智行者李晓飞：自动驾驶长尾问题的渐进式解决方案

　　6月10日,以“先手”为主题的第十三届中国汽车蓝皮书论坛在中国合肥召开,共为期三天。作为无人驾驶行业领军者,智行者科技联合创始人李晓飞出席论坛,并受邀参与了以“自动驾驶技术进展和商用化现状”为主题的圆桌讨论。

　　圆桌讨论中,李晓飞对自动驾驶当前的主要技术瓶颈,即长尾问题和深度学习网络的泛化能力及自动驾驶产品商业化落地进行了重点阐述。

　　　　长尾问题的渐进式解决方案

　　李晓飞认为,从产品角度来看,要将基于现有技术的产品推向市场,在这个过程中不断积累数据,填补不足,逐步完善长尾问题;同时,我们也要让客户认识到目前无人驾驶技术是有一定的产品边界的,对于产品边界,我们可以先通过人的方式解决,比如安全员,通过技术升级,逐步降低安全员介入的时间和频次,同时,通过软件的升级,实现产品边界的扩充,渐进式的解决长尾问题,帮客户解决痛点问题,创造价值。

　　从技术角度而言,目前无人驾驶技术用到的深度学习方式主要分为两大部分,第一部分是大感知领域,比如感知、预测等,这部分深度学习的方法尽管在最近五六年已经获得了长足发展,但仍然存在一些尚未解决的难题,对此,我们会通过监督式的学习方式,弥补产品边界。同时,李晓飞强调,不能因为多传感器成本比较高就不用,还是要靠多传感器融合的方式进一步对感知、预测、定位等方面进行完善。第二部分是决策规划领域,人思维决策的维度是非常多的,基于规则的方式很难达,因此,要搭建监督半监督非监督的融合模型,比如采用半监督的启发式的学习方法加上规则式形成一套混合决策方式,解决决策领域泛化能力不足的问题。

　　　　无人驾驶产品商业化落地的思考

　　李晓飞认为,无人驾驶产品商业化落地需要从两个维度去考量。

　　第一个维度是可替代性,包含业务可替代性和成本可替代性。业务可替代性方面,李晓飞指出,无人驾驶技术解决的是无人行走的模块,但是无人行走并不能从根本上实现业务全流程的可替代。比如,物流车只解决从小区门口到楼门口等中间一两公里的运输问题是没办法代替快递员将快递交付给客户的环节的。因此,无人驾驶产品不仅要解决无人行走的问题,还要解决前端和末端的交互才能达成业务可替代的目标。

　　目前的无人驾驶产品尚未规模化普及,主要使用者是企业,而对于企业用户来说,降本增效是痛点。当无人驾驶产品的采购成本低于企业目前的成本时就会被选择,这是无人驾驶产品落地的底层逻辑,这一点我们必须满足。

　　第二个维度是吸引力模型。对于这一模型,我们可以从5个方面来展开分析,第一,成本可替代性;第二,高频,比如每天都需要作业,或者每天需要工作16小时的场景,只有高频才能给使用者带来更多的价值;第三,重复,也即简单,无人驾驶还是要有一些规则在里面的,如果前期采用很复杂的作业逻辑,那很难实现无人驾驶产品的技术落地;第四,弱智能非黑科技,技术是逐步积累产生质变的,基于当前的技术,我们能解决的问题能够与产品匹配的方向是最合适的;第五,信息化,打通无人驾驶产品与落地场景中信息系统,为客户实现全面的降本增效。

　　最后,李晓飞介绍到,智行者将坚持用无人驾驶大脑赋能各行各业,以达成构建智慧生活圈的最终目标。

　　北京智行者科技有限公司(简称“智行者”)成立于2015年,聚焦无人驾驶汽车的“大脑”研发,致力于成为多通用场景L4解决方案提供商,用无人驾驶大脑构建智慧生活。已获得厚安(厚朴/Arm)、百度、顺为、京东等多家国内外知名机构的投资。智行者是业内同时具备开放L4技术能力及限定区域L4落地能力的无人驾驶企业。公司已有员工近300人,核心团队均来自清华大学汽车系,技术能力业界,自研无人驾驶大脑已成功赋能多领域无人驾驶产品,累计测试里程已达到数百万公里,落地2000+个点位,实现无人驾驶行业批量商业化落地,位列国内无人驾驶初创企业前列。