智行者李曉飛：自動駕駛長尾問題的漸進式解決方案

　　6月10日,以“先手”為主題的第十三屆中國汽車藍皮書論壇在中國合肥召開,共為期三天。作為無人駕駛行業領軍者,智行者科技聯合創始人李曉飛出席論壇,并受邀參與了以“自動駕駛技術進展和商用化現狀”為主題的圓桌讨論。

　　圓桌讨論中,李曉飛對自動駕駛當前的主要技術瓶頸,即長尾問題和深度學習網絡的泛化能力及自動駕駛産品商業化落地進行了重點闡述。

　　　　長尾問題的漸進式解決方案

　　李曉飛認為,從産品角度來看,要将基于現有技術的産品推向市場,在這個過程中不斷積累數據,填補不足,逐步完善長尾問題;同時,我們也要讓客戶認識到目前無人駕駛技術是有一定的産品邊界的,對于産品邊界,我們可以先通過人的方式解決,比如安全員,通過技術升級,逐步降低安全員介入的時間和頻次,同時,通過軟件的升級,實現産品邊界的擴充,漸進式的解決長尾問題,幫客戶解決痛點問題,創造價值。

　　從技術角度而言,目前無人駕駛技術用到的深度學習方式主要分為兩大部分,第一部分是大感知領域,比如感知、預測等,這部分深度學習的方法盡管在最近五六年已經獲得了長足發展,但仍然存在一些尚未解決的難題,對此,我們會通過監督式的學習方式,彌補産品邊界。同時,李曉飛強調,不能因為多傳感器成本比較高就不用,還是要靠多傳感器融合的方式進一步對感知、預測、定位等方面進行完善。第二部分是決策規劃領域,人思維決策的維度是非常多的,基于規則的方式很難達,因此,要搭建監督半監督非監督的融合模型,比如采用半監督的啟發式的學習方法加上規則式形成一套混合決策方式,解決決策領域泛化能力不足的問題。

　　　　無人駕駛産品商業化落地的思考

　　李曉飛認為,無人駕駛産品商業化落地需要從兩個維度去考量。

　　第一個維度是可替代性,包含業務可替代性和成本可替代性。業務可替代性方面,李曉飛指出,無人駕駛技術解決的是無人行走的模塊,但是無人行走并不能從根本上實現業務全流程的可替代。比如,物流車隻解決從小區門口到樓門口等中間一兩公裡的運輸問題是沒辦法代替快遞員将快遞交付給客戶的環節的。因此,無人駕駛産品不僅要解決無人行走的問題,還要解決前端和末端的交互才能達成業務可替代的目标。

　　目前的無人駕駛産品尚未規模化普及,主要使用者是企業,而對于企業用戶來說,降本增效是痛點。當無人駕駛産品的采購成本低于企業目前的成本時就會被選擇,這是無人駕駛産品落地的底層邏輯,這一點我們必須滿足。

　　第二個維度是吸引力模型。對于這一模型,我們可以從5個方面來展開分析,第一,成本可替代性;第二,高頻,比如每天都需要作業,或者每天需要工作16小時的場景,隻有高頻才能給使用者帶來更多的價值;第三,重複,也即簡單,無人駕駛還是要有一些規則在裡面的,如果前期采用很複雜的作業邏輯,那很難實現無人駕駛産品的技術落地;第四,弱智能非黑科技,技術是逐步積累産生質變的,基于當前的技術,我們能解決的問題能夠與産品匹配的方向是最合适的;第五,信息化,打通無人駕駛産品與落地場景中信息系統,為客戶實現全面的降本增效。

　　最後,李曉飛介紹到,智行者将堅持用無人駕駛大腦賦能各行各業,以達成構建智慧生活圈的最終目标。

　　北京智行者科技有限公司(簡稱“智行者”)成立于2015年,聚焦無人駕駛汽車的“大腦”研發,緻力于成為多通用場景L4解決方案提供商,用無人駕駛大腦構建智慧生活。已獲得厚安(厚樸/Arm)、百度、順為、京東等多家國内外知名機構的投資。智行者是業内同時具備開放L4技術能力及限定區域L4落地能力的無人駕駛企業。公司已有員工近300人,核心團隊均來自清華大學汽車系,技術能力業界,自研無人駕駛大腦已成功賦能多領域無人駕駛産品,累計測試裡程已達到數百萬公裡,落地2000+個點位,實現無人駕駛行業批量商業化落地,位列國内無人駕駛初創企業前列。