是一个比较孤立的环境，搜集到的数据可能只有1G或者1T或者1P。我们看到现在整个的互联网上面所有的数据都在呈爆发式的发展，这个时候这些数据更加刺激了这些人工智能算法的成长，才能得到一个更高速的成长。

过去几年数据就究竟发生了什么变化，2014年使用百度地图每天的定位次数是100亿次，2015年就变成了200亿次，到2016年就变成了400亿次，2017年才刚开始，今年会有更多定位的数据、定位请求的数据反馈回来。看到这种数据爆发式的规模的发展，我们把这些数据用简单的人工智能的方式把它演变成了一种服务，面向社会的，有这种通勤的服务，面向于路况的，我们会发现中国的路况越来越准。而且我们现在还用到这种摄像头，直接去分析路况的情况。而且我们把这种能力也服务于城市调度交通系统，我们能看到每一路，这是以城市为例，每一路公共交通的运行情况，帮助政府调控公交的能力。正是因为过去一段时间我们做的贡献和能力，我们和交通部一起携手共建了交通云服务，也已经在很多省、市得以落地了。这就是数据爆炸，人工智能的升级，把它变成一个服务，然后回馈社会的一种能力。

接下来我们去探索未来之路，跟今天场合一样的，就是自动驾驶。我们不管它叫自动驾驶也好，还是叫智能驾驶也好，但对于我们百度来讲，人工智能在这个领域上落地了，而且摸索出来几个比较关键的核心技术，更加高精度的地图，比现在的地图属性要更加多，精度要更加准确，用它来保障自动驾驶或者是高级辅助自动驾驶能够更安全地出行。也是基于这样的一个想法，我们其实差不多是在整个的业界里面最早提出来了用高精地图服务于消费级的传感器来实现自动驾驶的这样一个观点，这个应该是在2015年的时候有提出来了，因为也是一个故事，一开始的时候大家在这个领域的信任程度也没有那么高，我们看到一开始没有地图，但是出了几个版本以后，我也加入了实施测绘系统，把地图作为智能驾驶里面安全保障的一个非常重要的因素。诸如此类还有非常非常多关键的技术，包括图像识别和理解的能力，应用到自动驾驶里面，就是一个摄像头，包括大数据融合的能力，或者是处理的能力，就是怎么把机器学习从服务端，把他学习的层次、深度、算法得以优化，能在本地、能在嵌入式设备上更快运行，这些都是智能驾驶里面离不开的关键技术。

瞄准智能驾驶，我们自己内部也做了很多探讨、分析，我们抛开了所谓的L1、L2、L3、L4的区分，更多聚焦在场景上。乘用车浪费的时间是在什么样的环境里面最浪费时间，我们分析出来是在高速上面，是在你去找停车场停车的环节，这块是最浪费的时间，自动驾驶就瞄准在这块，和更多车厂合作，去解决这块问题。对于商用车，我们发觉商用车其实是一个很大的市场，在很多封闭的场景内，商用车有非常强烈的自动驾驶的需求，港口、码头、煤矿，诸如此类的这些场景里面。我们把我们的能力落地到商用车里面，就聚焦了这样一个场景里。综合来看，百度自动驾驶、智能驾驶的能力，乘用车、商用车上都可以得以实践和开展。

结合整个的技术框架和现在的业态，因为今天也好，之前也好，大家都在讲跨界，只有跨界才能够把创新落地得更好。我们把自动驾驶的技术也进行了分解，有做传感器的、有做大脑的、有做感知的、有做展示的、有做真正的汽车控制的，我们把自动驾驶的逻辑这样做了一个划分，就寻找整个的产业内谁会跟百度一起，或者是百度愿意跟谁一起去跨界做融合，去落地人工智能的能力，去让自动驾驶这件事情更快到来。我们从去年开始引入这样一个战略，我们和长安、北汽陆续签订了公司级别战略框架的合作，陆续开展的其实后面还有很多公司，包括很多层次，我们和英伟达其实在芯片上面也达成了战略级合作伙伴，所以联盟在不断形成。这次CES上面大家也会看到，国内国外都在拉联盟，去快速地落地自动驾驶。但是在中国现在迄今为止还没有一个特别完善的联盟产业链，我们也希望我们能够在这样的一个环境里面更加促成这种产业链的形成。

这是我的最后一页（ppt），我也想再用几分钟讲一下，这是我们在CES上面发的产品，叫Rod Hackers，什么意思呢？红线是说人在开车的时候，实际的方向盘转向，下面是刹车。绿线是我们根据当时的影像所推测出来的这个时候这个车究竟是该怎么打转向，怎么改刹车。为什么说这个东西和以前讲的不一样？因为过去，包括在今天我们看到市面上的所有自动驾驶都和普通的汽车长得不一样。现在我们所推出的方式是叫作深度机器学习的方式，只收集周边的影像，我就能够规划和预测出我接下来该怎么做。抛掉了很多对于外设的依赖，我们的目标是想做一个量产，能够快速落地的一个自动驾驶的产品。在这条道路上，其实在国际上面也会有很多的样例，比如说Google和特斯拉在开展自动驾驶的工作相差的时间其实不是很多，但是今天大家都觉得特斯拉的自动驾驶更牛，为什么？就是因为特斯拉所有的车都会收集驾驶员所要行驶的道路上面的数据和他的驾驶行为，而Google只有几百辆测试车每天在跑。人工智能的能力最核心的依赖是数据的能力，谁拥有了最大量的真实在路上所跑的数据，谁就能在未来的人工智能，或者在自动驾驶上面拔得头筹。在这段时间，我们的数据是从哪里来的？我们在做百度地图的时候会有大量的采集车，我们在全中国差不多有200多辆采集车每天在路上跑，收集和采集影像的数据和传感器的数据，过去一年里我们跑了450万公里，这450万公里我们全部拿来做机器学习、人工智能的算法。在过去几天里面我们也开放了一万公里，和学术界、和清华大学一起开启学术研究，大家都可以在这个数据集合上不断训练机器学习的算法，来迎接自动驾驶的春天。

在2017年，我们也会和像北汽在内的很多车厂进行合作，会有智能驾驶、自动驾驶的汽车能够在今年上路测试，到时候欢迎大家一起来体验和尝试。

谢谢大家！

（根据发言整理，未经本人审阅）

敬请关注盖世汽车“2017中国电动汽车百人会论坛”直播专题：

网站专题链接：http://auto.gasgoo.com/topic/bairenhui/

手机WAP站专题链接：http://m.gasgoo.com/topic/bairenhui/