最近自動駕駛新聞頻頻，如沃爾沃Uber聯(lián)手自動駕駛，福特、Uber爭相發(fā)布無人駕駛商用時間線，comma。ai開源，tesla首例自動駕駛致死車禍......由此我們也能看到自動駕駛的熱度，看起來像未來商務(wù)，但我們是否清楚這份技術(shù)離我們到底有多遠？

　　InfoQ有幸采訪到圖森互聯(lián)CTO，聯(lián)合創(chuàng)始人侯曉迪。

　　侯曉迪，2003年進入上海交大，并于大三發(fā)表了高引用論文；加州理工計算與神經(jīng)系統(tǒng)博士，計算機視覺和認知科學領(lǐng)域?qū)＜�。�?chuàng)立了基于頻域的視覺注意機制理論。是近10年來在視覺注意機制最有影響力的研究。是計算機視覺領(lǐng)域全球華人博士中學術(shù)文章被引用最多的作者，學術(shù)論文Saliency detection: A spectral residual approach（發(fā)表于CVPR）、Image signature: Highlighting sparse salient regions（發(fā)表于IEEE transactions on pattern analysis and machine intelligence ）在學術(shù)領(lǐng)域具有重要影響。

　　InfoQ：在加州理工讀完博士后，是什么原因誘使您選擇創(chuàng)業(yè)呢？

　　侯曉迪：對我而言，創(chuàng)業(yè)是早在讀PhD之初就已經(jīng)決定了的。我希望能夠用更先進的生產(chǎn)關(guān)系，試著沖破玻璃天花板，解決一些學術(shù)圈本身解決不了的問題。

　　在外人看來，Caltech是個標準的faculty的搖籃。但其實，沐浴在加州的資本陽光下，在校內(nèi)跨領(lǐng)域跨學科合作浪潮的鼓動下，我校畢業(yè)生的創(chuàng)業(yè)比例卻高得嚇人。比如我所在的Computation & Neural Systems系，上下三屆20位同學中就有4個人選擇畢業(yè)后直接創(chuàng)業(yè)。

　　InfoQ：請問有l(wèi)idar和無lidar優(yōu)缺點是什么？他們的可靠性差別有多大 ？圖森是如何選擇的？

　　侯曉迪：信息量非負，多加任何傳感器，肯定不會幫倒忙。哪怕該信息已經(jīng)可以通過其他渠道獲得，加入后也可以起到交叉校驗、降低噪音等功能。

　　通過發(fā)射激光，LiDAR可以很準確地測出光朝著某個方向前進，走多遠會碰到障礙物。這個信息雖然很有用，但也不過是自動駕駛千里長征的第一步。光靠分析點的距離，我們并不能直接讀出一坨點云對應(yīng)的是什么物體，物體如何運動；更無法猜出汽車牌照、車道線標記、交通標志內(nèi)容這些無法反映在3D點云上的信息。而且，一旦遇到下雨下雪或者重度霧霾這種會干擾激光的場景，LiDAR都會罷工。

　　LiDAR的好處是，可以一步跨越3D測距這個非常難的問題，從一個比較容易的起點開始做自動駕駛。

　　我司沒有用LiDAR，主要的考慮是成本。今天32線LiDAR的市價是8萬美元，在三年后，LiDAR的成本會不會是自動駕駛普及的最大攔路虎？這個問題現(xiàn)在當然沒人知道，圖森選擇的道路是，寧可從比較難的起點多花些功夫，做我們擅長做的事（不借助LiDAR，直接基于機器視覺研發(fā)算法），也不要讓我們的商業(yè)化之路受制于我們無法控制的事情。

　　InfoQ：最近tesla出現(xiàn)的識別失敗導(dǎo)致的車禍事故可以避免嗎?或者誤識別的概率多大，以tesla最近的車禍場景為例？針對輔助駕駛/無人駕駛有哪些算法上的改進?（是否有paper或者專利？）

　　侯曉迪：首先，Mobileye的EyeQ3本身只是一個輔助駕駛系統(tǒng)。但是市場接受TESLA的概念的時候，是作為自動駕駛來炒作的。這相當于TESLA提前消費了大眾對自動駕駛這項技術(shù)的信任。這是很糟糕的事情。

　　其次，小概率事件不意味著它絕對不會發(fā)生，所以哪怕是一百年后，我相信自動駕駛的車禍事故也不會100%完全避免。所以我在這里只談?wù)劕F(xiàn)行系統(tǒng)的問題。

　　當前的模式識別學術(shù)界（以及衍生自學術(shù)界的工業(yè)界）過度地以“正確率”作為單一的優(yōu)化目標。一方面大家都知道，算法正確率越高，進一步攀升的難度也就越大；另一方面，卻很少有人關(guān)注“如果識別錯了怎么辦”這一問題。通用的做法是錯一次就扣一分，不管你是沒看到一輛近在眼前的大卡車，還是把路旁的兔子識別成了狗。

　　在圖森，我們一直非常強調(diào)的一項技術(shù)積累是self-consciousness of AI——即，我們的算法不但需要進行各種識別，還需要對“自己是否識別對了”進行預(yù)估。從而進一步提升系統(tǒng)可靠性。

　　我們申請了一些專利，也有paper發(fā)表。

　　InfoQ：您對最近開源的comma。ai的有何看法？

　　侯曉迪：comma。ai是典型的深度學習福音派。這種思路一般稱作end-to-end learning，認為只要把大量輸入（攝像頭拍攝畫面）輸出（油門角度、方向盤力度）數(shù)據(jù)扔給深度神經(jīng)網(wǎng)絡(luò)進行訓練，就能教會機器如何駕駛。所有的算法的問題，最終都可以轉(zhuǎn)化為訓練數(shù)據(jù)的問題，并乘著大數(shù)據(jù)的東風迎刃而解。

　　這個想法聽起來很棒。但實際操作起來卻隱患重重。當系統(tǒng)碰到訓練集里沒有的突發(fā)情況時，誰也無法保證會發(fā)生什么。其實end-to-end的問題并不是第一天才發(fā)現(xiàn)，業(yè)界很多人都嘗試過，并匯報了類似結(jié)果。比如今年GTC 16上，NVidia也介紹了他家的end-to-end driving system，一個最大的特點是，如果一切在預(yù)料中，汽車可以很神奇地保持行進路線；但只要稍微偏離，錯誤變會積累，偏差越來越大。換言之，系統(tǒng)不具備把自己從未知的意料之外的狀態(tài)中修正回來的能力。

　　相比來說，我司并不反對deep learning，但是我們堅持認為不能簡單粗暴地把deep learning等價于machine learning，因為這種“未知的意料之外”是無論積累多少訓練數(shù)據(jù)都還是會存在的。接著我剛才講的self-consciousness of AI，我們需要讓算法發(fā)現(xiàn)自己的錯誤，并將自我糾錯以先驗的形式加入到系統(tǒng)中來。想做到這一步，還時需要回過頭來借助許多傳統(tǒng)的，非deep的machine learning方法。

　　另外，comma。ai已經(jīng)公布的代碼和數(shù)據(jù)都很業(yè)余，充其量是研究生課程《自動駕駛》的期末課程作業(yè)，跟工業(yè)級算法系統(tǒng)完全沒有可比性（可能也正因此，comma。ai才舍得將其開源吧）。

　　InfoQ：對于智能駕駛，您覺得是應(yīng)該以改進算法為主還是以積累駕駛數(shù)據(jù)訓練優(yōu)化為主？對于在中國，普及實現(xiàn)自動駕駛主要難點有哪些？是否存在“中國特色”？

　　侯曉迪：改進算法和積累駕駛數(shù)據(jù)訓練優(yōu)化是一對相輔相成的過程，缺一不可。我認為一個健康的商業(yè)模式一定會同時促進這兩者。

　　在中國做自動駕駛，一個難點在于很多公開的學術(shù)圈數(shù)據(jù)集都是國外采集的（德國最多）。另一個難點是由于政策原因?qū)е聹y繪數(shù)據(jù)的不完整。這兩點會對沒人手也沒錢的學術(shù)工作者和超早期創(chuàng)業(yè)團隊增加一些麻煩。我也確實見過有幾家國內(nèi)公司，為了給自己強行造壁壘，每次在談到Mobileye的時候，都拿中國馬路上常見的超載大貨車說事兒。但說實話，只要Mobileye想把有中國特色的大貨車納入到他們的平臺里，從采數(shù)據(jù)到訓練/遷移模型，分分鐘就能做好，根本不會有什么戰(zhàn)略壁壘。

　　算法的遷移和泛化相比整套系統(tǒng)，只是非常小的一部分工作量。更何況到了產(chǎn)品層，各家肯定都是自己在準備數(shù)據(jù)。所以自動駕駛各家比拼到最后，還是得硬碰硬。