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,，一眾頂尖科學(xué)家、青年科技人才,、科技創(chuàng)業(yè)人士對世界科技前沿技術(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)品再從產(chǎn)品到技術(shù)》為主題,，分享了他對無人駕駛的看法。一般來說,，人們對技術(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)的市場正是末端無人駕駛,，并在規(guī)?；彤a(chǎn)品化方面取得極大進(jìn)展。目前,，達(dá)摩院已經(jīng)在全國 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,，相比于快遞市場或者對物流市場來講，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，目前我們針對的只是末端 “最后三公里” 的場景,，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)模化,，都是幫助我們從技術(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),。

那么我們該如何獲取海量數(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)谷歌依靠測試車解決 robot taxi 問題。但由于交通場景的復(fù)雜性,，測試數(shù)據(jù)和場景都顯得過于片面,，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，對技術(shù)帶來非常大改變的數(shù)據(jù),。比如末端場景中經(jīng)常出現(xiàn)的行人,、非機(jī)動(dòng)車等，相比更容易檢測、預(yù)測的卡車和轎車,，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)建的場景下，一輛車日均可檢測 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爭優(yōu)勢,，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>