解密李彦宏百度大脑的第一个大招：无人驾驶汽车

　　 智东西（公众号：zhidxcom） 文 | 晓寒

　　 “ 通过人口红利而获得高速发展的移动互联网已经达到了顶峰 ， 未来的互联网将是人工智能的时代 ， 人工智能将会给人类社会带来革命性的改变。 “ 李彦宏在今天的百度大会上发出了这样斩钉截铁的呼喊 ，” 人工智能 “ 和 “ 百度大脑 “ 两个关键词成为媒体谈论李彦宏讲话的核心点 ， 但百度大脑 3 年前就已经提出 ， 人工智能是 2016 整个科技圈的热词 ， 在舆论风口上的百度和李彦宏需要一个实实在在的 “ 黑科技 “ 来证明自己 ， 智东西在今天百度大会全场深入采访得到的结论是 ， 李彦宏的大招压在了自动驾驶。

　　如果说谷歌是无人驾驶的元老的话 ， 那么百度则应该是无人驾驶领域的新兵 ， 然而这个新兵在眼下在国内偶尔现身 ， 似乎已经取得不小进展。

　　在今天的百度世界 2016 大会上 ， 百度无人驾驶事业部总经理王劲宣布 ， 据 KITTI 数据显示 ， 百度无人驾驶技术在 “ 车辆识别率 ， 四个车辆跟踪指标 ” 两个方面位居无人驾驶技术排行榜世界第一的位置 ， 而百度无人驾驶汽车也将在今年正式进入城区道路进行测试。

　　

　　谷歌于 2007 年成立了无人驾驶项目 ， 并且直到 2012 年才正式进入到城市道路中进行公开测试 ， 而始于 2013 年成立于 2015 年的百度无人驾驶 ， 按照百度公布的这一进度 ， 仅用了不到三年的时间就实现了这一目标 ， 其发展速度可见一斑。

　　而在今天的百度世界 2016 大会也专门设置了百度无人车分论坛 ， 就其无人驾驶技术的发展现状、未来规划、商业模式等问题进行了讲解 ， 智东西 ( 公众号 :zhidxcom) 结合着百度几位核心高管的讲述和各方调查 ， 来描绘出百度无人驾驶项目的真正轮廓。

　　 李彦宏的百度大脑到底是个啥 ？

　　在大会伊始 ， 李彦宏首先回顾了百度联盟峰会上有关 “ 互联网下一幕 ” 的发言。他表示 ， 通过人口红利而获得高速发展的移动互联网已经达到了顶峰 ， 未来的互联网将是人工智能的时代 ， 人工智能将会给人类社会带来革命性的改变。至于人工智能对于百度的意义 ， 李彦宏则以 “ 百度大脑 ” 四个字概括。据其介绍 ， 百度大脑由算法、计算、数据三大元素构成。

　　其中 ， 算法是模拟人脑的神经元进行计算工作的 ， 由万亿级的参数、千亿级的样本和训练组成。计算能力则是指百度大脑背后的数十万台 GPU 服务器的计算服务。至于数据部分 ， 李彦宏表示这个数据的量非常之大 ， 包括上万亿的互联网网页内容、每天数十亿次的网民搜索请求、百亿级的定位请求等等。

　　 李彦宏称百度大脑目前主要拥有语音识别、自然语言处理、图像识别以及用户画像四大能力。

　　 1. 语音。 李彦宏称百度的语音识别准备率已经达到了 97%， 可以应用在多个方面 ， 他以电话销售的场景为例进行了说明。在该例子中 ， 百度的语音识别能力能够识别客户的回答 ， 并根据数据库中的成功案例为销售人员推荐相应的销售话术。

　　

　　 2. 自然语言处理。 自然语言处理属于语音识别的高级阶段 ， 主要表现为百度大脑能够听懂并学习人类的说话方式 ， 并将文字内容以人类的语调、语速以及断句给读出来 ， 百度在现场播放了一段虚拟合成的张国荣的讲话 ， 其音色、音调以及断句都极其接近人类说话的特征。

　　 3. 图像。 百度大脑在图像上的应用又可分为人脸识别、地图、无人驾驶汽车以及 AR 四大块。

　　在人脸识别方面 ， 李彦宏称百度大脑已经能够达到 97% 的面部识别率。百度大脑通过提取、分析人脸的关键特征点进行面部识别。在地图方面 ， 百度大脑主要是通过识别道路标线、路牌、标志性建筑物的轮廓灯内容发挥作用。而在无人驾驶汽车方面 ， 百度大脑则是通过识别其他物体、测算运动数据以及做出驾驶决策三方面来帮助无人驾驶汽车运行。在 AR 方面 ， 百度大脑能够识别出关键物体 ， 并在其基础之上生成虚拟的画面。

　　 4. 用户画像。 在介绍百度大脑的用户画像功能时 ， 李彦宏以前一段上映的《魔兽世界》为例进行了说明。据了解 ， 百度与《魔兽世界》的制作方传奇影业进行了合作 ， 百度大脑通过对所有百度用户的大数据分析找出了三类人群 ， 即肯定回去看电影的用户、有可能回去看电影的用户以及不会去看电影的用户 ， 并着重对第二类用户进行了营销 ， 最终帮助传奇影业实现了 200% 的业绩增长。

　　 百度大脑的第一大用处 ： 无人驾驶汽车

　　虽然李彦宏在今天的大会上花了大量的篇幅介绍百度大脑的各种能力 ， 但是将百度大脑背后的数万台 GPU 服务器的计算能力应用在语音识别、人脸识别或者是 AR 应用上面 ， 明显是大财小用了 ， 所以百度跟谷歌一样 ， 选择将其庞大的计算能力以及基于这种计算能力之上的人工智能技术 ， 应用于无人驾驶汽车方面。

　　 项目起因 ： 汽车产业的电气化、智能化、网联化

　　随着科技的发展 ， 目前的汽车产业正在向着电气化、智能化以及网联化的方向进行发展 ， 其电气化是指汽车的能源形式正在由化石燃料向着电池、氢动力等燃料转变 ， 智能化是指汽车的操作模式由人工操作向着人工智能操作去转变 ， 网联化是指汽车由独立运行向着汽车与汽车、汽车与基站、汽车与万物的联接进行转变。

　　而在这三大转变之中 ， 智能化是其中最具有变革意义的一点。汽车要想实现智能化、实现人工驾驶 ， 就一定会用到人工智能 ， 而这又是百度近几年来在大力发展的一个方向。

　　

　　王劲认为人工智能是实现无人驾驶的重要一环 ， “ 未来的汽车就是长了四个轮子的电脑。 ” 此外 ， 他还引用了摩根士丹利的报告 ， 该报告指出 ， 未来汽车中 60% 的价值都是软件 ， 而剩下的 40% 则是传统的汽车部件。所以百度的做法就是要用自己的软件优势切入到无人驾驶汽车领域。

　　 自动驾驶的两种路径 ： 渐进式前进与人工智能方案。

　　业界目前将自动驾驶分为四个等级 ， 即纯人工驾驶、部分自动驾驶、高级自动驾驶和完全自动驾驶。在王劲看来 ， 传统的车厂往往都会选择自下而上的渐进式路线去发展 ， 他们首先追求的是成本最低化 ， 所以会采用各种廉价的传感器进行使用。 “ 而这一技术路径是很难 ， 甚至是无法实现完全自动驾驶功能的。 ” 王劲说道。

　　

　　采用廉价硬件去实现自动驾驶势必会带来一个问题 ， 就是必须使用非常非常强大的软件处理能力。而这种能力恰恰是传统车厂所不具备的。 “ 我们仅是将语音识别率从 89% 做到 97%， 就用了 5 年的时间 ， 且不说汽车非常依赖的图像识别能力了。 ” 王劲说道。

　　此外 ， 百度首席架构师 James Peng 也发表了自己的看法 ， 他认为传统厂商除了缺乏软件能力之外 ， 他们采用的渐进式方案还有一个最大的弊端在于其并不是人工智能 ， 而是普通程序。所以其并不能通过不停的训练、测试而促进无人驾驶能力的提升。

　　他以普通扫地机器人以及基于人工智能的机器人的对比进行了举例 ，James Peng 表示 ， 由于普通扫地机器人只能执行简单的决策、无行为预测能力、只能粗粒度感知位置等弊端 ， 所以即使其天天扫地 ， 也不会有任何能力上的提升。

　　

　　而人工智能机器人则不一样 ， 它会逐渐学习人类的规则、预测其他物体的行为 ， 且拥有高精度的感知定位 ， 所以这种机器人通过不断的训练 ， 则会变得越来越聪明。

　　而这两种原因也正是百度以及谷歌们跳过自动驾驶的前三步 ， 直接跨越到完全自动驾驶级别进行研发的根本原因。其实技术路径的选择就像是盖房子一样 ， 地基会决定上层建筑的结构 ， 而当你在一种技术路径上的积累越来越多之时 ， 其实就像是在一种地基之上盖得房子也越来越高 ， 这个时候想要进行大的变动是非常复杂与麻烦的 ， 甚至必须要重头再来。

　　 百度的做法 ： 基于人工智能的完全自动驾驶

　　百度的选择与谷歌一样 ， 直接跳转到完全自动驾驶。从硬件上说 ， 这种方案需要车顶竖着的长得很像花盆的 64 线 Velodyne 激光雷达以及在车辆上的摄像头、超声波雷达等多种传感器协同工作。而在软件上则更是需要一套处理速度飞快且具有自主学习能力的人工智能系统。

　　

　　与谷歌、百度、 Uber 等公司的无人驾驶汽车一样 ， 百度无人驾驶汽车头顶顶着的这款 64 线 Velodyne 激光雷达的价格高达 8 万 -10 万美金。该款雷达通过每秒种 130 万个云点来挥之车辆的外部环境 ， 而人工智能系统则根据运点图对外界的环境进行感知。而这种能力是其他各种传感器都无法实现的能力 ， 所以 ， 激光雷达就成了无人驾驶汽车必不可少的一个部件。

　　但是其高昂的售价阻碍了这一关键部件的普及 ， 进而也就阻碍了无人驾驶汽车行业的发展 ， 所以百度在上月就拉着福特一起 ， 向 Velodyne 公司注入了 1.5 亿美金的投资 ， 以期帮助该公司将激光雷达的价格降至一个可接受的水平。

　　 “Velodyne 的 CEO 说如果每年能够达到 100 万台的订单 ， 他们就能够将激光雷达的价格从 8 万美金降至 500 美金 ， 所以我们就拉着福特投了他们。 ” 王劲说道。虽然百度声称其对于 Velodyne 的投资主要是为了推动激光雷达的普及 ， 而这背后更深层次的原因则明显是对无人驾驶汽车领域的关键公司进行战略布局。

　　除了激光雷达之外 ， 百度无人驾驶汽车的另外一个重要技术则是其基于深度学习能力的人工智能。王劲称在 2006 年出现深度学习技术之后 ， 人工智能有了一个跨越性的发展。随后 ， 谷歌、 Facebook 、百度等互联网公司又进一步推动了人工智能技术的发展 ， 并将其应用于自己所有产品之中。

　　百度的无人驾驶用到的人工智能采用的是一种 “ 云 + 端 ” 的技术路线 ， 具体而言 ， 就是百度每天会采集 10+TB 的驾驶数据 ， 然后上传至云端 ， 而云端背后的数千台 GPU 服务器集群则会以 GB/ms 的数据处理速度对其进行处理 ， 进而教会百度的无人驾驶汽车如何开车。

　　

　　而百度无人驾驶汽车上自带的计算平台则是一个个终端 ， 在云平台将驾驶技术传送给各个车辆的同时 ， 每台无人驾驶汽车也会将自己碰到的行车环境以及所掌握的驾驶技巧上传到云上 ， 进而共享给每一台百度无人驾驶汽车使用。

　　与此同时 ， 也正是由于百度无人驾驶汽车们的驾驶技巧存储于云平台之上 ， 百度无人驾驶团队还可以通过场景模拟、交通流量仿真等程序对百度无人驾驶技术进行训练 ， 以增进其驾驶技巧。谷歌在其无人驾驶汽车的报告中宣城谷歌的无人驾驶技术拥有相当于 90 年的驾龄 ， 按照项目的成立时长来看 ， 百度应该会拥有 30 年的驾龄 ？

　　 盈利模式 ： 技术输出商

　　在百度看来 ， 无人驾驶技术能够解决交通领域的多个顽疾 ， 包括效率底下、事故频发、成本较高等。因而这项技术在未来会拥有非常大的潜力 ， 在去年年底百度无人驾驶项目事业部的成立大会上 ， 王劲也表示百度无人驾驶项目将会在三年内商用、五年内量产。

　　

　　而为了实现这一目标 ， 百度方面会与整车厂商、 零配件厂商以及开发者一道 ， 共同打造出一个无人驾驶汽车生态系统 ， 并将其开源 ， 允许其他合作伙伴使用这一开放平台。而百度的这一做法其实就是想利用自身在软件方面的优势打造出类似于一套类似于安卓系统一样的解决方案 ， 将其开源给其他厂商 ， 进行将自己置于产业链的核心位置 ， 获得竞争优势。

　　 结语 ： 无人驾驶最终还要看整合能力

　　眼下 ， 无人驾驶技术正在成为科技公司的标配 ， 不管是百度、谷歌 ， 还是滴滴、 Uber， 均在推进自己的造车计划或是无人驾驶技术 ， 这也主要是因为目前的汽车产业正面临着电气化、智能化以及网联化的浪潮 ， 传统车厂之外的新玩家们终于有了机会能够绕过发动机、变速箱这两个汽车行业的最大门槛 ， 并发挥自己在互联网、人工智能等领域的优势。

　　而在我们向着无人驾驶或自动驾驶演进的过程之中 ， 任何一个单一厂商其实都不能独自完成这一转变。互联网公司强于算法 ， 但是其在车辆控制、机械机构等领域则并没有积累 ， 而这些领域对于对于无人驾驶汽车来说也是至关重要的部分。

　　奇瑞汽车执行副总经理陈安宁在今天的无人车分论坛上表示 ，“ 无人驾驶汽车最终拼的是整合能力 ， 谁能够将各种各样新技术更好地整合到自己的产品之中 ， 谁就能够在竞争中获胜 ”， 对百度来说 ， 也同样是这样。

＊＊＊＊＊＊

智东西－智能行业新锐媒体，只报道VR/AR；AI/机器人/无人机；智能汽车/智能出行；智能家具/物联网；智能穿戴/智能医疗这5个领域的事。

关注智东西公众号（zhidxcom），即时了解五大前沿科技行业最新消息。