0
| 本文作者： Dude | 2020-04-10 16:19 |
阿里，在自動(dòng)駕駛上近乎是低調(diào)的。
低調(diào)并不等于沒(méi)有部署，作為全球最大的電商平臺(tái)，阿里的自動(dòng)駕駛選擇了以物流場(chǎng)景進(jìn)行切入，這幾乎是順理成章的事情。
而操刀阿里自動(dòng)駕駛的人是王剛，這個(gè)曾經(jīng)成功打造出天貓精靈第一代自然語(yǔ)言理解系統(tǒng)的技術(shù)負(fù)責(zé)人。而自動(dòng)駕駛被認(rèn)為是人工智能的集成大者，這位AI大拿在另一個(gè)領(lǐng)域延伸對(duì)人工智能更為深刻的理解。
王剛對(duì)于自動(dòng)駕駛有著屬于自己的理解：數(shù)據(jù)的本質(zhì)，自動(dòng)駕駛當(dāng)中的場(chǎng)景劃分，“深度學(xué)習(xí)+規(guī)則”的理解，當(dāng)下自動(dòng)駕駛的算法設(shè)計(jì)，這位AI 頂級(jí)科學(xué)家都從最本質(zhì)的角度進(jìn)行了探討。
看法之外，王剛也拿出了一套解決方案 —— AutoDrive；此外，王剛也提出了自動(dòng)駕駛研發(fā)中——No Free Lunch 的理論——不可能以一種通用的算法來(lái)解決所有場(chǎng)景的問(wèn)題。與理論相對(duì)應(yīng)的是，王剛認(rèn)為對(duì)場(chǎng)景的高度精細(xì)化處理，這是當(dāng)下推進(jìn)自動(dòng)駕駛落地的較為理想的方法。
新智駕對(duì)話王剛，了解自動(dòng)駕駛之于阿里商業(yè)板塊的契合度以及商業(yè)部署，了解這位人工智能頂尖的科學(xué)家對(duì)于當(dāng)下AI最難的落地場(chǎng)景的思考。
不同的人對(duì)于自動(dòng)駕駛落地之難，有不同的歸因。
有人將其歸因?yàn)槭怯布颍挥腥藢⑵錃w因?yàn)榛A(chǔ)交通設(shè)施并不完善；事實(shí)上，這些原因確實(shí)也構(gòu)成落地之難的阻力之一。
但在眾多的成因當(dāng)中，王剛認(rèn)為最大的原因是當(dāng)下自動(dòng)駕駛算法在很多情況下，還不能夠有效地處理道路上的復(fù)雜交通狀況，場(chǎng)景的多樣性是自動(dòng)駕駛所面臨的一個(gè)非常大的挑戰(zhàn)。
事實(shí)上，自動(dòng)駕駛作為一個(gè)和地理環(huán)境、人身安全強(qiáng)相關(guān)的行業(yè)，必須要對(duì)所在的場(chǎng)景有清晰的感知，才能作出最為正確的決策。
當(dāng)前，業(yè)界對(duì)于自動(dòng)駕駛的場(chǎng)景分類，有著非常多的思路。有按照行駛環(huán)境來(lái)進(jìn)行分類，比如，高速公路、城市道路、鄉(xiāng)村道路；有的是按照?qǐng)鼍暗囊兀热纾何矬w類型、天氣等情況進(jìn)行組合。
通常情況下，這些組合都是冗余的，并且和算法是割裂的。王剛認(rèn)為必須要打破這種割裂的關(guān)系，形成精細(xì)化的、和算法強(qiáng)相關(guān)的分類方法才是行之有效的方法。
在去年9月的云棲大會(huì)上，王剛首次亮相了AutoDrive 平臺(tái)。這個(gè)平臺(tái)的發(fā)布，也試圖來(lái)解決一直以來(lái)自動(dòng)駕駛場(chǎng)景分類過(guò)于粗糙的問(wèn)題。
要理解精細(xì)化的分類方法，就必須要追根溯源地理解自動(dòng)駕駛數(shù)據(jù)的輸入方法。
自動(dòng)駕駛數(shù)據(jù)的輸入主要包括了兩類信息：一類是以傳感器數(shù)據(jù)為代表的信息輸入，它是對(duì)自然界信號(hào)的數(shù)字化；另一類是基于人類知識(shí)的確定表達(dá)，比如交通規(guī)則。
王剛對(duì)新智駕進(jìn)一步解釋：因?yàn)樽匀粩?shù)據(jù)的信號(hào)本身是自然界產(chǎn)生的，數(shù)據(jù)處在于一個(gè)非常高維的空間，是人腦很難理解和想象的范疇，因此依賴于人工設(shè)計(jì)對(duì)數(shù)據(jù)進(jìn)行 Low-Level 或者M(jìn)iddle-Level 的處理，是很難達(dá)到最優(yōu)效果的。現(xiàn)行的神經(jīng)網(wǎng)絡(luò)超參數(shù)設(shè)計(jì)或網(wǎng)絡(luò)結(jié)構(gòu)都是人工設(shè)計(jì)的痕跡居多，而自動(dòng)駕駛行業(yè)都幾乎都面臨著一個(gè)尷尬的事實(shí)：調(diào)整神經(jīng)網(wǎng)絡(luò)參數(shù)或是設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)高度依靠工程師經(jīng)驗(yàn)以及領(lǐng)域知識(shí)，基礎(chǔ)設(shè)計(jì)以及工程平臺(tái)的缺失，由此造成處理這類數(shù)據(jù)的低效和低質(zhì)量。
事實(shí)上，處理這兩類數(shù)據(jù)的方式是由數(shù)據(jù)的本質(zhì)決定的，王剛認(rèn)為于用統(tǒng)計(jì)學(xué)習(xí)或者減少人工的設(shè)計(jì)，更多的是用計(jì)算和學(xué)習(xí)來(lái)驅(qū)動(dòng)，因?yàn)闄C(jī)器的優(yōu)點(diǎn)在乎它的計(jì)算能力，通過(guò)計(jì)算能力去搜索、發(fā)現(xiàn)規(guī)律。
王剛對(duì)新智駕進(jìn)一步解釋：過(guò)去十幾年來(lái)，人工智能取得巨大的進(jìn)步，深度學(xué)習(xí)被發(fā)明之后，我們通過(guò)神經(jīng)網(wǎng)絡(luò)、通過(guò)計(jì)算去搜索，找到最好的設(shè)計(jì)，從而提高研發(fā)的效率，而深度學(xué)習(xí)本質(zhì)上就是計(jì)算換智能的方式。
基于上述的理解，AutoDrive 是一個(gè)以數(shù)據(jù)驅(qū)動(dòng)、高度精細(xì)化、以動(dòng)態(tài)行為為主的計(jì)算換智能的平臺(tái)，它嘗試為當(dāng)下的自動(dòng)駕駛困局提供另一種的解決思路，是一種新型的研發(fā)方式——能夠讓計(jì)算機(jī)更聰明地找到找到適合每一種場(chǎng)景的算法——包括參數(shù)、結(jié)構(gòu)。和AutoML僅被應(yīng)用于處理神經(jīng)網(wǎng)絡(luò)算法不同，AutoDrive平臺(tái)能支持更多的應(yīng)用，包括決策規(guī)劃，定位的算法。
即使是場(chǎng)景無(wú)法窮盡，無(wú)法完全枚舉的情況下，王剛認(rèn)為，盡管場(chǎng)景不可窮盡，但至少它是有分布的，至少在99%的場(chǎng)景當(dāng)中，車是能夠處理問(wèn)題的；剩下1%的情況，系統(tǒng)是知道不能自己處理的，知道自己不知道其實(shí)非常關(guān)鍵。因?yàn)樵谶@個(gè)情況下，人類就可以采取很多措施來(lái)規(guī)避風(fēng)險(xiǎn)。
AutoDrive 亦交付出一系列的結(jié)果，來(lái)驗(yàn)證其思路是否可行。
根據(jù)阿里所提供的數(shù)據(jù)：路口防碰撞策略相比人工設(shè)計(jì)提升16.5% 的效果、研發(fā)效率提升5倍、檢測(cè)模型大小縮減90%、延遲降低50%、以加塞的場(chǎng)景為例，AutoDrive為其細(xì)化為25類場(chǎng)景，每一種加塞的場(chǎng)景都有一種針對(duì)性的算法，效果提升了18.7%。
平臺(tái)背后，集中著阿里的許多資源——強(qiáng)大的云平臺(tái)、芯片、算法、以及得天獨(dú)厚的物流場(chǎng)景，一系列的要素構(gòu)成了自動(dòng)駕駛當(dāng)中的化學(xué)反應(yīng)。
自動(dòng)駕駛需要海量的數(shù)據(jù)進(jìn)行支撐，而海量的數(shù)據(jù)放在一個(gè)單獨(dú)的服務(wù)器或是單獨(dú)的機(jī)器上，根本無(wú)法跑起來(lái)，因此云端化是才能有足夠的計(jì)算資源以及內(nèi)存，AutoDrive 平臺(tái)當(dāng)中的自動(dòng)駕駛數(shù)據(jù)的采集、回歸、仿真、模型訓(xùn)練、測(cè)試評(píng)價(jià)等環(huán)節(jié)都需要云平臺(tái)的支撐，而阿里云就是其強(qiáng)大的后盾。此外，AutoDrive 打通了從數(shù)據(jù)收集、數(shù)據(jù)標(biāo)注以及仿真、模型訓(xùn)練、評(píng)價(jià)等整個(gè)閉環(huán)體系，這背后也是依靠阿里云強(qiáng)大的工程能力。
此外，王剛也強(qiáng)調(diào)了訓(xùn)練芯片需要引起業(yè)界的注意，現(xiàn)在業(yè)內(nèi)認(rèn)為訓(xùn)練芯片的性能還能夠滿足需求，那是基于業(yè)內(nèi)還沒(méi)有廣泛地應(yīng)用計(jì)算換智能的方式，目前芯片的一些方法限制了訓(xùn)練算法的大規(guī)模使用，只有解決這個(gè)問(wèn)題，計(jì)算換智能才能得到真正的普及。
末端物流，是阿里自動(dòng)駕駛當(dāng)中，最先落地的一環(huán)。在上海交通大學(xué)等國(guó)內(nèi)六所高校，達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室與菜鳥(niǎo)ET實(shí)驗(yàn)室聯(lián)合研發(fā)的自動(dòng)駕駛物流車小G，已經(jīng)落地了常規(guī)化的商業(yè)化運(yùn)營(yíng)，并在去年雙十一取得了單校園單日收寄件千單以上的佳績(jī)。
AutoDrive 是一種全新的技術(shù)理念，它首次提出了計(jì)算換智能的方式，試圖更新當(dāng)前自動(dòng)駕駛的人工設(shè)計(jì)的做法；此外，AutoDrive更是一種從技術(shù)理念轉(zhuǎn)化成為產(chǎn)品的自動(dòng)駕駛落地實(shí)踐，它試圖開(kāi)辟出一條不一樣的落地思路，先解決99%的問(wèn)題，推動(dòng)整個(gè)行業(yè)的快速向前。
雷鋒網(wǎng)新智駕：是否認(rèn)同SAE對(duì)L1-L5的分法嗎？
王剛：目前業(yè)界對(duì)于L3都持有不同的意見(jiàn)，比如有人認(rèn)為只給司機(jī)極短的時(shí)間反應(yīng)，司機(jī)能否及時(shí)接管，是一個(gè)很大的疑慮。
我個(gè)人對(duì)于L3持有懷疑的態(tài)度，這個(gè)懷疑更多的是在技術(shù)的實(shí)現(xiàn)上考慮，比如汽車高速行駛當(dāng)中，汽車每秒至少要行駛里程超過(guò)十米，這時(shí)候需要判斷出司機(jī)在100米后需要進(jìn)行接管，從技術(shù)層面上來(lái)說(shuō)，是很難的。
因?yàn)楹芏鄷r(shí)候交通事故發(fā)生是一瞬間的，比如加塞，就是在很短的時(shí)間里發(fā)生，但要汽車進(jìn)行較長(zhǎng)時(shí)間的預(yù)測(cè)，這是非常困難的事情。
雷鋒網(wǎng)新智駕：什么樣的劃分方式更為合理？
王剛：SAE的分級(jí)，更多是聚焦在乘用車；阿里聚焦于物流車，因此對(duì)于自動(dòng)駕駛物流車，可能就會(huì)把它分為簡(jiǎn)單的低速場(chǎng)景和一些更復(fù)雜的速度更高的場(chǎng)景；我認(rèn)為不要糾結(jié)于分法，最關(guān)鍵是需要看自動(dòng)駕駛能不能在某一個(gè)地方產(chǎn)生價(jià)值，這樣是更有意義的。
雷鋒網(wǎng)新智駕：能否簡(jiǎn)單介紹一下AutoDrive是一個(gè)什么樣的平臺(tái)？它能給自動(dòng)駕駛帶來(lái)什么樣的作用？
王剛: AutoDrive更多的是一種研發(fā)的方式或基礎(chǔ)設(shè)施。自動(dòng)駕駛的數(shù)據(jù)或輸入其實(shí)包括了兩類的信息：一種是以傳感器數(shù)據(jù)為代表的，它是對(duì)自然界信號(hào)的數(shù)字化的數(shù)據(jù)。另外一種輸入是基于人類知識(shí)的確定性的表達(dá)，比如說(shuō)交通規(guī)則。
自動(dòng)駕駛的系統(tǒng)要處理這兩種數(shù)據(jù)，處理這種數(shù)據(jù)肯定的方式是由數(shù)據(jù)的本質(zhì)決定的。因?yàn)樽匀粩?shù)據(jù)的信號(hào)本身是自然界產(chǎn)生的，數(shù)據(jù)處在非常高維的空間，但高維空間，人其實(shí)很難去理解甚至想象。
在這種情況下，還要依賴人設(shè)計(jì)一些Low-Level或Middle-Level的規(guī)則處理這些數(shù)據(jù)，我覺(jué)得是行不通。人工智能的發(fā)展，尤其是深度學(xué)習(xí)發(fā)明之后，對(duì)于這類的數(shù)據(jù)是用學(xué)習(xí)計(jì)算去逐步替代人工設(shè)計(jì)的過(guò)程。
這兩種數(shù)據(jù)的特性和本質(zhì)決定了自動(dòng)駕駛系統(tǒng)一定是一個(gè)“深度學(xué)習(xí)+規(guī)則”的系統(tǒng)。AutoDrive平臺(tái)更多的是聚焦于處理第一種數(shù)據(jù)（自然界信號(hào)數(shù)據(jù)），但它不止服務(wù)于感知，也服務(wù)于決策規(guī)劃，定位等模塊。
雷鋒網(wǎng)新智駕：目前自動(dòng)駕駛行業(yè)在算法層面上面存在著太多人工設(shè)計(jì)的痕跡嗎？
王剛：對(duì)，比如說(shuō)神經(jīng)網(wǎng)絡(luò)的超參數(shù)或網(wǎng)絡(luò)結(jié)構(gòu)，現(xiàn)在都是人工進(jìn)行設(shè)計(jì)。
機(jī)器和人的工作方式不一樣，人能夠理解High-level數(shù)據(jù)，機(jī)器的優(yōu)點(diǎn)是在于它的計(jì)算能力，是在于通過(guò)計(jì)算能力去搜索、發(fā)現(xiàn)規(guī)律，最好的哪一種處理方式是最優(yōu)的，和人類的處理方式不一樣。所以說(shuō)機(jī)器智能必須要用機(jī)器的特點(diǎn)，而不是模仿人。
雷鋒網(wǎng)新智駕：AutoDrive非常強(qiáng)調(diào)對(duì)場(chǎng)景精細(xì)化的處理，你覺(jué)得場(chǎng)景區(qū)分的設(shè)計(jì)原則是什么？
王剛：有兩個(gè)原則，第一個(gè)是精細(xì)化，對(duì)場(chǎng)景進(jìn)行分類的目的是希望把一個(gè)難的問(wèn)題分解為簡(jiǎn)單的問(wèn)題，如果分類粗粒度太高，僅僅是分成高速和鄉(xiāng)村道路，其實(shí)每個(gè)子類還是很難，沒(méi)有起到分解問(wèn)題，所以必須要精細(xì)化。
另外一個(gè)原則是場(chǎng)景分類是為了促進(jìn)算法的提升，不是為了做測(cè)試，必須要想清楚算法在這其中能夠起到什么作用——要抓住算法最難的核心問(wèn)題，所以分類的特點(diǎn)是動(dòng)態(tài)場(chǎng)景行為數(shù)量非常多，包括其他交通參與者的動(dòng)態(tài)行為，這樣的動(dòng)態(tài)行為才是自動(dòng)駕駛里面最有挑戰(zhàn)的地方。假設(shè)路上沒(méi)有車，沒(méi)有其他的交通參與者了，其實(shí)自動(dòng)駕駛就不存在，所以分類必須要囊括大量的動(dòng)態(tài)數(shù)據(jù)。而我觀察到現(xiàn)在業(yè)界的很多分類還是以靜態(tài)為主，但靜態(tài)場(chǎng)景不是我們的關(guān)鍵。
雷鋒網(wǎng)新智駕：但動(dòng)態(tài)很難分。
王剛：對(duì)，這就是我們?yōu)槭裁匆脭?shù)據(jù)驅(qū)動(dòng)的方法，就是通過(guò)分析大量的數(shù)據(jù)找到哪些動(dòng)態(tài)場(chǎng)景是一些有典型性和代表性的，也是我們關(guān)注的問(wèn)題。
lei'f新智駕：您提高對(duì)場(chǎng)景進(jìn)行分類，但場(chǎng)景其實(shí)是無(wú)法窮盡的，這個(gè)矛盾如何解決？
王剛：我們可以試圖用反向思維來(lái)理解這個(gè)問(wèn)題，假如我們不做這件事情（場(chǎng)景精細(xì)化分類），連極端場(chǎng)景是什么都不知道，這個(gè)情況下，算法怎么能解決這個(gè)問(wèn)題？
場(chǎng)景確實(shí)會(huì)非常多或者是不可窮盡的，但至少它是有分布的。假設(shè)我們能掌握和了解頻率最高的99%的場(chǎng)景，還有1% conner case 我們無(wú)法掌握，但在1%這種情況下，至少系統(tǒng)是知道自己是不能處理的，這時(shí)候人工就可以采取很多措施進(jìn)行介入。
現(xiàn)在阿里聚焦在自動(dòng)駕駛物流小車，它速度比較低，在最差的1%的情況下，我知道它可以停下來(lái)，讓運(yùn)營(yíng)人員協(xié)助處理。
新智駕：自動(dòng)駕駛汽車要理解人的意圖是很難的，難在哪里？應(yīng)該如何突破
王剛：汽車起階動(dòng)作比較大，運(yùn)動(dòng)慣性也比較大。因此，人和汽車相比，人的動(dòng)作轉(zhuǎn)向和速度比較慢；此外，人的運(yùn)動(dòng)不具有很強(qiáng)的連續(xù)性，所以人的行為方式改變具有更大的不確定性。
我覺(jué)得要解決好這個(gè)問(wèn)題，還需要感知和決策進(jìn)行聯(lián)動(dòng)。比如人在開(kāi)車的時(shí)候，當(dāng)司機(jī)不確定前方的路況是，在留下足夠的安全距離。在這一點(diǎn)上，自動(dòng)駕駛系統(tǒng)可以參考相應(yīng)的設(shè)計(jì)。
我們現(xiàn)在，在處理行人信息的時(shí)候，還是不夠細(xì)致，包括人的朝向、姿態(tài)這些細(xì)微的信息可能沒(méi)有進(jìn)行很多精細(xì)化的處理，但恰恰是這些細(xì)微信息，可以幫助我們理解人的意圖。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
