国内人工智能领域，百度无疑是最早发力者，尤其在智能驾驶方面，做了很多研究和布局，2010年加入百度的王劲在这个方向有足够的发言权。
/
文｜《中国企业家》记者 翟文婷
5天后，又一位人工智能领域的重要人物王劲将离开百度。今天，他本人在洪泰基金CEO春分大会上亲自证实了这一消息。离开后，他将投身自动驾驶的创业项目。
百度人工智能研究体系最近人事变动频繁。
3月1日宣布成立智能驾驶事业群组（IDG），由自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务（CarLife etc.）组成，百度集团总裁和首席运营官陆奇亲自兼任总经理。而百度高级副总裁王劲由于个人和家庭原因，将不再担任L4的总经理职务。
3月22日，百度首席科学家、研究院领头人吴恩达正式离开百度。他离场后，百度搜索引擎总负责人、百度副总裁王海峰被任命为AI技术平台体系（AIG）的总负责人。腾讯科技将此举解读为，王海峰已经接过吴恩达的权杖，成为百度研究、探索人工智能及应用的领头者。
仅一周后，王劲宣布将投身自动驾驶创业项目。更早前的2016年，百度无人车负责人倪凯离职，与王劲同一个团队的楼天城在离开百度后赴硅谷专攻无人驾驶。余凯、顾嘉唯等人也曾是百度研究院核心人物，目前都有新的去向。
国内人工智能领域，百度无疑是最早发力者，尤其在智能驾驶方面，做了很多研究和布局，2010年加入百度的王劲在这个方向有足够的发言权。
今天演讲中他提到几个核心观点：
无人驾驶研发以传统汽车厂商和谷歌百度互联网公司两派为主：
汽车车厂在十几年前就开始研究自动驾驶技术，他们主要是主动驾驶来帮助人们提升汽车的安全性，也提升操控性。目前无人驾驶一般分成五级，前面一二三是主动驾驶，只有到第四第五是不需要司机坐在方向盘后面的，第五级可以到任何地方去。
原来车厂和科技公司的区别在于他们要做的是逐步升级，直到去年年初他们都改变了方向，虽然仍然在走辅助驾驶的道路，但都直接调出一个部门做4级，他们觉得直接做4级比他们一级一级升要快得多。
第二个流派就是以百度和谷歌为代表，利用深度学习。直到后面2012年底的时候，开始逐渐的做成LX3，从L3做到LX4，它只是在有限的范围里头，感知这个模块里头大规模的使用模块学习，在决策这些模块里头，据我所知，2016年谷歌还没有大规模在应用规模学习。他们这个车仍然是在全世界领跑整个无人驾驶的技术。
基于深度学习做人工智能的驾驶决策也分为两派：
一个是Mobileye，以摄象头为基础的流派，它做的是LX2.5的，是不可能离开人在方向盘后面的，它们在感知是用的大量数据进行了非常好的深度学习，来用摄象头做这个物体的识别。Mobileye是刚刚被英特尔收购了，这个是在有限的驾驶的能力下深度使用的，决策的系统并没有学习。
现在最新的一批人是像Drive ai和Nvidia，所以他们是想把个直接从传感器出来的信号输出成驾驶的决策，这是一个非常激进的方案，因为这个方案只有在学术界里在验证，并没有得到成功。所以走这条技术的路径需要大量的计算能力，他用的是端到端的全深度学习的模型在做。Drive.ai这个公司是全球最早走这个方向的，很多人可能不知道Drive.ai和百度前首席科学家的关系，吴恩达的太太是Drive.ai的总裁，Drive.ai的CEO都是吴恩达的学生。两年多以前，几乎快3年的时候，吴恩达应该走深度学习的路，所以百度仍然是走在科技公司的主流路线上。
从最传统的汽车车厂，到最激进的技术研发，没有哪一个流派被证明是成功的。现在领跑的是谷歌，全球我们认为无人驾驶最好的技术应该是谷歌。
为什么无人驾驶的机会来了？
首先基于深度学习技术的突破，去年的阿尔法狗帮着教育了很多的高科技行业之外的，包括车厂的领导，甚至是芯片厂商的公司。用深度学习来做决策和感知将会很快的把它的能力提升在人类的驾驶员之上。所以深度学习的算法成为了无人驾驶的基石。
第二个带来改变的就是传感器，大家知道现在64线的激光雷达在逐步的投入量产，到今天为止能力被用到实践中间的这个激光雷达，很多人在做，真正可用的激光雷达只有一个公司。但是同时无人驾驶汽车现在还需要非常多其他的传感器，包括摄象头，包括惯性的导航，那么他也需要配合上高精的地图才能作为一个无人驾驶，这些技术在这两年有突破性的提高，使得无人驾驶在深度学习和新型的传感器上，得到一个非常广泛的，非常好的突破。
第三个硬件的升级打造云端汽车大脑，他能开发硬件，以前的GPU一般会用来做PC上的游戏加速器，百度还做了当时一个非常保密的项目，当时全球有两个主要的厂商来做这个芯片，今天的百度是两个双腿的芯片，所以在百度汽车打扰，拥有这样的计算能力以后，我们大家就可以把深度学习算法和这个模型放到车上，然后在汽车自己驾驶的过程中间做一些实时的判断和决策。
非常关键的就是第一个基础决策感知，要对很多的物体，从摄象头和激光雷达要做出一些判断，这个判断要用数据做一些评比，就是看看自己在这样大量的数据里面自己的技术到底有多少的准确性，到现在为止我的团队仍然是在全球，就是跟汽车相关的6个指标有4个指标是全世界第一的，包括判断汽车的准确性，包括语音等等。
怎么判断一个无人驾驶系统研发的实力？
无人驾驶技术除了比拼自己的算法，传感器等计算硬件，还有一个非常重要的，就是数据收集的能力。一个公司无人驾驶的车队规模很重要，因为会影响到数据收集能力。
每一辆车开一个小时，数据量是1T，有的车一天可以开出10多个小时的。车队的规模会影响到无人驾驶技术的成熟。汽车出去跑，收集来的数据放到了数据中心，在云端技术大规模的数据学习形成了一个新的数据模型，这个模型又会被下载到汽车里头，形成一个新一代的汽车驾驶的能力。这就是循环往复不断的自我学习，不断的自我提升，这是今天用人工智能来做无人驾驶的核心的技术，也是不断成熟和提高安全性的过程和流程。
一个无人驾驶汽车的车队规模、数据中心和计算的能力决定这个无人驾驶团队技术的先进程度。
无人驾驶汽车什么时候能量产？
2021年是无人驾驶的元年，基本上主流公司都能在2020年达到量产的目标。
还有的公司保守一点，可能2025年以后才可以实现。整个产业对无人驾驶有预期，有激进的，有保守的，但这个时代一定会到来。到时候交通安全性可以得到大幅度提升，汽车行业甚至有可能被颠覆。虽然有一些汽车公司也在做无人驾驶系统，预计2021年能够实现无人驾驶的量产，但它们在人工智能的技术上远远落后于公司，绝大多数的技术是专家型的，所以当整个汽车行业在这样的一个状态下，他们的准备程度更差。如果汽车行业不革自己的命，就会被别人革了命，现在只剩下4年的时间。
扫描图中二维码，即可报名参加中国商界木兰年会
