地平线余凯：做AI的人可能做不了自动驾驶

2017年12月21日，由清华大学智能网联汽车与交通研究中心、清新汽车、清研车联主办的智轮行第三期沙龙“智能新能源汽车如何引领新出行？”在北京清华大学举行。地平线CEO余凯进行了分享。

地平线是当前中国第一个成立商业公司做人工智能芯片的公司，也是真正第一个做芯片、应用系统的公司，12月20日，地平线发布了两款第一代基于自主研发的人工智能视觉芯片——面向智能驾驶的“征程”处理器和面向智能摄像头的“旭日”处理器。

会议上，地平线创始人兼CEO余凯认为，自动驾驶的处理器硬件一定要可编程、可以OTA、可以在线升级。目前在自动驾驶领域，融入了新的参与者。一部分软件的人开始跨界做硬件，典型的例子是Google大概应该是在2013年、2014年开始涉足，现在大家都意识到，未来人工智能真正要产生革命性的变化，不解决硬件是不行的。

有意思的是，软件基因公司做硬件，一定会同时做软件跟硬件，不仅仅是只做硬件。所以，Google做GPU，地平线是叫BPU。（地平线的超级人工智能处理器，以及软硬件结合的解决方案）

这里面是说，软件跟硬件同时做有个什么好处？余凯表示，通过地平线的实践发现，软件和硬件之间配合不好就会出现分离，这种分离是以星期和月的速度往前迭代。

在自动驾驶的软件架构设计里，大部分做AI的人可能干不了自动驾驶。顶级的车企采用的是深度神经网络，如果出现了问题，在法律层面无法证明自己无责。自动驾驶需要设计单个神经网络，单个神经网络的黑箱，如何把它分解成一系列可以理解的子问题，把这些子问题以一种可以理解的方式组合，最后才能变成使用更高层次的认知。

人工智能芯片行业热度很高，但是从业者如果不懂人工智能只懂硬件芯片设计就很危险。即使等到意识到人工智能芯片需要做深度神经网络的芯片的时候，事情本身已经不重要了。为什么？因为现在做感知类的卷积神经网络去做芯片病没有难度，但关键问题是容易出现误判，当从业者认为现有的设计的架构对深度神经网络效果很好，事情可以解决，但现实并不是这样。在整个自动驾驶的系统里面，其实有好两个关键的计算模块需要注意。

第一是感知类。感知类是解决神经网络的问题，这涉及到多传感器融合，涉及到不同逻辑的融合，到底是前融合还是后融合包括数据的计算逻辑并不容易。这些做芯片的从业者并不清楚，等弄清楚了也晚了。

第二是决策类。决策的计算跟神经网络的计算是完全不一样的，这边是大规模变形做矩阵层法的加速，那边是决策数据的搜索。涉及到大量的时续计算逻辑，而且两个问题是并行的，这两个问题是完全不一样的，不懂人工智能的来做算法芯片非常危险，一定会跑偏。