首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷俊丽:从特斯拉到小鹏汽车,同样是智能车,不同基因的自动驾驶

谷俊丽:从特斯拉到小鹏汽车,同样是智能车,不同基因的自动驾驶

作者头像
量子位
发布2018-03-23 15:31:44
7860
发布2018-03-23 15:31:44
举报
文章被收录于专栏:量子位量子位
李根 发自 On the road 量子位 报道 | 公众号 QbitAI

谷俊丽从特斯拉跳槽小鹏汽车,不算意料之内。

这位Autopilot 2.0的负责人、特斯拉机器学习团队的一手搭建者,在特斯拉在华建厂传闻最盛时官宣转会,她的下一站是小鹏汽车,依然领队自动驾驶业务。

不过,从特斯拉到小鹏汽车,谷俊丽认为将有完全不同的挑战,亦是完全不同的机遇。

这不是一趟原样再走一遍的路程。

“中国智能车”、“本土自动驾驶”、“从基因去重新定义”,“自主原创”……

履新后,谷俊丽在她的首次对外采访中,多次向量子位强调以上关键词。她认为这些既是中国自动驾驶从业者面临的机遇,也是她加盟小鹏的核心原因。

关于这趟从头开始的自动驾驶旅程,谷俊丽有更进一步的思考。

小鹏汽车研发副总裁、自动驾驶负责人谷俊丽

从特斯拉到小鹏汽车

量子位:什么原因让你决定从特斯拉走?

谷俊丽:打造中国智能车,然后解决中国本土化的自动驾驶,这是我个人认为的使命。

量子位:特斯拉不能实现这样的使命吗?

谷俊丽:这涉及对自动驾驶的看法。首先自动驾驶核心驱动是技术,但它同样是一个实践科学。在中国实践,涉及两个关键点:一是信息密度,可能比国外要高10倍以上,比如人口量级、密度,行人量级、汽车密度;二是车辆的决策及交互过程,西方可能基于规则就可以,但在中国可能不work,所以从技术上到形成产品,自动驾驶在中国落地,肯定要基于中国实际形成闭环,才能深入、彻底地解决落地问题。

量子位:所以这对你是从头开始的一趟旅程?

谷俊丽:对,中国的自动驾驶本质上可能比美国更难,要在中国形成闭环,就要有深入理解中国文化的技术人员,从最开始的技术到产品设计,从头开始生长,从基因重新定义,这样更现实,突破力也会更强。

量子位:怎么理解自动驾驶中的“文化”?

谷俊丽:现在之所以自动驾驶产品,智能做到辅助驾驶级别,更高级别的无人驾驶落地很难,最关键的可能在两部分。

一是传感器和感知方面,即长尾效应问题;二是产品的交互与决策,像自动驾驶这样复杂程序的交互和决策不太好做,算法上还有待突破,而算法的突破又赖于数据,“文化”就表现在数据中。

比如你在中国落地自动驾驶,就需要考虑中国式加塞的问题,美国加塞3米以外,中国加塞可能只有30厘米,非环路和高速,可能还有行人、自行车突然出现在你面前,这些中国国情因素都需要在产品设计中考虑到。

量子位:但加盟小鹏,也就意味着再一次从0到1.

谷俊丽:我个人非常喜欢从0到1的过程,从头再做一遍,我想从产品技术到框架,都能更加创新。

此外,小鹏也有优势。打个比方,小孩发育生长,最佳方式是大脑和身子同步进行,而不是先这个后那个。所以现在自动驾驶也有多种力量在进行,但如果你在造车的过程中,能够软硬件方案是同步的,或者空间留足,软件和硬件可以协同迭代,就能形成一个科学的演进模式。

所以小鹏汽车是一个绝佳的平台,一切正在生长,一切都可以去定义。而一旦我们的汽车在路上跑起来,它马上又能源源不断产生运行数据和反馈,能够不断指导我们更加深入去做进一步地革新。

小鹏汽车首批量产车下线

自动驾驶实现路线

量子位:具体实现路线上会有区分?先L3,再L4/L5?

谷俊丽:其实是并行的,但L3会优先一些,因为产品层面来说,我们明年会先在量产车上实现辅助驾驶,解决交通拥堵时的驾驶疲劳、高速上的驾驶问题等。

L4/L5的技术演进,有赖于数据和空中升级形成闭环后,数据驱动下我们对问题的进一步定义、认知,然后更好打磨算法。L4/L5现在需要突破和创新的在于算法,而算法的创新永远都是针对真实问题的,这样也才具有落地意义。

总之,我们是一个实干的团队,最终目的肯定是要在量产车上最大化实现无人驾驶,但节奏也会基于产品,一步一步向前。

量子位:传感器呢?

谷俊丽:传感器目前确实是一个挑战,因为有两个方面的挑战。一是不同传感器提供不同维度的信息,如何通过算法实现融合,比如激光雷达、相机、毫米波雷达等等;二是多种不同信息,要完成一个系统的三维世界建模,这极具挑战。

但我个人认为,传感器也好、计算单元也好,这几年都在不断前进,核心还是从业者需要搭建好生长机制,在闭环及算法生长中,传感器、硬件也都有空间在一同生长。

量子位:围绕这个自动驾驶方案,哪些自己做,哪些依靠产业?

谷俊丽:我觉得无人车到最后肯定是一个新形态的高科技产物,它会集机械、计算、数据、智能于一身。其中机械行业本身已经非常成熟,很多厂商有很长时间的积累,我们会尊重和采纳这种积累。而计算、数据和智能,可能是21世纪才成熟的行业,我们会重点围绕这些方面下功夫,去创新和突破,但会以解决问题角度出发,而不是说最终一定要占领某一个领域。

量子位:但结合会很紧密,比如处理器?

谷俊丽:对,我在清华做的是高性能处理器研究,所以知道处理器、芯片都是从需求出发的——你有什么样的需求,就要分析它的算法和计算,最后在芯片上优化。

现在也到了一个时间点,做处理器的人非常需要做算法的人关心,因为一切迭代更加迅速,面临的问题也更加具体。我们现在还没有考虑芯片的问题,因为首先要积累自己的算法,把自己的闭环打通,但到一定阶段,可能会跟合适的处理器厂商,一起去解决某些具体问题。

量子位:所以小鹏自动驾驶方案,在计算方面,也会是嵌入式的?

谷俊丽:一定是嵌入式的,因为自动驾驶中,很多东西上了云,控制性会差很多。云在我们方案中,相当于一个词典,会有一些辅助性、全局的信息,比如地图、交通信息来自云,但车本身,一定要做到没有云也能正常行驶,没有云依然能够做决策,我觉得这极其关键,因为车最首要的还是安全。

今年8月,小鹏汽车天使投资人何小鹏出任董事长

团队

量子位:打造这样的方案,有团队规模预计吗?

谷俊丽:我觉得不会特别大,不会一个部门动辄几百人,核心技术团队不在量,而在质。之前无人车鼻祖塞巴斯蒂安-特龙也谈过,无人车这个事情非常难,所以你需要的是一个能够形成超级大脑的团队,能够小步快跑,是一个金刚钻。

不过,一旦小而精的团队完成技术突破并落地成产品,后续产品支撑的团队可能会规模大一些,比如测试车队、数据团队等,但“金刚钻”团队不会动辄几百人规模去铺设。

量子位:金刚钻团队搭建会困难吗?

谷俊丽:难,但我们有信心。小鹏汽车是一个绝佳的平台,一切都在生长、一切都可以重新定义,我想很多人也会有这个想法,我们后续还会有重磅嘉宾宣布加盟,还会带来惊喜。

量子位:也会搭建一个机器学习团队,就像在特斯拉那样?

谷俊丽:会,而且是一个更成熟的团队,现在AI领域的人才全球稀缺,但我相信随着AI进一步向前推进,能够把人才聚集起来,肯定能做出更酷的事。

这个机器学习团队发挥的作用也会是方方面面的,从云端到自动驾驶,包括工厂、交通等场景中,都可以发挥作用。现在外界看到的小鹏汽车,是一家造车新势力,但一旦我们的汽车跑起来,马上就是一个大数据公司,车的数据、交通的数据,工厂的数据,汽车只是整个智能化的一个“金刚钻”、点睛之笔,机器学习会让数据更加有用有效,智能化变革也会随之更加深入。

量子位:就没有什么担忧、顾虑?

谷俊丽:肯定有,机会很大,但挑战也很大,小鹏把这么多优秀的人聚集到一起,把不同频率的人聚拢,如何形成一个共振,创造出更大的价值,这本身就是非常大的挑战。所以团队如何磨合,磨合中怎样形成凝聚力、创新力,如何搭建这个团队,我觉得是最大的挑战。

量子位:什么时候能看见你们产品?

谷俊丽:自动驾驶产品会跟量产车对齐,何小鹏已经对外透露过,明年我们的量产车就会交付。我们的自动驾驶不会闭门造车,不会在实验室贴数据,它一定会是一个产品形态,展现整个交互过程,敬请期待。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-11-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 从特斯拉到小鹏汽车
  • 自动驾驶实现路线
  • 团队
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档