吴恩达“旗下”Drive.ai无人出租车来了！新硬件成本更低，外挂4块屏幕

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI

就在4小时前，吴恩达又“炫妻”了。

着正装，戴牛仔帽，怀揽美妻Carol Reiley，熟悉的面孔熟悉的微笑，自曝身处德克萨斯州，还剧透要宣布一个大大大新闻。

莫不是……到德州虐狗？

现在谜底揭晓，还真是个大新闻，还真与这对AI眷侣都有关：

吴恩达任职董事、Carol Reiley是联合创始人的自动驾驶公司Drive.ai，要在德克萨斯州弗里斯克（Frisco）市，提供无人驾驶出租车服务了。

从今年7月开始，Drive.ai将会和当地交管协会合作部署，为期6个月，为特定区域内的1万多人提供无人驾驶（免费）打车服务，只要通过Drive.ai的App，就能约到一辆无人驾驶出租车。

毫无疑问，这是德州史上第一次，在美国版图内也仅落后于谷歌家的Waymo。对于这个关系吴恩达、其太太和学生的无人车项目，也实在是值得标注的一笔。

吴恩达兴奋宣称，这意味着“无人驾驶汽车终于到来”，也表明自动驾驶落地路线三要素、三步骤的成功。

但这种成功到底能不能复制？

量子位越洋千里，不仅得到了吴恩达的解释，也从Drive.ai联合创始人王弢那里，获知了更多独家详情。

△ Drive.ai联合创始人宋威、王弢，吴恩达

硬件方案已更新

与之前所有曝光过的方案都不同，此次Drive.ai投入试运营的车，不仅车变了——从林肯MKZ变成了日产NV200，传感器方案也有所更新：搭载4个激光雷达、10个摄像头，以及2个毫米波雷达。

相比之前9个高清摄像头、2个毫米波雷达、6个Velodyne Puck激光雷达的方案，王弢坦言成本大幅降低，并且需要说明的是，当前方案中的4个激光雷达，不全出自Velodyne。

但对于因何“换车”，王弢没有解释更多。他只表示Drive.ai无人车改装方案快速且高效，而且他们最近已经搞定了新车型，已经能够客货两用。

用户体验有创新

除了硬件方案不同，此次Drive.ai投入运营的无人车设计也相当醒目。

车身被喷漆成显眼的橙，还搭载了4块LCD显示屏。

王弢解释说，这是Drive.ai在落地自动驾驶中，对于“以人为本”理念的践行，醒目的车身颜色可以让行人更好认出无人车，而LCD则能向其他司机、行人有“交流”。

他们希望此举能成为无人车行业标准，就像当初转向灯等发明时一样。

当然，这算是一种用户体验上的创新，如果把无人车当成一款产品来看，此前更多被重视的是车内乘客的安全和舒适，而忽视了车外“用户”的交互。

吴恩达则补充说，更明显的识别度，可以让人们更快认出无人车，不仅利于大众接受，也能在运营中更安全。

同时，环绕车周的4块LCD显示屏，则会实现与外界的实时交互，比如无人车让路行人，LCD屏幕上就会显示：我在等您过马路。

运营方案有冗余

上述创新之外，Drive.ai还在试运营方案中设置了“冗余”。

实际上，此次完全参与Drive.ai德州试运营的无人车数量并不多，通常只有3辆，高峰需求期可能会增至4辆，也不会7*24小时运营，而只会在固定时间段（上下班、外出就餐）等供当地上班族免费代步。

运营路线上也会站到站，在HALL Park和The Star周围提供固定的上下客地点，之后还会扩展到弗里斯克车站，主要目的是通过无人车实现商业园区和生活服务区的连接，免除上班族开车、停车等困扰。

不过王弢也解释，不同于“公交路线”，这种站对站路线的中间，乘客也能指定系统要求“上下车”，只不过接驳时会倾向于建议站点。

更关键的运营“冗余”方案体现在部署步骤上，吴恩达对此进行了详细解释，分三阶段：

第一阶段，有安全员，可以在紧急情况下接管无人车，同时部署远程操控的tele-choice技术，二者具体如何分工，吴恩达举了个例子。

“我们的汽车想在交叉路口执行一项复杂的任务。如果它认为应该由人类来进一步确认安全性，就会首先停下车，然后让远程操作员来处理。假以时日，我们的深度学习系统就会学习这些案例，提升自动化程度。与直接让操作员控制汽车的“远程驾驶”不同，我们的tele-choice系统可以接受网络延迟和暂时的网络宕机，甚至考虑了一些极端情况，例如自动把延迟100毫秒的过期数据或请求认定为无效。”

第二阶段，去掉安全员，但配备监护员，同时tele-choice操作员依然是标配。但不同于安全员，监护员会坐在乘客座位，可以帮助乘客“监督”无人车运行情况，也不承担实时接管汽车控制权的职责。

最后一个阶段，车内只剩乘客，Drive.ai则通过tele-choice操作员来提供远程协助。而且一个tele-choice操作员可以监督多辆汽车，这也意味着可以更大规模地部署无人车。

不过吴恩达和王弢都未透露“大规模部署”可以多快，但量子位获悉，此次试运营的Drive.ai无人车，从加州来到德州弗里斯克之后的第5天，便已经完全适应“新路况”了。

Drive.ai对于自己深度学习为核心的自动驾驶系统，满怀信心。

但也不是已经完全没有了挑战。

吴恩达说，目前无人驾驶系统在一些特定的复杂场景下，还无法达到人类司机应有的判断力，比如理解养路工人的手势、交警的指令等，这些都需要更大量的数据，以及更多的反馈来实现进一步训练。

不过他也坚信，Drive.ai已经走出了一条落地可复制的无人驾驶之路——在限定性场景中解决挑战的前提下。

为此，他专门总结了无人驾驶出租车运营的三大关键因素：

一是技术：需要行业领先的人工智能和深度学习技术；

二是合作关系：需要与公共和私有合作伙伴共同部署；

最后也最关键的是安全：需要以人为本的安全体验及效果。

当然，吴恩达也重点夸赞了Drive.ai的“个人奋斗”，他说这支团队拥有很多深度学习专业人才，他们使用现代人工智能技术从头设计了无人驾驶基础架构。

另外，通过为无人驾驶部署全面的软件——认知、动作规划、地图、本地化、车队管理软件、移动应用、通讯、tele-choice远程帮助系统等——Drive.ai团队得以快速行动，并解决系统之间的依赖性。

量子位也获悉，Drive.ai目前已经拓展至120人，以工程研发为主，base加州山景城，今年第三季度前，他们的团队规模会增至170人左右，目前软、硬件工程师都是需求所在。

值得注意的是，这个团队中还有不可或缺的吴恩达，他正在发挥的作用，绝不止老师、董事身份那么简单。

或许也梦想在驱动，任职谷歌、百度没有实现的无人车未来，吴恩达要在Drive.ai将其实现。

就像这段视频里展现的那样：