10 月 28 日至 29 日,由杭州未來科技城(海創(chuàng)園)管委會(huì)指導(dǎo),DeepTech 主辦的世界科技青年論壇暨 “35 歲以下科技創(chuàng)新 35 人”(TR35)全球-亞太區(qū)線下發(fā)布儀式,在杭州未來科技城成功舉辦。
在 TR35 全球-亞太區(qū)線下發(fā)布儀式現(xiàn)場(chǎng),一眾頂尖科學(xué)家、青年科技人才、科技創(chuàng)業(yè)人士對(duì)世界科技前沿技術(shù)和熱點(diǎn)問題進(jìn)行了探討、交流。
阿里巴巴集團(tuán)副總裁、達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室負(fù)責(zé)人王剛以《無人駕駛從技術(shù)到產(chǎn)品再?gòu)漠a(chǎn)品到技術(shù)》為主題,分享了他對(duì)無人駕駛的看法。一般來說,人們對(duì)技術(shù)到產(chǎn)品的流程非常熟悉,但是從產(chǎn)品到技術(shù)卻不是很了解,此次分享,王剛便為大家詳細(xì)闡述了其中的邏輯區(qū)別。
圖 | 阿里巴巴集團(tuán)副總裁、達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室負(fù)責(zé)人王剛
瞄準(zhǔn)末端無人駕駛,服務(wù) “最后三公里” 需求
在大家的普遍認(rèn)知里,無人駕駛或許離我們還很遙遠(yuǎn),但事實(shí)上,末端無人駕駛市場(chǎng)卻大有可為。
王剛指出,阿里達(dá)摩院致力于解決 “最后三公里” 的包裹配送需求,瞄準(zhǔn)的市場(chǎng)正是末端無人駕駛,并在規(guī)模化和產(chǎn)品化方面取得極大進(jìn)展。目前,達(dá)摩院已經(jīng)在全國(guó) 22 個(gè)省和 71 個(gè)城市開展了常態(tài)化物流服務(wù),累計(jì)服務(wù)接近 200 多個(gè)大學(xué)校園和社區(qū),配送單量超過一百萬單。
當(dāng)然,相比于快遞市場(chǎng)或者對(duì)物流市場(chǎng)來講,這樣的數(shù)字并不值一提,但就無人駕駛領(lǐng)域而言,這個(gè)數(shù)字已經(jīng)實(shí)現(xiàn)了一個(gè)極大的突破,客觀上也佐證了達(dá)摩院的產(chǎn)品化能力。目前,該產(chǎn)品已輻射了全國(guó)大部分地取,東北到哈爾濱、南到廣州、西到成都,產(chǎn)品穩(wěn)定性值得肯定。
話題回歸到無人駕駛,王剛指出,目前我們針對(duì)的只是末端 “最后三公里” 的場(chǎng)景,而作為無人駕駛領(lǐng)域的從業(yè)者,其實(shí)每個(gè)人最想解決的是 “所有場(chǎng)景里都能夠自動(dòng)駕駛” 的難題。
王剛表示,“我覺得前面做的一切事情,包括產(chǎn)品化和規(guī)?;际菐椭覀儚募夹g(shù)路徑上實(shí)現(xiàn)目標(biāo),所以我們做末端三公里并不只是一個(gè)業(yè)務(wù)決策,更多的是技術(shù)決策?!?/p>
從數(shù)據(jù)里找規(guī)律,重新定義無人駕駛技術(shù)路徑
縱觀過去幾十年人工智能的發(fā)展,幾乎所有成功的經(jīng)驗(yàn)都是基于統(tǒng)計(jì)學(xué)習(xí)。而統(tǒng)計(jì)學(xué)習(xí)的本質(zhì)就是從數(shù)據(jù)里面找到規(guī)律,如果沒有數(shù)據(jù),再聰明的科學(xué)家也很難找到辦法讓機(jī)器變得更聰明。
在王剛看來,數(shù)據(jù)驅(qū)動(dòng)無疑是解決無人駕駛目前問題的最佳技術(shù)路徑之一。
基于這樣的認(rèn)識(shí)和了解,王剛提出,在當(dāng)前條件下無人駕駛需要解決兩個(gè)問題:一是如何獲取海量數(shù)據(jù);二是如何利用數(shù)據(jù)。
那么我們?cè)撊绾潍@取海量數(shù)據(jù)呢?
據(jù)王剛介紹,其在三年前確定業(yè)務(wù)和技術(shù)方向的時(shí)候,就考慮過是否學(xué)習(xí)谷歌依靠測(cè)試車解決 robot taxi 問題。但由于交通場(chǎng)景的復(fù)雜性,測(cè)試數(shù)據(jù)和場(chǎng)景都顯得過于片面,最終放棄了這個(gè)想法。
接下來,王剛想到先通過垂直場(chǎng)景解決業(yè)務(wù)問題,再利用其產(chǎn)生的價(jià)值去推動(dòng)汽車規(guī)模化,從而推動(dòng)更多車輛的部署,當(dāng)有更多車輛部署的時(shí)候,數(shù)據(jù)的采集就變成了一件自然而然的事,進(jìn)而推進(jìn)技術(shù)發(fā)展。
“時(shí)至今日,經(jīng)過不斷的技術(shù)研發(fā)和產(chǎn)品化、規(guī)?;膶?shí)驗(yàn),我們初步看到了曙光,在未來幾年的技術(shù)發(fā)展里,我們會(huì)從傳統(tǒng)的路測(cè)驅(qū)動(dòng)走向產(chǎn)品驅(qū)動(dòng),即從產(chǎn)品再到技術(shù)。” 王剛表示。
阿里達(dá)摩院計(jì)劃在兩到三年內(nèi)部署一萬輛車的規(guī)模,覆蓋中國(guó)所有的大學(xué)還有大型的園區(qū)、社區(qū),并將今天的累計(jì)一百萬訂單發(fā)展成每天配送一百萬訂單。王剛表示,這一百萬訂單的背后會(huì)積累非常多有意思,對(duì)技術(shù)帶來非常大改變的數(shù)據(jù)。比如末端場(chǎng)景中經(jīng)常出現(xiàn)的行人、非機(jī)動(dòng)車等,相比更容易檢測(cè)、預(yù)測(cè)的卡車和轎車,這類交通參與者才是無人駕駛里面最頭痛的問題。
而在達(dá)摩院構(gòu)建的場(chǎng)景下,一輛車日均可檢測(cè) 4000 萬個(gè)障礙物,每天與行人和非機(jī)動(dòng)車進(jìn)行超過 5000 次的交互。隨著更多的車輛被部署后,其產(chǎn)生的數(shù)據(jù)將是難以想象的。
獲取數(shù)據(jù)之后,最重要的節(jié)點(diǎn)就是掌握利用數(shù)據(jù)的方法。
王剛表示,“數(shù)據(jù)是一個(gè)石油,但是怎么樣提煉出來是另外一個(gè)同樣重要的問題?!?而實(shí)現(xiàn)這樣的人工智能無外乎三個(gè)方向。
第一個(gè)方向是學(xué)習(xí)人腦。不過王剛也表示,人腦是非常復(fù)雜的結(jié)構(gòu),很難做到徹底了解,因此不宜在這個(gè)方向投入太多的資源。第二個(gè)方向是自動(dòng)化學(xué)習(xí),即通過仿真虛擬化場(chǎng)景提高人工智能能力,而不過度依賴人工的經(jīng)驗(yàn)和能力。第三個(gè)方向是小樣本學(xué)習(xí)能力,同樣受人的啟發(fā)。
達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室在自動(dòng)化學(xué)習(xí)上做了很多努力,且擁有了獨(dú)屬于自身的差異化競(jìng)爭(zhēng)優(yōu)勢(shì),分別表現(xiàn)在硬件和工程上。王剛說道,“比如我們做了無人駕駛?cè)溌返淖詣?dòng)化學(xué)習(xí),包括最困難的決策規(guī)劃、控制以及定位,而不僅僅是常見的感知和圖象識(shí)別,這就是我們工程上的差異化?!?/p>
將智能仿真和強(qiáng)化學(xué)習(xí)相結(jié)合
那么如何將智能仿真和強(qiáng)化學(xué)習(xí)結(jié)合在一起呢?
王剛表示,谷歌作為世界上最好的 AI 公司之一,其實(shí)已經(jīng)做了類似的探索,那就是阿爾法圍棋(AlphaGo)。作為第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人,AlphaGo 由谷歌旗下 DeepMind 公司戴密斯·哈薩比斯(Demis Hassabis)領(lǐng)銜的團(tuán)隊(duì)開發(fā),其主要工作原理正是 “深度學(xué)習(xí)”。
但之所以這樣的方法沒有大規(guī)模應(yīng)用在機(jī)器人和無人駕駛領(lǐng)域,在于其中仍有迫切需要解決的問題。
首先是如何仿真場(chǎng)景,因?yàn)樵趪孱I(lǐng)域,仿真是非常容易的,把棋盤畫出來就可以了,而無人駕駛卻需要構(gòu)造交通場(chǎng)景,這就需要工程上的投入。
其次,從算法上來講 AlphaGo 是離散空間,而無人駕駛場(chǎng)景卻是連續(xù)空間,所以達(dá)摩院也研發(fā)出了基于連續(xù)空間的蒙特卡洛樹搜索算法,從而讓該方法在連續(xù)空間里同樣得以實(shí)現(xiàn)。
在王剛看來,積累數(shù)據(jù)和用好數(shù)據(jù)都是為了去更好地解決自動(dòng)駕駛問題。他表示,“目前我們已經(jīng)基本解決了末端的低速問題,不僅能滿足業(yè)務(wù)需求,還極大地降低了成本。在未來,我和團(tuán)隊(duì)將圍繞更泛化的場(chǎng)景做進(jìn)一步的研發(fā),并基于當(dāng)前的經(jīng)驗(yàn)以及數(shù)據(jù)去攻克更大的挑戰(zhàn)?!?/p>