來源丨數(shù)字時(shí)氪（ID：digital36kr）
作者丨秦明

從80年代跨越到90年代，相比于知識(shí)工程與專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)不溫不火，很多人認(rèn)為它并沒有什么實(shí)用價(jià)值。

1992年8月，鄧志東進(jìn)入清華大學(xué)從事博士后研究，主要做基于人工神經(jīng)網(wǎng)絡(luò)的誤差反向傳播算法的性能改進(jìn)，以及強(qiáng)化學(xué)習(xí)等方面的研究。

他回憶到，那個(gè)時(shí)候?qū)＜蚁到y(tǒng)嚴(yán)重依賴于人工設(shè)計(jì)、缺乏學(xué)習(xí)能力等局限還沒有被人們完全意識(shí)到。計(jì)算機(jī)的算力與性能也不能支撐大型神經(jīng)網(wǎng)絡(luò)模型面向大規(guī)模數(shù)據(jù)集的訓(xùn)練與推斷，人工神經(jīng)網(wǎng)絡(luò)也幾乎不能應(yīng)用于圖像處理與計(jì)算機(jī)視覺領(lǐng)域。

突破與創(chuàng)新不斷出現(xiàn)，也是在1992年，李開復(fù)設(shè)計(jì)了支持語音識(shí)別的語音助理，即Siri的前身；IBM的AI“深藍(lán)”機(jī)器人于1997年第一次戰(zhàn)勝了國際象棋冠軍卡斯帕羅夫……

自1994年留校以來，鄧志東做了很多領(lǐng)域的研究，包括自學(xué)習(xí)控制、移動(dòng)機(jī)器人技術(shù)、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)理論、虛擬現(xiàn)實(shí)、計(jì)算生物學(xué)、無線傳感器網(wǎng)絡(luò)、計(jì)算神經(jīng)科學(xué)、自動(dòng)駕駛技術(shù)等。不知不覺中，他已經(jīng)在人工智能領(lǐng)域探索了30個(gè)年頭。

時(shí)代的進(jìn)步，歷史的偶然。上世紀(jì)的邊緣探索，如今看來已經(jīng)成為主流并引領(lǐng)未來。

2012年，以深度神經(jīng)網(wǎng)絡(luò)為代表的AI技術(shù)飛速發(fā)展，各大科技巨頭紛紛涌入，押注人工智能的未來。2015年，以深度卷積神經(jīng)網(wǎng)絡(luò)為核心的計(jì)算機(jī)視覺技術(shù)拉開感知智能時(shí)代的序幕；2019年，以大模型為代表的自然語言方向讓AI跨入新的時(shí)代。

鄧志東告訴36氪，每一項(xiàng)技術(shù)突破的背后都有一群追求真理的科學(xué)家，以及面向落地應(yīng)用場(chǎng)景的大量嘗試性探索。自動(dòng)駕駛是他近10年多的重點(diǎn)研究領(lǐng)域，也是目前最有技術(shù)挑戰(zhàn)的落地應(yīng)用場(chǎng)景之一。

核心技術(shù)難點(diǎn)之一在于汽車如何去理解復(fù)雜的動(dòng)態(tài)駕駛場(chǎng)景（DDS），保證自動(dòng)駕駛的安全性。

鄧志東表示，人類駕駛是建立在認(rèn)知理解基礎(chǔ)之上，依靠可理解的視覺感知和大腦實(shí)現(xiàn)決策；相比之下，自動(dòng)駕駛難以在復(fù)雜動(dòng)態(tài)環(huán)境中獲得人類水平的駕駛知覺、預(yù)測(cè)與認(rèn)知判決能力。

也就是說，它難以對(duì)道路、路口、停車位以及各種交通參與者復(fù)雜變化行為所組成的一幕幕動(dòng)態(tài)場(chǎng)景，做出滿足安全性要求的綜合性的關(guān)聯(lián)感知、趨勢(shì)預(yù)測(cè)與自主判決。

想真正意義上實(shí)現(xiàn)自動(dòng)駕駛，還需不斷從基礎(chǔ)理論、軟硬件與系統(tǒng)、政策、法規(guī)、倫理、生態(tài)等層面完善與突破。

那么當(dāng)下自動(dòng)駕駛技術(shù)發(fā)展的現(xiàn)狀和瓶頸是什么？科學(xué)家團(tuán)隊(duì)正在解決哪些關(guān)鍵技術(shù)問題？市場(chǎng)中大家的共識(shí)與分歧是什么？未來還有哪些商業(yè)機(jī)會(huì)？以及產(chǎn)學(xué)研過程中有哪些問題要解決？

近期，在第一屆專精特新技術(shù)創(chuàng)新大會(huì)暨科學(xué)家創(chuàng)新創(chuàng)業(yè)論壇前夕，36氪數(shù)字時(shí)氪專訪了清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東教授，聊了聊上述問題，他結(jié)合過往觀察給出了心中的看法。

    談瓶頸：復(fù)雜場(chǎng)景的不可理解性

2009年初，在國家重點(diǎn)項(xiàng)目的支持下，鄧志東開始了自動(dòng)駕駛技術(shù)研究——視聽覺信息的認(rèn)知計(jì)算。走過很多彎路，踩了很多坑，這是鄧志東對(duì)過去的一些描述。

鄧志東團(tuán)隊(duì)是國內(nèi)最早使用純視覺方法進(jìn)行自動(dòng)駕駛技術(shù)研究的團(tuán)隊(duì)之一。他談到，當(dāng)時(shí)主要是基于攝像頭、激光雷達(dá)、毫米波雷達(dá)等視覺感知設(shè)備，進(jìn)行駕駛場(chǎng)景與目標(biāo)的感知，同時(shí)陸續(xù)從硬件、算法、軟件、系統(tǒng)集成、路測(cè)，甚至車輛改裝層面做了大量技術(shù)探索。

改裝日產(chǎn)奇駿、別克昂克雷，利用長安CS 35與CS 55全線控車，從自動(dòng)駕駛原理性、技術(shù)性驗(yàn)證到后面的路測(cè)實(shí)驗(yàn)樣車，鄧志東至少主持研發(fā)了4臺(tái)自動(dòng)駕駛汽車。

天天做實(shí)驗(yàn)，壓力巨大，是團(tuán)隊(duì)常有的狀態(tài)。那時(shí)團(tuán)隊(duì)走遍了北京的東南西北邊緣地帶（北面的北清路、溫泉地區(qū)，西面的世博園，南面的良鄉(xiāng)，東面的燕郊），也在北京的5、6環(huán)，以及G7高速公路的部分路段進(jìn)行了閉環(huán)測(cè)試。

鄧志東回憶到，當(dāng)時(shí)國內(nèi)自動(dòng)駕駛普遍采用循線方法，為了驗(yàn)證基于視覺自主感知的駕駛效果，團(tuán)隊(duì)直到2014年，一直沒有使用任何厘米級(jí)精度的RTK差分GPS以及高清地圖。

剛開始研究時(shí)，深度學(xué)習(xí)還沒有發(fā)展起來，采用傳統(tǒng)的計(jì)算機(jī)視覺方法，漏檢誤檢會(huì)比較多，僅可做到70%-80%的準(zhǔn)確率，而且程序?qū)崿F(xiàn)中還加了很多閾值邏輯，通用性與環(huán)境適應(yīng)性不好。鄧志東告訴36氪，那時(shí)候承受了極大的壓力，一切都需要摸索中。

如今，基于深度學(xué)習(xí)的視覺感知方法在性能上有了突破，但與正常成年人類駕駛相比，在感知上仍有很大的差距。

行百里者半九十，自動(dòng)駕駛是典型的長尾應(yīng)用場(chǎng)景。相比于人類駕駛平均10萬公里才會(huì)有一次小的事故，目前L1、L2級(jí)別的自動(dòng)輔助駕駛對(duì)應(yīng)的路測(cè)里程數(shù)最低要求在20萬、100萬公里。

鄧志東談到，目前自動(dòng)駕駛的難題在于感知的不安全與不可靠性，核心是對(duì)復(fù)雜場(chǎng)景與目標(biāo)的不可理解性。過去研究與實(shí)踐中大多僅孤立考慮單一實(shí)體屬性，如單個(gè)目標(biāo)本身的檢測(cè)、分割、跟蹤與識(shí)別，以及軌跡補(bǔ)全、行為預(yù)測(cè)等，如今需要關(guān)注不同目標(biāo)實(shí)體之間相互關(guān)系的學(xué)習(xí)理解，在時(shí)空相互關(guān)系中去理解特定的目標(biāo)。

5個(gè)9或99.999%的識(shí)別率已經(jīng)是比較好的狀態(tài)了，但要想真正解決安全性，漏檢誤檢率還是要小于十萬分之一或百萬分之一，也就是需要7個(gè)9或8個(gè)9，利用數(shù)據(jù)驅(qū)動(dòng)方法很難達(dá)到這么高的精度。

鄧志東告訴36氪，這是乘以10萬公里仍有1次或0.1次漏檢的客觀應(yīng)用需求。因此繼續(xù)往深處走，需要的是算力與數(shù)據(jù)的指數(shù)級(jí)增長，但關(guān)鍵還是算法顛覆性的創(chuàng)新。

車聯(lián)網(wǎng)V2X、車路協(xié)同也是市場(chǎng)關(guān)注的熱點(diǎn)。安全避險(xiǎn)是強(qiáng)驅(qū)動(dòng)力，鄧志東表示，除非網(wǎng)聯(lián)或協(xié)同能聚焦賦能關(guān)鍵性安全問題的解決，若僅是解決舒適性功能，則可能會(huì)額外增加不安全因素，也會(huì)造成投入產(chǎn)出的失衡。

總之，當(dāng)前國內(nèi)的技術(shù)研究與特斯拉的單車智能還是有不少差距，國內(nèi)企業(yè)應(yīng)該抓一些基礎(chǔ)技術(shù)問題的突破，一方面需要自上而下加大資本、人力等投入；另一方面市場(chǎng)也要給予初創(chuàng)企業(yè)更多的時(shí)間。

    談突破：多目標(biāo)關(guān)系的語義理解

自動(dòng)駕駛的發(fā)展是深度學(xué)習(xí)、AI芯片、標(biāo)簽大數(shù)據(jù)、場(chǎng)景應(yīng)用等技術(shù)的混合產(chǎn)物，是一種偶然，也是一種必然。

國內(nèi)最早是在1992年，國防科技大學(xué)研制的第一輛無人駕駛實(shí)驗(yàn)汽車；2016年之前，我國自動(dòng)駕駛處于科研主導(dǎo)、產(chǎn)業(yè)探索初期；2016年是一個(gè)爆發(fā)點(diǎn)，大量資本涌入，科研主導(dǎo)逐漸演變?yōu)槭袌?chǎng)主導(dǎo)，巨頭卷入，自動(dòng)駕駛創(chuàng)新企業(yè)迎來蓬勃發(fā)展。

那一年，滴滴組建自動(dòng)駕駛團(tuán)隊(duì)，小馬智行與Auto X也相應(yīng)成立；隨后專注于RoboTaxi和商用車應(yīng)用場(chǎng)景的景馳、Roadstar、文遠(yuǎn)知行、元戎啟行、輕舟智航也相繼入局，自動(dòng)駕駛的風(fēng)口開啟。

如今，伴隨著RoboTaxi批量商用落地，自動(dòng)駕駛商業(yè)路徑呈多元化發(fā)展。

市場(chǎng)層面上，目前乘用車量產(chǎn)車型已實(shí)現(xiàn)的自動(dòng)駕駛功能主要集中在L2級(jí)別，個(gè)別車企在推進(jìn)L2+、L2++級(jí)別，但還未有L3級(jí)別的躍進(jìn)；在部分商用封閉場(chǎng)景，如港口、礦山以及RoboTaxi，自動(dòng)駕駛公司選擇從L4級(jí)別開始發(fā)力，尋求跨越式突破。

鄧志東談到，低速L4更多的是商業(yè)模式的創(chuàng)新。然而是否需要經(jīng)歷L3這個(gè)過程，行業(yè)仍是有爭議的，傳統(tǒng)車企基于安全性與成本的考量，希望有循序漸進(jìn)的過程，但由于L3相關(guān)政策、法規(guī)比較難推進(jìn)，跨界的科技企業(yè)期望直接跨越到L4。

人類駕駛是利用認(rèn)知指導(dǎo)、在語義理解基礎(chǔ)之上完成汽車的動(dòng)態(tài)駕駛?cè)蝿?wù)（DDT）的。

語義本質(zhì)是一種知識(shí)，是人類可理解與可交流的，包含的信息豐富多樣。在知識(shí)邏輯體系里面，不能違背常識(shí)。違背了語義關(guān)系，就是違背了常識(shí)。在自動(dòng)駕駛語義環(huán)境中，機(jī)器要學(xué)會(huì)去理解自車與道路、他車、行人、信號(hào)燈、交通標(biāo)識(shí)之間的關(guān)系，需要利用常識(shí)去解決長尾問題，并做出最優(yōu)的預(yù)測(cè)、決策與規(guī)劃。

目前，多目標(biāo)實(shí)體相互關(guān)系的語義理解是鄧志東團(tuán)隊(duì)正在突破的課題之一。

具體包括在基于數(shù)據(jù)驅(qū)動(dòng)的視覺深度學(xué)習(xí)模型中，如何增加對(duì)規(guī)則節(jié)點(diǎn)的學(xué)習(xí)，對(duì)關(guān)系的學(xué)習(xí)，對(duì)知識(shí)推理的應(yīng)用，使得新一代人工智能模型具有可解釋性與高魯棒性。鄧志東談到，團(tuán)隊(duì)正嘗試將黑箱模型轉(zhuǎn)變?yōu)榛蚁浠虬紫?，盡管單段模塊本身可能是黑箱，但若實(shí)現(xiàn)塊與塊之間的邏輯連接與可解釋性，則有非常大的研究與應(yīng)用價(jià)值。

舉一反三的少樣本與跨模態(tài)、跨場(chǎng)景的學(xué)習(xí)能力也是其中研究的重點(diǎn)。不同于過去二維圖像、三維點(diǎn)云等低維原始數(shù)據(jù)的聚類方法，鄧志東團(tuán)隊(duì)目前聚焦在高維特征空間上的深度無監(jiān)督學(xué)習(xí)與深度自監(jiān)督學(xué)習(xí)，力圖引入知識(shí)及知識(shí)推理來解決小樣本學(xué)習(xí)、跨場(chǎng)景學(xué)習(xí)問題。

他舉了一個(gè)很形象的例子，比如只給AI模型看5只不同形態(tài)的“標(biāo)簽”貓，其他類型的貓僅靠機(jī)器自動(dòng)用深度聚類方法尋找標(biāo)簽學(xué)習(xí)，已經(jīng)是完全可以做到的，且進(jìn)展非常大。

鄧志東告訴36氪，人與人之間、人與環(huán)境之間以語義彼此交流，本質(zhì)是相互間可以理解、不違背常識(shí)，自動(dòng)駕駛應(yīng)該關(guān)注目標(biāo)的內(nèi)涵、外延及其與彼此之間的語義交互關(guān)系。

當(dāng)然，數(shù)據(jù)驅(qū)動(dòng)與知識(shí)驅(qū)動(dòng)的結(jié)合已成為共識(shí)，科學(xué)研究過程中既要有數(shù)據(jù)驅(qū)動(dòng)的黑箱，也需要知識(shí)驅(qū)動(dòng)的白箱，兩者在邏輯上互相關(guān)聯(lián)，具有可解釋性。

    談創(chuàng)新：科技成果難以直接轉(zhuǎn)化成產(chǎn)品

2016年市場(chǎng)開啟時(shí)，創(chuàng)始玩家多為高校出去創(chuàng)業(yè)的學(xué)生，鄧志東回憶到，電動(dòng)化首先帶來一波沖擊，隨后傳統(tǒng)車企被迫卷入，其次智能化又引起更大的沖擊。蔚小理等研發(fā)新能源汽車增加智能化也是市場(chǎng)需求，趨勢(shì)明顯。

自動(dòng)駕駛產(chǎn)業(yè)鏈可分為硬、軟與系統(tǒng)等，主要包括車載攝像頭、激光雷達(dá)、4D成像毫米波雷達(dá)、高精度定位定姿設(shè)備、AI芯片、計(jì)算平臺(tái)、域控制器、執(zhí)行機(jī)構(gòu)、底盤、AI超算離線訓(xùn)練平臺(tái)、5G移動(dòng)通信設(shè)備、邊緣計(jì)算、云服務(wù)平臺(tái)、智能路網(wǎng)新基建等，以及高精度地圖、操作系統(tǒng)、AI算法與軟件等，涉及感知層、決策層、規(guī)控層等。

從玩家角色看，需要汽車制造商、零部件供應(yīng)商、車載計(jì)算平臺(tái)開發(fā)商、自動(dòng)駕駛解決方案提供商、出行服務(wù)供應(yīng)商等多方市場(chǎng)主體參與。

鄧志東告訴36氪，國內(nèi)市場(chǎng)主體目前在自動(dòng)駕駛的各個(gè)細(xì)分賽道均有全方位的布局。對(duì)于新入局者，除非真有一些 “殺手锏” 的東西，要不很難脫穎而出，去分得一杯羹。未來的機(jī)會(huì)更多還是在產(chǎn)業(yè)鏈上游的關(guān)鍵零部件或下游的模式創(chuàng)新上，這也是價(jià)值鏈的高地。

在專精特新的背景下，科學(xué)家創(chuàng)業(yè)或成果轉(zhuǎn)化也成為常態(tài)。鄧志東談到，對(duì)于從事前沿技術(shù)突破的科學(xué)家，他的后面非常需要一個(gè)高效的工程師團(tuán)隊(duì)來支撐，也需要企業(yè)家來主導(dǎo)成果的二次開發(fā)與市場(chǎng)化運(yùn)作，而這些成果轉(zhuǎn)化要素的整合都需要資本的介入。

尤其自動(dòng)駕駛領(lǐng)域?qū)儆诖笙到y(tǒng)工程，其中不能有任何短板，一個(gè)好的源頭創(chuàng)新思想必須經(jīng)過各種各樣的試錯(cuò)實(shí)驗(yàn)、技術(shù)驗(yàn)證和持續(xù)的性能迭代。

成立于1999年的 Mobileye 是典型的科學(xué)家創(chuàng)業(yè)企業(yè)，創(chuàng)始人Amnon Shashua 原是以色列希伯來大學(xué)的計(jì)算機(jī)科學(xué)教授，創(chuàng)業(yè)8年，2007年才推出第一款輔助駕駛產(chǎn)品。2017年被英特爾收購，如今估值已達(dá)500億美元。1992年成立的Boston Dynamics (波士頓動(dòng)力) 也來自于科學(xué)家創(chuàng)業(yè)，創(chuàng)始人及CEO Marc Raibert曾任CMU與MIT副教授，都屬于那種令投資人既愛又怕的創(chuàng)業(yè)者。 

鄧志東談到，無論是Mobileye ，還是像波士頓動(dòng)力這類成立30年仍未盈利的前沿技術(shù)公司，中國現(xiàn)實(shí)條件下很難存在此類模式的科學(xué)家創(chuàng)業(yè)企業(yè)，原因之一在于從上到下的資本都很難去支持如此長線的投資。

不過，投資人對(duì)于高精尖項(xiàng)目的選擇性投資，反而更需要科學(xué)家對(duì)技術(shù)底層邏輯與演進(jìn)的科學(xué)視野及判決。

高校是源頭創(chuàng)新，源頭科技成果并非可以直接轉(zhuǎn)化成商用產(chǎn)品，這是過去存在的嚴(yán)重誤區(qū)。

鄧志東告訴36氪，高校的科技成果轉(zhuǎn)化應(yīng)主要依靠推動(dòng)與發(fā)展發(fā)達(dá)的資本來融合主導(dǎo)。一般而言，中間包含二次轉(zhuǎn)化，三次轉(zhuǎn)化，市場(chǎng)反饋迭代等，投入其實(shí)是非常大的，對(duì)此要有清醒的認(rèn)知。同時(shí)，在官產(chǎn)學(xué)研用金的大背景下，科學(xué)家要去解決真問題，才能夠在成果既要落地，學(xué)術(shù)研究又需要很前沿之間尋求平衡。

    談未來：技術(shù)成熟后可快速降維應(yīng)用

鄧志東表示，自動(dòng)駕駛未來突破點(diǎn)在于可解釋的AI模型與商業(yè)模式的創(chuàng)新。

他談到，目前產(chǎn)業(yè)內(nèi)基本形成以美國為代表的“單車智能”路線和以中國為代表的“單車智能+車路協(xié)同”路線。國內(nèi)的優(yōu)勢(shì)在于可以先做政策試點(diǎn)，通過以點(diǎn)帶面，小步快跑，在多樣化應(yīng)用場(chǎng)景下形成獨(dú)特優(yōu)勢(shì)。

政策層面上，截至2021年11月，全國已有38個(gè)省/市出臺(tái)了路測(cè)管理細(xì)則，先后建設(shè)了70個(gè)測(cè)試示范區(qū)，開放了5200多公里測(cè)試道路，發(fā)放了1000余張測(cè)試牌照。

另外，2022年8月1日，深圳率先實(shí)施了《深圳經(jīng)濟(jì)特區(qū)智能網(wǎng)聯(lián)汽車管理?xiàng)l例》地方法規(guī)；8月8日重慶、武漢“雙城”首次啟動(dòng)了全車無安全員的自動(dòng)駕駛商業(yè)化付費(fèi)出行服務(wù)試點(diǎn)，開始試水全無人、公開道路、商業(yè)化收費(fèi)的規(guī)?；疪oboTaxi出現(xiàn)服務(wù)，使中國的自動(dòng)駕駛商業(yè)化運(yùn)營走在世界前列。

可見，產(chǎn)業(yè)政策積極引導(dǎo)，安全監(jiān)管穩(wěn)步推進(jìn)，市場(chǎng)主體主動(dòng)參與，產(chǎn)業(yè)生態(tài)正在不斷完善，合力支撐正在持續(xù)發(fā)力，鄧志東表示。

在從L2自動(dòng)輔助駕駛邁向L3+自動(dòng)駕駛過程中，鄧志東告訴36氪，一對(duì)多邊云接管將成為一個(gè)有效的技術(shù)演化路徑。按照發(fā)展邏輯，安全員從主駕到副座，副座到后座，后座到邊云接管的演進(jìn)過程中，未來再經(jīng)過持續(xù)的技術(shù)迭代，邊云安全接管員通過數(shù)字孿生平行世界的AI接管預(yù)測(cè)，逐步實(shí)現(xiàn)一對(duì)一，一對(duì)十，一對(duì)一百的接管照看，并最終過渡到 L4 級(jí)別的完全無人駕駛。

一對(duì)多邊云接管降低了人力成本，實(shí)現(xiàn)了可持續(xù)發(fā)展的盈利閉環(huán)與商業(yè)模式，當(dāng)共享無人駕駛汽車可滿足一個(gè)城市的出行服務(wù)需求時(shí)，機(jī)動(dòng)車絕對(duì)數(shù)量將會(huì)大大減少，目前很多交通難題都會(huì)迎刃而解。

未來，隨著自動(dòng)駕駛技術(shù)的成熟，其中涉及的大量共性關(guān)鍵技術(shù)可以拿來降維應(yīng)用，包括高價(jià)值的視覺感知技術(shù)，這樣也能很好地解釋為什么特斯拉會(huì)積極轉(zhuǎn)到人形機(jī)器人的研發(fā)。

版權(quán)說明：
本文僅代表作者個(gè)人觀點(diǎn)，版權(quán)歸原創(chuàng)者所有。部分圖片源自網(wǎng)絡(luò)，未能核實(shí)歸屬。本文僅為分享，不為商業(yè)用途。若錯(cuò)標(biāo)或侵權(quán)，請(qǐng)與我們聯(lián)系刪除。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com