灰黑色的天空中下着小雨，路况比较顺畅，一辆汽车从宽阔的主路拐进一条小街，街道两边零零散散停着汽车。然后它转了个弯，经过几个红绿灯，一直行驶直到暮色降临……诡异的是，在看似正常的汽车行驶过程中，却没有人来控制方向盘——没错，这就是逐步被人熟知的自动驾驶。
作为人工智能最热门的细分领域之一，自动驾驶这一黑科技现在被诸多业内人士从幕后搬到了台前。而伴随着吴恩达出任董事的消息公布，Drive.ai这家由前斯坦福人工智能研究人员创办的自动驾驶技术公司一度被媒体推到了风口浪尖。究竟Drive.ai在这种场景下是如何扮演自己的角色的呢？不久前，动点科技也对该公司的联合创始人王弢进行了采访。
基于深度学习的自动驾驶
据了解，位于美国硅谷的Drive.ai基于深度学习，使用高清摄像头、雷达等传感器来提供自动驾驶解决方案，帮助改造升级现有汽车，让汽车能够识别各种物体以及情况，实现自动驾驶。
在传统技术以及其他的AI技术中，识别物体依赖人设计的规则进行提取，要预先输入成千上万种可能的情况并给出指令，它的缺点在于每一个漏掉的可能性就成为一个隐患。而Drive.ai认为，深度学习技术能帮助实现最安全的自动驾驶系统。比方说要识别汽车，那么指令可能包含“四个轮子、带玻璃篷子、金属框架的物体”，这类方法的缺点在于总有一些汽车在这些提供的特征之外；但深度学习会基于你向它提供的大量例子进行学习，自我创造规则，前提是这些例子要有标注或者标签。回到识别汽车的例子，深度学习通过系统接触大量的汽车图像，系统自己去发现新的特征，并且不停优化迭代，来发现更有效的特征。
其实，深度学习的优势在2012年便得到广泛认可。AlexNet曾利用这项技术实现了在ImageNet图片库中的图像识别错误率降低了一个量级，降低至16.4%，相比上一年低了10%左右。
王弢告诉动点科技，他们的自动驾驶技术已经能实现在雨天、夜晚情况下的无障碍行驶。一般来说光线微弱、地面雨水反光等会让自动驾驶变得更困难，此前公布在类似天气情况下自动驾驶测试视频的公司并不多，而这家公司表示视频没有剪辑过，但是图像使用了稳定技术，并且提升了视频速度。
[iframe frameborder=”0″ width=”640″ height=”400″ src=”https://v.qq.com/iframe/player.html?vid=l0375ntb7h9&tiny=0&auto=0″ allowfullscreen]Drive.ai的自动驾驶演示视频
使用冗余传感器
话说回来，提到无人驾驶很多人首先想到的是谷歌和百度。两家巨头使用激光雷达LiDAR收集数据，这种技术精确度高，但是成本同样也很高，谷歌使用的激光传感器单个定制成本在8万美元左右，百度使用的激光雷达价格也高达50万人民币。
相比两个巨头，Drive.ai在硬件方面使用了现有的传感器，这种方案更便宜，但是王弢表示这并不是Drive.ai最大的优势。
“Drive.ai的方案的最大的优势是灵活性。它对于硬件传感器没有严格的要求，可以使用现有的冗余传感器，不用额外安装昂贵的传感器，加快了迭代的速度，最终能率先广泛应用到汽车上。”王弢说到。
正如一开始提到的，Drive.ai的初始团队大部分来自斯坦福大学人工智能实验室，当时是2011年左右，他们注意到深度学习可以大有所有。于是，这家公司开始寻找能把深度学习技术落地，并且推向大众的场景。
“汽车是伟大的发明，改变了人们的出行方式和交通系统，但是它也带来了交通污染等问题。自动驾驶技术可以解决汽车行业的问题，所以我们认为自动驾驶技术在将来也会成为改变人类的一大发明。”王弢说。
2016年8月，Drive.ai正式宣布上线，并表示他们将基于深度学习带来安全高效的自动驾驶技术。今年6月，Drive.ai宣布了5000万美元的B轮融资，由 NEA（New Enterprise Associates）领投，GGV（纪源资本）和 A 轮投资方 Northern Light（北极光投资）跟投。同时这家公司宣布，NEA亚洲区主席卡曼·张和人工智能科学家吴恩达加入Drive.ai董事会。
唯快不破
从产业角度看，自动驾驶也是一个极大的市场，市场研究公司 Statista预测到2025年，半自动驾驶市场将达到360亿美元（约2.4万亿），而全自动驾驶市场的规模也会达到60亿美元。
而在这个庞大的市场，有很多像Drive.ai一样提供自动驾驶解决方案的初创企业，包括Roadstar.ai以及位于北京的Momenta。其中，Roadstar主打L4级别（SAE 标准，L0-L5 级）的自动驾驶，同样采用了基于深度学习算法的多传感器，它在今年6月底获得1000万美元天使轮投资；Momenta自主研发的深度学习引擎可以感知车辆、行人和道路环境。 上个月，它获得4600 万美元 B 轮融资，由蔚来资本领投。
面对竞争，Drive.ai寻求致胜的法宝是速度。它的策略大致可以归结为三个方面：第一是文章开头提到的面向现有汽车，避免了要经过长期开发才能把新车型推向市场；第二方面是前面王弢介绍的，可以使用现有的冗余传感器，加快了迭代的速度；第三在深度学习的标注方面，这家公司开发了智能标注系统，系统自我学习标注，提升标注速度以及深度学习的速度。
截止目前，Drive.ai已经和奥迪、福特、尼桑三个平台合作开发了测试用车。按照规划的节奏，下半年这家公司将开始试运营，明年上半年扩大应用的车辆。
“我们希望以速度取胜。成为第一个能够将自动驾驶技术落地的初创公司。”王弢说。
题图来自123RF
