深度學(xué)習(xí)技術(shù)很玄幻。它不可解釋，又蘊(yùn)含人生哲學(xué)。
比如它需要喂大量的感知數(shù)據(jù)，且數(shù)據(jù)的質(zhì)量直接影響算法精度。對(duì)比我們?yōu)槿?，多與優(yōu)秀、厚德之人交友，更能提升修養(yǎng)——也解釋了環(huán)境為何能影響人。
數(shù)據(jù)是機(jī)器認(rèn)知世界的“糧食”，算法就像大腦和思維方式，算力如身體。如果你有強(qiáng)大的腦力，但缺乏強(qiáng)壯的體魄，再好的算法亦如過(guò)眼云煙。中國(guó)的傳統(tǒng)思想很強(qiáng)調(diào)提升個(gè)人思想與修養(yǎng)，但體魄是我們實(shí)現(xiàn)這些的基礎(chǔ)。
算法又與人類解決實(shí)際問(wèn)題很相通，比如計(jì)算機(jī)的車牌檢測(cè)是一種算法，垃圾檢測(cè)是一種算法，識(shí)別犯罪團(tuán)伙也是一種算法，醫(yī)學(xué)影像又是一種算法……計(jì)算機(jī)處理大事小事均有不同類型的算法。相比較人類，處理工作當(dāng)中的人際關(guān)系是一種算法，財(cái)務(wù)管理是一種算法，寫(xiě)代碼是一種算法……方式方法分門別類。反之推理，人類要更好解決問(wèn)題，可參考計(jì)算機(jī)的認(rèn)知世界的模式：不斷尋找和優(yōu)化最好的方式方法，就像算法迭代和升級(jí)那樣。
為何要講深度學(xué)習(xí)與人類處理實(shí)際問(wèn)題的關(guān)聯(lián)？因?yàn)楸疚纳婕白詣?dòng)駕駛技術(shù)發(fā)展的面臨的關(guān)鍵問(wèn)題：倫理道德。在討論這個(gè)問(wèn)題之前，須先探討行業(yè)面臨的關(guān)鍵技術(shù)難題，自動(dòng)駕駛規(guī)?；虡I(yè)落地，技術(shù)才是源頭和根本。
如果站在未來(lái)回顧科技發(fā)展，2021年一定很特別，這一年，世界與中國(guó)都發(fā)生了深刻變革。全球氣候危機(jī)逼近，新冠疫情關(guān)鍵轉(zhuǎn)折，中國(guó)生育率首次低于日本，互聯(lián)網(wǎng)巨頭壟斷時(shí)代落幕，汽車產(chǎn)業(yè)也到了巨變的前夜。
2021年，也是移動(dòng)互聯(lián)網(wǎng)時(shí)代的結(jié)束，一個(gè)全新的硬科技創(chuàng)新的周期敲響鐘聲了。在這個(gè)新的技術(shù)周期里，自動(dòng)駕駛?cè)鐮N爛星空的一道耀眼的光。
今年，大量車廠發(fā)布了L3和L2自動(dòng)駕駛解決方案，接下來(lái)將有大量帶著這些解決方案的車在路上跑。2021年也被稱為自動(dòng)駕駛元年。
特斯拉CEO埃隆·馬斯克在2021年新能源世界大會(huì)上說(shuō)，“特斯拉相信自動(dòng)輔助駕駛可以完全通過(guò)視覺(jué)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，因?yàn)槿司褪巧镆饬x上的視覺(jué)神經(jīng)網(wǎng)絡(luò)駕駛的，所以計(jì)算機(jī)也一定可以?！?/p>
與人類一樣，機(jī)器感知世界最重要的方式就是視覺(jué)，占比近60%，遠(yuǎn)超聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)。馬斯克也表示，視覺(jué)可以應(yīng)對(duì)95%-99%的輔助駕駛場(chǎng)景。
但馬斯克說(shuō)的純視覺(jué)技術(shù)路徑也存在一個(gè)很大的BUG，由于深度學(xué)習(xí)的通用能力局限，機(jī)器很難把看到過(guò)的場(chǎng)景泛化到一個(gè)全新陌生的環(huán)境，車在路上遇到未看過(guò)的場(chǎng)景就會(huì)“不知所措”。
要應(yīng)對(duì)這個(gè)行業(yè)痛點(diǎn)，AI商業(yè)評(píng)論認(rèn)為，主要有三種方法：
其一，通用人工智能（AGI）技術(shù)取得飛躍。谷歌、微軟以及商湯科技等前沿AI企業(yè)均在大力研發(fā)通用AI。
今年10月30日，谷歌人工智能主管Jeff Dean發(fā)文，稱他們正在研究下一代AI框架Pathways，目標(biāo)直指AGI。
僅不到一個(gè)月，11月17日，上海人工智能實(shí)驗(yàn)室聯(lián)合商湯科技SenseTime、香港中文大學(xué)、上海交通大學(xué)共同發(fā)布了新一代通用視覺(jué)技術(shù)體系“書(shū)生”（INTERN），該體系旨在系統(tǒng)化解決當(dāng)下人工智能視覺(jué)領(lǐng)域中存在的任務(wù)通用、場(chǎng)景泛化和數(shù)據(jù)效率等一系列瓶頸問(wèn)題。
微軟也于2019年向OpenAI投資10億美元，以支持構(gòu)建具有廣泛經(jīng)濟(jì)效益的通用人工智能技術(shù)（AGI）。
因?yàn)橥ㄓ萌斯ぶ悄軗碛袕?qiáng)大的泛化能力，能做到“觸類旁通”，以少量的數(shù)據(jù)就可完成數(shù)據(jù)訓(xùn)練。
其二，為深度學(xué)習(xí)算法喂大量數(shù)據(jù)，讓其準(zhǔn)確率達(dá)到自動(dòng)駕駛上路要求。特斯拉今年8月份開(kāi)始陸續(xù)拋棄毫米波雷達(dá)，徹底選擇了純視覺(jué)技術(shù)路線，離不開(kāi)其長(zhǎng)期大量的數(shù)據(jù)積累和數(shù)據(jù)訓(xùn)練。特斯拉首席財(cái)務(wù)官Zachary Kirkhorn說(shuō)，到目前為止，特斯拉已經(jīng)收集了超過(guò)1億英里的駕駛數(shù)據(jù)。算法與算力相輔相成，特斯拉的AI超算也排名世界前三。
其三，多傳感器融合方案，即視覺(jué)+激光雷達(dá)+毫米波雷達(dá)。 視覺(jué)相當(dāng)于人的眼睛，但還有聽(tīng)覺(jué)，多種感知結(jié)合能讓機(jī)器成為一個(gè)更健全的“人”。
馬斯克說(shuō)的“視覺(jué)可以解決95%-99%的輔助駕駛場(chǎng)景”限定得很清楚，僅“輔助駕駛”場(chǎng)景。因?yàn)橐曈X(jué)無(wú)法應(yīng)對(duì)陽(yáng)光直射、超低能見(jiàn)度情況，無(wú)法應(yīng)對(duì)，而通過(guò)多傳感器融合方案能有效提高自動(dòng)駕駛魯棒性和應(yīng)對(duì)復(fù)雜場(chǎng)景的能力。
當(dāng)然，多傳感器融合方案也面臨一個(gè)很現(xiàn)實(shí)的問(wèn)題：成本高。這也是馬斯克選擇純視覺(jué)方案的主要原因，定位于“做人人都買得起的電動(dòng)車”。
數(shù)據(jù)是AI時(shí)代的生產(chǎn)資料，據(jù)市場(chǎng)預(yù)估，智能汽車生成數(shù)據(jù)的價(jià)值，到2030年，可能高達(dá)4500-7000億美元。但如何挖掘這些數(shù)據(jù)價(jià)值？
首當(dāng)其沖的難題是，數(shù)據(jù)標(biāo)準(zhǔn)化和共享。因?yàn)椴煌镜膫鞲衅鲾?shù)據(jù)，包括位置、高度、角度這些初始參數(shù)都不同。比如寶馬的數(shù)據(jù)拿給一汽，完全沒(méi)法用。
而且，考慮隱私、網(wǎng)絡(luò)安全和保持競(jìng)爭(zhēng)優(yōu)勢(shì)方面，企業(yè)通常不愿意與其他利益相關(guān)者共享這些數(shù)據(jù)，包括測(cè)試、運(yùn)營(yíng)和客戶行為等各類數(shù)據(jù)。
車本身的E架構(gòu)（Electrical/Electronic Architecture，汽車電子電氣架構(gòu)）也是一個(gè)問(wèn)題。它是整合汽車內(nèi)各類傳感器、處理器、線束連接、電子電氣分配系統(tǒng)和軟硬件生成的總布置方案。過(guò)去絕大部分汽車的E架構(gòu)按照功能信號(hào)來(lái)設(shè)計(jì)的，做成了集成的通用平臺(tái)。今天智能車的E架構(gòu)融合了數(shù)據(jù)架構(gòu)和計(jì)算架構(gòu)，但包括特斯拉在內(nèi)的企業(yè)，都還未認(rèn)真考慮過(guò)數(shù)據(jù)架構(gòu)和計(jì)算架構(gòu)，這將導(dǎo)致數(shù)據(jù)獲取成為一個(gè)隱藏的大問(wèn)題。
據(jù)了解，一臺(tái)車每天能產(chǎn)生大概4000GB的數(shù)據(jù)，如果是十萬(wàn)臺(tái)甚至百萬(wàn)臺(tái)，這些數(shù)據(jù)的傳輸?shù)皆贫说某杀揪蜁?huì)驟升。所以最好的辦法，就是能夠在邊緣側(cè)處理數(shù)據(jù)，將垃圾數(shù)據(jù)處理掉，把有效的特征點(diǎn)提取出來(lái)。
據(jù)希捷科技發(fā)布、國(guó)際數(shù)據(jù)公司（IDC）調(diào)研完成的《數(shù)據(jù)新視界：從邊緣到云，激活更多業(yè)務(wù)數(shù)據(jù)》報(bào)告稱，企業(yè)目前定期將大約36%的數(shù)據(jù)從邊緣傳輸?shù)胶诵?，兩年后，這一比例將增至57%。從邊緣立即傳輸?shù)胶诵牡臄?shù)據(jù)量將翻倍，從8%增長(zhǎng)到16%。
自動(dòng)駕駛還需解決數(shù)據(jù)分布“長(zhǎng)尾問(wèn)題”的任務(wù)，時(shí)而出現(xiàn)的corner case（極端情況）是對(duì)數(shù)據(jù)驅(qū)動(dòng)的算法模型進(jìn)行升級(jí)的來(lái)源之一。
打造數(shù)據(jù)閉環(huán)是繞不過(guò)去的坎。以谷歌waymo報(bào)告提到的數(shù)據(jù)閉環(huán)平臺(tái)為例，它包括數(shù)據(jù)挖掘、主動(dòng)學(xué)習(xí)、自動(dòng)標(biāo)注、自動(dòng)化模型調(diào)試優(yōu)化、測(cè)試校驗(yàn)和部署發(fā)布。打通這些全鏈路，才能讓數(shù)據(jù)高效、高質(zhì)回流。
云計(jì)算是打通數(shù)據(jù)閉環(huán)的基礎(chǔ)，它在資源管理調(diào)度、數(shù)據(jù)批處理/流處理、工作流管理、分布式計(jì)算、系統(tǒng)狀態(tài)監(jiān)控和數(shù)據(jù)庫(kù)存儲(chǔ)等方面提供了數(shù)據(jù)閉環(huán)的基礎(chǔ)設(shè)施支持，比如亞馬遜AWS、微軟Azure和谷歌云等。
騰訊自動(dòng)駕駛總經(jīng)理蘇奎峰說(shuō)：“自動(dòng)駕駛的核心競(jìng)爭(zhēng)力在于數(shù)據(jù)要素和計(jì)算資源的低成本獲取和高效利用。對(duì)數(shù)據(jù)要素進(jìn)行高效收集和利用，提高數(shù)據(jù)循環(huán)鏈路的速度，是整個(gè)自動(dòng)駕駛技術(shù)迭代的關(guān)鍵點(diǎn)?！?/p>
100多年前，當(dāng)機(jī)動(dòng)車替代馬車的時(shí)候，就有過(guò)安全相關(guān)的爭(zhēng)論：機(jī)動(dòng)車會(huì)不會(huì)驚嚇到馬？
對(duì)此英國(guó)出臺(tái)了一個(gè)“紅旗法”，一個(gè)車有三個(gè)人開(kāi)，一個(gè)人燒鍋爐，一個(gè)人駕駛，還有一個(gè)人在這個(gè)車前面50多米的地方拿著紅旗揮動(dòng)，告訴別人有個(gè)危險(xiǎn)物過(guò)來(lái)了，這個(gè)法案一直沿用了30多年才被取消。可見(jiàn)，公眾對(duì)于一個(gè)新事物的恐懼與認(rèn)知有一個(gè)長(zhǎng)期接受的過(guò)程。
想象一下完全自主的自動(dòng)駕駛汽車的未來(lái)。你的自動(dòng)駕駛汽車接近紅綠燈，但突然剎車失靈，計(jì)算機(jī)不得不在瞬間做出決定。它可以突然轉(zhuǎn)向附近的桿子并殺死乘客，或者繼續(xù)前進(jìn)并殺死前方的行人。
而控制汽車的計(jì)算機(jī)只能通過(guò)訪問(wèn)汽車傳感器收集的有限信息，并且必須基于此做出決定。盡管這看起來(lái)很戲劇化，但距離我們可能面臨這樣的困境只有幾年的時(shí)間了。
這也是我們看到特斯拉大力推動(dòng)輔助駕駛汽車，但尚未生產(chǎn)全自動(dòng)駕駛汽車的核心原因之一。
另一個(gè)是數(shù)據(jù)安全問(wèn)題。
近年來(lái)，我國(guó)大力加強(qiáng)數(shù)據(jù)監(jiān)管，發(fā)布了一系列具有里程碑意義的法規(guī)，網(wǎng)絡(luò)安全法（CSL）、數(shù)據(jù)安全法（DSL）和個(gè)人信息保護(hù)法（PIPL）形成了監(jiān)管基礎(chǔ)。
為了提高技術(shù)安全性并保護(hù)用戶數(shù)據(jù)和國(guó)家安全，智能汽車企業(yè)正受到越來(lái)越多的審查和更嚴(yán)格的監(jiān)管。
2021年5月，國(guó)家互聯(lián)網(wǎng)信息辦公室（CAC）開(kāi)始就《車輛數(shù)據(jù)安全管理若干規(guī)定》（以下簡(jiǎn)稱“規(guī)定”）的一套試行規(guī)定征求意見(jiàn)，該規(guī)定概述了智能網(wǎng)聯(lián)汽車制造商和運(yùn)營(yíng)商保護(hù)汽車安全的新要求。
《規(guī)定》將“個(gè)人信息”定義為來(lái)自任何利益相關(guān)者的信息，包括車主、司機(jī)、乘客和行人，以及任何可以從中推斷出利益相關(guān)者的個(gè)人身份或描述其個(gè)人行為的信息。
誠(chéng)然，企業(yè)已經(jīng)面臨遵守新法規(guī)的壓力。包括特斯拉、福特和寶馬在內(nèi)的幾家外國(guó)汽車制造商都在中國(guó)建立了數(shù)據(jù)中心，用于存儲(chǔ)從中國(guó)用戶那里收集的數(shù)據(jù)，以符合數(shù)據(jù)法規(guī)。
但是，由于政府也急于發(fā)展自動(dòng)駕駛產(chǎn)業(yè)，仍然不太可能監(jiān)管到嚴(yán)重阻礙發(fā)展的程度。從長(zhǎng)期來(lái)看，更強(qiáng)大的數(shù)據(jù)安全管理和治理也可能有助于提升行業(yè)形象，引導(dǎo)行業(yè)朝著更高安全性和可靠性的方向發(fā)展。
本文來(lái)自微信公眾號(hào)“AI商業(yè)評(píng)論”（ID:aibizweek），36氪經(jīng)授權(quán)發(fā)布。
