7月29日，小鵬汽車(chē)首席科學(xué)家郭彥東博士出席鈦媒體2018科技生活節(jié)，以“造更懂中國(guó)人的AI Car”為主題做演講，他提出：“在車(chē)和人互動(dòng)的過(guò)程中，AI的應(yīng)用能讓車(chē)去更好的識(shí)別和理解人，從而提升用戶體驗(yàn)及車(chē)輛安全性。小鵬汽車(chē)不僅要更懂路上的中國(guó)人、還要更懂車(chē)?yán)锏闹袊?guó)人。”
小鵬汽車(chē)首席科學(xué)家郭彥東博士演講
以下為郭彥東博士演講實(shí)錄：
我今天想從小鵬汽車(chē)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(guó)人的智能汽車(chē)。
什么是更懂中國(guó)人的AI Car？
第一層面，更懂路上的中國(guó)人。
其實(shí)我們路上有這樣那樣的行為，包括開(kāi)遠(yuǎn)光燈也好，有時(shí)候人車(chē)混流也好，需要學(xué)習(xí)的其實(shí)是人的行為，人的文化，也還有人制定的政策和法規(guī)。舉個(gè)例子，在美國(guó)車(chē)跟車(chē)之間的距離是比較遠(yuǎn)的，但在中國(guó)駕駛場(chǎng)景當(dāng)中，在等紅燈的時(shí)候，車(chē)跟車(chē)的距離非常之近，哪怕非常之近的時(shí)候都有車(chē)加塞進(jìn)來(lái)，這個(gè)環(huán)境當(dāng)中對(duì)智能的要求，就已經(jīng)超出了普通的物體檢測(cè)提到的要求，智能車(chē)其實(shí)學(xué)的是人的行為、人的文化，學(xué)的是人的政策和法規(guī)。其他幾個(gè)例子包括中文的路牌、中國(guó)特色路牌，包括密集交通、人車(chē)混流，甚至中國(guó)一些特色天氣下的處理，等等都給我們更懂“路上的”中國(guó)人提出一些機(jī)遇和挑戰(zhàn)。
第二層面，更懂車(chē)?yán)锏闹袊?guó)人。
更懂車(chē)?yán)锏闹袊?guó)人，我也把它分這么兩個(gè)層次討論：1、更懂車(chē)?yán)锏闹袊?guó)人，最簡(jiǎn)單的就是要求智能車(chē)聽(tīng)得懂中國(guó)話，認(rèn)得到中國(guó)人，符合中國(guó)的駕駛習(xí)慣。2、“懂你”。“懂你”指的是說(shuō)，懂在車(chē)?yán)锏倪@一個(gè)中國(guó)人，這一個(gè)中國(guó)司機(jī)我們要懂他。為了實(shí)現(xiàn)這樣一個(gè)目的，第一我們要人臉識(shí)別，知道開(kāi)車(chē)的是誰(shuí)，他有什么樣用戶的畫(huà)像。第二我們需要對(duì)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(hào)其實(shí)是對(duì)我們調(diào)教車(chē)的用戶體驗(yàn)的一個(gè)非常強(qiáng)的信號(hào)。
這個(gè)分享從一個(gè)橘子開(kāi)始，大家在圖上看到，一個(gè)橘子被卡在了方向盤(pán)上面。這其實(shí)是一張?zhí)厮估膱D片，說(shuō)的是，特斯拉的“自動(dòng)駕駛限制”被一顆橘子破解。
我們知道，特斯拉的輔助駕駛系統(tǒng)，實(shí)際上要求，司機(jī)必須要手持方向盤(pán)。那么，它是通過(guò)什么來(lái)檢測(cè)司機(jī)是不是手持方向盤(pán)的呢？其實(shí)，在特斯拉的方向盤(pán)里面有一個(gè)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(gè)規(guī)定，就把這個(gè)橘子放在方向盤(pán)上面，從而成功的騙過(guò)了特斯拉汽車(chē)。這個(gè)是一個(gè)很小事件，但是我們從這個(gè)橘子上也看到了一些挺有意思的事情。
有很多輔助駕駛功能，都包括車(chē)道線輔助、緊急剎車(chē)、盲點(diǎn)檢測(cè)等等技術(shù)，甚至很多都有供應(yīng)商提供了。我們希望能讓人工智能技術(shù)真正提升用戶體驗(yàn)跟車(chē)輛安全性，比如用智能的感知與決策把這些獨(dú)立的輔助駕駛功能有機(jī)結(jié)合起來(lái)，這個(gè)車(chē)才是一個(gè)真正的智能車(chē)，才能夠提高用戶的體驗(yàn)。我舉幾個(gè)例子，一方面是車(chē)外的一些感知，比如天氣，比如說(shuō)場(chǎng)景的識(shí)別、事件識(shí)別和預(yù)測(cè)。例如，一個(gè)司機(jī)在路上看到一輛校車(chē)停在路邊，車(chē)門(mén)打開(kāi)了，他會(huì)知道可能有小朋友從車(chē)?yán)锱艹鰜?lái)。但是什么時(shí)候我們的輔助駕駛功能車(chē)，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(lè)于看到的一個(gè)事情。
另外，我覺(jué)得，跟車(chē)外的一些情況預(yù)測(cè)和判斷、智能感知比起來(lái)，車(chē)內(nèi)的感知可能顯得更重要。我舉幾個(gè)例子，包括乘客、司機(jī)的識(shí)別，包括我剛才說(shuō)的注意力、情緒的識(shí)別。我們能不能在人和車(chē)互動(dòng)的過(guò)程中，讓車(chē)去更好的理解司機(jī)的狀態(tài)？不光是他的注意力，包括他的疲勞、情緒，做一個(gè)正向的反饋循環(huán)，來(lái)提升用戶的體驗(yàn)，這個(gè)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(yàn)。它的基礎(chǔ)就是智能感知。
三大維度構(gòu)建小鵬AI Car
我想和大家分享一下，我們小鵬汽車(chē)是怎樣實(shí)現(xiàn)這個(gè)愿景的。我們有三大模塊，第一是大數(shù)據(jù)，我們的智能車(chē)，始于大數(shù)據(jù)，訓(xùn)練和優(yōu)化在人工智能訓(xùn)練平臺(tái)上，成熟在量產(chǎn)車(chē)平臺(tái)。量產(chǎn)車(chē)平臺(tái)是我們作為整車(chē)廠商一個(gè)獨(dú)特的優(yōu)勢(shì)，我們OTA最新的算法模型在量產(chǎn)車(chē)上，然后我們?cè)購(gòu)牧慨a(chǎn)車(chē)?yán)锩媸占?、采集更多的中?guó)用戶真實(shí)數(shù)據(jù)，來(lái)完成這樣一個(gè)閉環(huán)迭代的過(guò)程。
我從數(shù)據(jù)、人工智能平臺(tái)、量產(chǎn)車(chē)從這三個(gè)方面，來(lái)跟大家分別探討一下。
第一，數(shù)據(jù)為王。
小鵬汽車(chē)作為整車(chē)廠商，作為一個(gè)真正做量產(chǎn)車(chē)產(chǎn)品的公司，我們最關(guān)心的、最重視的就是我們的數(shù)據(jù)。我們的數(shù)據(jù)來(lái)自于下面4個(gè)主要的來(lái)源：互聯(lián)網(wǎng)大數(shù)據(jù)、仿真大數(shù)據(jù)、自有車(chē)隊(duì)或者測(cè)試車(chē)隊(duì)大數(shù)據(jù)、中國(guó)真實(shí)用戶大數(shù)據(jù)。
我主要說(shuō)一下互聯(lián)網(wǎng)大數(shù)據(jù)和中國(guó)真實(shí)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(gè)人類其實(shí)做了一件很有意義的事情，就是把他們的行為、信息、知識(shí)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(jiǎn)單的搜索就可以馬上得到，是因?yàn)槲覀兇罅康娜祟愋畔⒍家呀?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(gè)更細(xì)節(jié)的數(shù)字，我們也跟很多技術(shù)供應(yīng)商去探討，一些很頂級(jí)的技術(shù)供應(yīng)商，可能一年收集10個(gè)億的圖片，但是這個(gè)圖片的量對(duì)于互聯(lián)網(wǎng)數(shù)據(jù)來(lái)說(shuō)，可能是一周，甚至遠(yuǎn)遠(yuǎn)不到一周的時(shí)候，互聯(lián)網(wǎng)上就有這么多圖片產(chǎn)生了。這個(gè)做過(guò)搜索引擎的人最有體會(huì)的，包括我自己?；ヂ?lián)網(wǎng)數(shù)據(jù)量非常之大，對(duì)早期算法的演進(jìn)意義重大。但是它有它的挑戰(zhàn)，就是說(shuō)，這部分?jǐn)?shù)據(jù)可能跟無(wú)人駕駛、智能車(chē)想要的數(shù)據(jù)分布有一些不一樣的地方，標(biāo)注也有一些困難，需要用一些辦法，比如遷移學(xué)習(xí)把互聯(lián)網(wǎng)的知識(shí)轉(zhuǎn)移到智能車(chē)上去。為了達(dá)到這樣的一個(gè)目的，我們也關(guān)注另外3個(gè)主要數(shù)據(jù)來(lái)源：1、仿真大數(shù)據(jù)。2、自有車(chē)隊(duì)數(shù)據(jù)。3、來(lái)自于用戶的真實(shí)數(shù)據(jù)。
尤其是中國(guó)用戶的真實(shí)數(shù)據(jù)，不管從真實(shí)度上，還是成本效率上，還是對(duì)場(chǎng)景的覆蓋度、數(shù)據(jù)量上，都遠(yuǎn)遠(yuǎn)的優(yōu)于仿真和自有車(chē)隊(duì)的數(shù)據(jù)體量。在人工智能尤其是深度學(xué)習(xí)的大環(huán)境下，其實(shí)誰(shuí)坐擁了數(shù)據(jù)，誰(shuí)就有可能會(huì)有最先進(jìn)、最完善的技術(shù)體系。這也是整車(chē)廠商有的一個(gè)優(yōu)勢(shì)。我們從大量的用戶中搜集用戶的反饋，用這個(gè)數(shù)據(jù)不停的調(diào)教和更新我們的智能車(chē)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(tái)，用大量的數(shù)據(jù)訓(xùn)練多個(gè)深度學(xué)習(xí)模型。
但是，我們想強(qiáng)調(diào)的是在智能車(chē)的場(chǎng)景中，往往最有價(jià)值的就是所謂的長(zhǎng)尾（long-tail）數(shù)據(jù)。就是說(shuō)這些數(shù)據(jù)發(fā)生的頻次很低，很有可能你開(kāi)很久的車(chē)才會(huì)有一次、兩次發(fā)生，但是這些事情的種類、類別、數(shù)量會(huì)非常多，想要讓我們的車(chē)輛適應(yīng)盡可能多的場(chǎng)景，就要求我們的人工智能平臺(tái)有快速處理這樣一個(gè)長(zhǎng)尾（long-tail）數(shù)據(jù)的能力。
這有幾個(gè)挺有意思的例子，比如我從加州回來(lái)之前在路上。因?yàn)樘鞖庖埠芎?，前面是一個(gè)油罐車(chē)，這個(gè)油罐車(chē)很干凈，它把后面的車(chē)，包括我自己的車(chē)倒影在油罐車(chē)的油罐上面去了。
如果你對(duì)這個(gè)場(chǎng)景沒(méi)有一個(gè)特殊的理解和處理的話，很多世界上最好的計(jì)算機(jī)視覺(jué)算法，都有可能誤認(rèn)為倒影是真實(shí)的車(chē)道線與車(chē)輛。特斯拉曾經(jīng)發(fā)生過(guò)一件很慘痛的事故，特斯拉的車(chē)沒(méi)有成功的把一輛白色的大貨車(chē)認(rèn)成車(chē)，認(rèn)為是一片云彩，也撞上去了。
還有一個(gè)案例，下面這張圖其實(shí)是一個(gè)披著cosplay衣服的行人走在路上，人類司機(jī)都可以完成識(shí)別是一個(gè)行人。但是計(jì)算機(jī)視覺(jué)，由于這個(gè)人穿了一件cosplay的衣服，可能算法不一定能成功檢測(cè)到是一個(gè)人。
這就對(duì)我們?nèi)斯ぶ悄軐W(xué)習(xí)平臺(tái)提出的問(wèn)題——當(dāng)樣本不是那么常見(jiàn)、頻次很低的時(shí)候，如何快速學(xué)習(xí)呢？其實(shí)在業(yè)界有很多這種類似的方法、技術(shù)已經(jīng)被研發(fā)出來(lái)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(lái)也會(huì)針對(duì)小鵬汽車(chē)的特殊場(chǎng)景定制和打造可以快速迭代，應(yīng)對(duì)小樣本學(xué)習(xí)的人工智能學(xué)習(xí)平臺(tái)。
第三、我們有了數(shù)據(jù)，有了人工智能訓(xùn)練平臺(tái)，還需要有一個(gè)獨(dú)特的場(chǎng)景，就是量產(chǎn)車(chē)場(chǎng)景。首先小鵬汽車(chē)有一個(gè)全球化的企業(yè)布局，在硅谷、廣州、北京、上海、肇慶、鄭州等地方都有研發(fā)和生產(chǎn)中心，在單車(chē)研發(fā)上投入很多。此外，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(huì)搭載世界上算力最強(qiáng)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(chē)上跑起來(lái)，能夠把用戶的一些行為能夠?qū)崟r(shí)的反饋回來(lái)。
小鵬汽車(chē)有了這樣一個(gè)閉環(huán)的智能進(jìn)化能力之后，就可以做到人車(chē)共存，不僅車(chē)會(huì)更懂路上的中國(guó)人，還會(huì)更懂車(chē)?yán)锏闹袊?guó)人。 |
