智能车联：自动驾驶的下一站

近日，现代汽车集团与自动驾驶技术供应商Aptiv将投资40亿美元成立自动驾驶合资公司的消息令自动驾驶热度再起。

自动驾驶，又叫无人驾驶，近年来，政府和资本都在持续加大对该领域的投入，这甚至已经成为大国之间博弈的焦点。2018年年初，美国的自动驾驶公司Waymo以1750亿美元的估值位列全球独角兽企业榜首，成为自动驾驶领域乃至智能科技行业估值最高的公司。其他自动驾驶公司也不甘落后紧追Waymo的脚步，虽然目前各大公司关于自动驾驶的宣传Demo做得都非常吸引眼球，但作为用户来说，仍然没有看到该技术实际落地的行动。大家不禁感到好奇，Waymo为什么能值1750亿美元呢？自动驾驶核心算法是不是自动驾驶的全部？自动驾驶技术未来究竟该如何发展才能做到真正落地？让我们一起来探个究竟吧。

Waymo为什么值1750亿美元

Waymo诞生于Google在2009年启动的自动驾驶计划。Alphabet在2015年10月成立，Google由此成为Alphabet旗下最大子公司。次年12月，Waymo从Google独立出来，成为Alphabet子公司。

从Waymo的业务组成来看，Waymo的自动驾驶将用于四个领域：叫车服务、自动驾驶卡车物流、私家车自动驾驶技术开发应用、最后一公里服务(即运送乘客去公共交通站)。摩根斯坦利在对Waymo进行估值时考虑到了该公司旗下的三大块业务：第一块业务是自动驾驶出租车，其估值为800亿美元；第二块业务是物流/递送服务，它比自动驾驶出租车前途更广，估值达900亿美元；第三块业务来自软件和技术授权，估值70亿美元。总的来说，就是“自动运人”与“自动运货”两大业务，以及知识产权授权。

从Waymo的核心技术来看，自动驾驶的核心算法需要经过反复的训练与测试，才能保障实际上路的安全。而训练算法需要反复调整多种参数，由于参数调整需要大量的时间和资源，所以需要具有丰富调参经验的研究员手动寻找最佳算法模型，这是多数智能科技公司面临的首要难题。2019年7月Google母公司Alphabet旗下的两家公司Waymo和Deepmind强强联手，Deepmind是大名鼎鼎的AlphaGo和AlphaZero的发明人。这两家公司联合提出PBT(Population Based Training),也就是种群驱动的训练人工智能技术，试图通过多种模型之间的相互自动竞争解决这种高密度训练工作，更早地训练出准确率超过99%的自动驾驶算法。

除了摩根斯坦利对Waymo进行估值外，2018年年底，投行杰富瑞表示，Waymo的长期估值可达2500亿美元。2018年5月，Waymo落地中国，在上海注册了慧摩商务咨询(上海)有限公司。2018年10月，Waymo成为第一家获准在加州测试完全没有人类监督的自动驾驶汽车的公司。2019年7月，Waymo获得由加州公共设施委员会颁发的牌照，允许其加入一项“自动驾驶乘客服务”的项目，获得这次批准对Waymo来说是一个重要的里程碑，当前该公司正在努力推动自动驾驶出租车的商用进程。

除了Waymo之外，受资本追捧的自动驾驶公司还有GM Cruise、Argo AI、Zoox、Nuro、Aurora、小马智行、Quanergy Systems、图森未来、Momenta等，这些公司正紧追Waymo的脚步，不断提高自身自动驾驶核心算法的精度。

除了核心算法，还需要智能车联

然而，自动驾驶算法精度的提高，需要大量的数据、长期的测试和适应各种应用场景的调试，其研发周期将会很长，如果在物联网、5G通信、人工智能发展的大背景下，只片面追求单车自动驾驶算法的精度将导致自动驾驶汽车的研发遥遥无期，成本居高不下，量产遥不可及。

8月，中国人工智能学会理事长李德毅院士在2019重庆智博会“人工智能产业发展合作论坛”上，发表了主题为《未来交通：自动驾驶与智能网联》的演讲。他认为，中国智能2030年要占领世界高地，自动驾驶量产举足轻重，要勇闯自动驾驶量产的无人区。

因此，除了研发核心算法，还需要从三个方面推动自动驾驶技术落地：

第一、自动驾驶汽车必须量产。自动驾驶的成本降不下来就不可能大批量生产，无法大批量生产就无法运用于人们的生活。而决定自动驾驶量产的不仅是先进的技术水平，更要从现有系统痛点切入，找到刚需应用场景。只有当自动驾驶技术和商业应用市场完美结合，才能完成孵化期的“惊险一跃”。而随着应用场景落地的深化，又会加速技术的迭代和创新。

第二、要突破自动驾驶核心难点：边缘驾驶。标准公路和高速上的自动驾驶目前已经相对成熟，然而车不可能一直在标准公路和高速上行使，还需考虑停车、过路口、堵车行驶、以及在人车混合道路上行驶等边缘驾驶场景。而自动驾驶最难突破的就是标准公路和高速之外的边缘驾驶，其复杂程度远远超过标准公路和高速，需要将认知计算、常识推理等人工智能技术与深度学习技术结合，才能更好地突破边缘自动驾驶难题。

第三、未来自动驾驶汽车必须互联。自动驾驶落地的三个关键因素是线控底盘、自动驾驶地图及机器驾驶脑。李德义院士指出，这三个因素涉及到自动驾驶的硬件、大数据及算法。

线控底盘是数字汽车的基石，包括动力、转向、制动、换挡和灯光等，这些都属于车载边缘设备。量产线控底盘是自动驾驶汽车量产的前提条件。

自动驾驶地图属于自动驾驶的基础数据。李院士指出，在万物互联的未来场景，自动驾驶的第一步就是要从云端下载自动驾驶实时高精度图，要为自动驾驶提供重要的地理空间数据支撑，提高其导航定位的准确度。

机器驾驶脑就是目前各大自动驾驶公司倾力打造的自动驾驶核心算法。然而仅仅打磨单车算法，难以适应自动驾驶需要面对的各种复杂场景，因此，还需要建立单车算法与云端算法结合的机器驾驶脑。这不仅涉及到许多异构传感器供应商，还涉及到智能芯片、智能控制和人工智能技术，涵盖记忆认知、交互认知和计算认知的诸多算法、软件和数据。可见，量产联网的机器驾驶脑是自动驾驶产业链中非常重要的一环。

无独有偶，8月，在“2019人工智能+智慧出行”主题论坛上，美国超跑开创者赛麟汽车联合创始人、董事长兼CEO王晓麟博士也在论坛上提出，作为未来智慧出行的终极组织形式，自动驾驶需要从“单车智能”向“全网智能”转变，从而倒逼整个汽车行业的重构和升级。

由此可见，只发展单车智能驾驶难以解决目前自动驾驶实际落地的难题，自动驾驶汽车需要结合5G通信、物联网、人工智能技术实现智能车联，单车需要与云端联网，还需要与周围的其他单车联网，结合城市大脑，综合调配路权，才能实现全网汽车的全自动驾驶。与此同时，还需要利用日积月累的驾驶数据，将每一辆车的驾驶水平都提升到或超越人类最高水平，才能避免由新手司机、疲劳驾驶、分神驾驶、酒驾毒驾带来的绝大部分驾驶事故，从而提高整个路网的使用效率，真正让自动驾驶惠及人类出行。