目前使用深度学习做自动驾驶的公司有很多,包括comma.ai、drive.ai、momenta等,其共性是做端到端的深度学习,将图像(摄像头获得)等信号作为输入端,输出端是控制信号,包括控制车辆进行左转、右转、加减速等。这是一种理想化的端到端的深度学习解决方案,构造较为简单,复杂的运算和处理都在端和端之间的通道完成。但同时,一旦系统做出错误的判断,如何对数据进行调整也是一个棘手的难题,这就是常说的深度学习存在的“黑匣子”。 对此,PlusAI的解决方式是,将端到端的学习过程分为很多段,比如在感知阶段,便是在图像输入后将图像进行拆解,将可行驶车道、障碍物等进行分类,再将此数据进行输出。同时,刘万千强调道,PlusAI还会对每一步的输出进行校正,即上一个阶段得出的信息是否正确、再进行下一步判断。 上面说到,PlusAI会将深度学习和增强学习结合进行研发,实际上,早在60年代就存在这两种不同的流派,即一个思路是专家系统,认为人(机器可以参照设计)的思维是决策树,通过规则认知世界;另一个思路是模式识别,即通过神经元进行学习。其中前者属于增强学习,后者属于深度学习。 在刘万千看来,这二种解决方案需要结合使用。比如在摄像头感知层面,便是采用了计算机视觉的解决方案,通过深度学习进行车道线识别与跟踪、可通行区域识别、 以及2D/3D场景流的识别;而在规划方面,则多采用了强化学习的方式,更多通过规则、推理、和归纳,比如通过强化学习模仿老司机,在100公里的时速下,可以在前车行驶过慢时进行打灯并线、超车、之后再并线回到原来车道。即根据前方车速快慢决定是否超车、并线。 在商业化层面,PlusAI已经与两家企业建立了合作,但刘万千坦言,目前无论是法律法规的成熟度、社会接受度都还未成熟,另外PlusAI自身也在精进L4级别自动驾驶的研发,因此在L4的商业化上还需要时间,PlusAI和车厂尚且处于提供技术接口的阶段。 不过,在与车厂合作的过程中,PlusAI也挖掘到了其新的需求,即为商用物流车厂提供L2、L3级别的自动辅助驾驶解决方案,刘万千告诉36氪,这是一个短期能看得到的商业化路径,最快今年年底、明年年初就会有产品落地,双方会研发出一款样车出来。 鉴于PlusAI是用深度学习的方法做自动驾驶,因此,其L2、L3解决方案更像其L4方案的简化、拆分,其技术框架是类似的,只是在传感器的配置上有所不同,比如L4级别会采用激光+毫米波雷达+摄像头,而L2、L3只需要配置简单的传感器就可以了,雷达+摄像头。在传感器的主次关系上,刘万千表示,PlusAI此前分别用过完全以激光为主、完全以视觉为主的方案,目前考虑到商业化成本和实际效果,PlusAI采用的是视觉为主、激光为辅助的方案,因为视觉作为被动感知方案,光线来自灯光或者太阳光,其信息量比激光自身发射的主动光要大。 另外,上面还提到PlusAI会着重解决大数据采集和自动标定问题,对此,刘万千表示,PlusAI使用传感器融合做数据标注,目前已经可以做到自动标注下的同步标注,即一个小时内可以处理一个小时的数据。PlusAI使用的GPU包括自行搭建的网络以及亚马逊的机房。 PlusAI近期的重点是为商用物流车企提供一个能在高速、干线上跑的L2方案,在定位和制导方面,刘万千表示会采用GPS+中精度地图的方式,所谓中精度地图即比标准精度地图再多一个车道级数据,PlusAI会通过传感器模块获取实时数据,与地图进行结合,获得精准的定位。而这家参与了PlusAI投资的地图厂商可以给其更多地图、获取和积累数据方面的帮助。 目前担任CEO的刘万千博士毕业于斯坦福大学,于2012年入选中组部“千人计划”,被聘为国家特聘专家 。另一位创始人郑皓先生则是雅虎北京全球研发中心的创始人,并担任雅虎移动搜索总架构师。在过去十多年中,他们先后创建过多个IT领域的科技公司,均被成功收购或上市。PlusAI团队成员均来自国际一流科技企业和院校。