Friday, December 1, 2017

无人车輛研发:美国立法開綠燈

(景驰科技的首席科学家韩旭博士在2017的硅谷科技论坛的讲演中,分析了中美无人车研发的现状,深信中国的研发环境更好。下文内容译自美国消费者技术协会(CTA)的杂志2017年11/12月号,Policy Update 专栏文章,Exciting Road Ahead for Self-Driving Cars,提到美国新近的立法,也为无人车研发打开了绿灯。)

美国人对于无人驾驶车辆和驾驶辅助技术兴奋得很。根据去年的消费者技术协会(CTA)调查,70%的美国消费者愿意路试一辆无人驾驶车。所有车上安装了先进驾驶功能,包括辅助停车、辅助导航、或汽车维修警告等等,车主都很满意。对于车上没有这些先进功能的车主,有一半人都盼望能够把车辆升级,尝试这些新技术。

调查还发现,80%的美国消费者了解到无人驾驶车的好处。这些好处包括:

减少因开快车或酒后驾驶引起的交通意外和伤亡
根据国家公路交通安全管理局(NHTSA)的记录,2015年死于交通意外的人数超过3万5千人,而2016年上半年交通死亡率上升了10.4%,而94%的美国交通事故是人为的错误。随着无人驾驶技术的发展,人为的错误将不再是个问题。

节约有关车辆维护方面的费用
购买保险、维修、驾照发放等等费用,启用无人驾驶车都可以省去,甚至节省了交通运输和寻找停车位的时间。在都市地区,全美国每年花在上下班交通拥挤和汽油消耗的费用高达1600亿美元。有一家私人的慈善基金会报告说,无人驾驶车单从增加生产效率、减少汽油消费、减少事故处理费用上,每年就会节省1.3兆美元。此外根据一家保险机构Aon的估计,无人驾驶车还可能导致保险公司降低保险费,每月至少降低40%。

残障人有更多的交通移动选择
无人驾驶车还会为2000到3000万的美国残障人提供更多的出行机会。他们由于身体残疾不能驾驶,还有1600万年龄超过65岁、没有公共车辆可以搭乘的人,无人驾驶技术让他们可以参与社区生活,甚至还可以重新投入劳动力大军,更好地支持地方、州、和国家经济,是原来所不可能的。

美国的国会议员也认识到无人驾驶技术对美国人的好处。今年9月份,众议院代表通过了H.R. 3388,即2017 无人驾驶车法案,来处理无人车测试期间所临时拼凑起来的各种规章限制。

感谢俄勒岗、俄亥俄、新泽西、伊利诺伊、和迈阿密州的议会代表,因为他们的提案,美国现在有了比较清楚有效的监管环境,来安全研发、测试、和部署无人车技术的创新。

这项立法还为州政府和联邦政府的无人车监管介入提供了更多的指南,改进了NHTSA采纳联邦无人车技术安全标准的能力。这些非常必要的改进,表示说美国的国会议员已经预备好,为美国消费者打开了无人车技术的绿灯。

CTA为到NHTSA能够及时更新政策,向美国联邦交通部的机车政策看齐而高兴。新的州级立法对一切的无人车提倡统一的 “技术中立” 政策,将无人车与普通车等同对待。这一过程对于无人车公司和消费者是双赢的,既尊重了公司的知识产权,又让消费者及时享受到无人车技术。

无人车和无人驾驶技术的前景令人兴奋。在这样一个良好的研发监管环境中,美国人深信他们能够在不久的将来很快就享受到无人驾驶车辆带来的利益。

(你觉得如何?文中虽有暗示,却没有明确提到共享经济。中美比较起来,中国的车辆共享市场是否更大?)

Wednesday, November 29, 2017

谷歌制造的AI产品展示

也许您已经知道或体验过几项AI产品?本文转摘自微信公众号"网易智能”的文章亚太新闻Google AI产品,全文请点击链接阅读:

11月28日上午,2017年Google 亚太新闻发布会在东京举行,本次会议的主题是Made With AI,Google Brain团队负责人、Google Research Group资深院士Jeff Dean以及Google AI软硬件产品研发的负责人发表了演讲,阐述了Google如何将AI运用到自己的软硬件产品上,以及如何与社会机构合作解决人类面临的重大问题。

Jeff Dean首先登场,他阐述了Google在人工智能领域的愿景,即通过三种途径让每个人都从中受益。这三个方面包括:利用AI使得Google产品更加实用;帮助企业和开发者创新;以及为研究人员提供工具,从而解决人类面对的各项重大挑战。

一、AI已经完全深入Google的软硬件产品:Jeff Dean表示,机器学习是Google在人工智能领域的工作重心。通过机器学习,可以极大的改善Google的产品。这些产品有:

将机器学习用于分类的软件Goolge Photos 中的照片搜索(Photo Search);Google Translate中的即时相机翻译(Word Lens)和 Google Lens;将机器学习用于预测的系统程序,如Gmail 和 Inbox 中的智能回复(Smart Reply),Google Maps 中停车难易度的图标(Parking difficulty icons);将机器学习用于理解的系统程序,例如Google Assistant,YouTube 中的自动字幕(Auto captions)和神经网络机器翻译(Neural Machine Translation)。

你尝试过在键盘上敲入“dogs"或“狗”字样来搜索图片吗?Goolge Photos是围绕机器视觉建立的一个产品,可以让用户轻松在照片库中搜索到特定照片。还有Google Translate正在利用“神经机器翻译”系统,来借着用户给的实例来改进翻译质量,这系统会随着时间的推移学习,做出更好,更自然的翻译。Google Translate是目前在中国大陆唯一能够使用的谷歌产品。

Google Lens是一款基于图像识别和OCR(光学字符识别)技术的人工智能应用,能够让机器学会“看图说话”。Google Lens能实时识别用智能手机相机所拍摄的物品并提供与之相关的内容,目前Google Lens已经综合到Google Assistant和Google Photos中。

谁尝试过Gmail的智能回复功能?据说当用户要回复邮件的时候,智能回复可以自动给一些建议的回复内容,可以加速我们的办公效率,尤其是在使用手机回复邮件的时候。

通过机器学习,Google Maps可以变成一个实用的地图,比如目前的停车难问题,Google Maps可以预测这个地方有没有停车位,标出停车难易度的图标,然后帮你导航过去。另外,通过机器学习,基于你愿意看什么节目,愿意听什么音乐,它还可以帮助用户推荐一些歌曲或一系列相关的音乐产品,这就能运用到Google Play Music上。

我的手机上有Google Assistant,它的核心技术是语音识别。比如询问Google新德里的天气是什么样的,它会通过语音识别、理解,然后以合理的形式展示给用户。Jeff Dean说,这个系统是非常复杂的,其中包含了很多机器学习的相关技术。

我尝试过一些语音的Auto captions功能,为要查看自动翻译的基础如何,目前还不够理想。但在YouTube上,现在能够通过机器学习给超过10亿的视频自动加上字幕,可以让世界上近3亿的聋哑人或者有听觉障碍的人可以看到视频上的东西。Jeff Dean称,我们还在不断的改进这个语音识别系统,使“自动字幕”的文字准确性提升了50%。通过神经网络等技术,可以让听力有障碍或者不精通视频播放语言的人通过自动字幕享受到视频。

Google研究项目总监Linne Ha详细阐述了机器学习如何帮助解决语言问题。她说,世界上有6000种语言,另外还有很多方言,这其中超过100万人以上使用的语言有400种,但是,目前网络上的内容大约50%以上都是英文,这就是用机器学习来解决语言互通的重要性。Linne Ha称,语言是身份不可或缺的一部分,谷歌想要创造一个技术,能够让更多的人联网,让不同语言的人上网更容易。

另外,机器学习技术在输入法也是非常重要的。首先是键盘,英文有26个字母,这个键盘排列很普遍,但是有一些语言有30个字母,我们通过机器学习来做预测排列方式。

其次是谷歌手写输入,Google Handwriting Input,利用机器学习可以更准确的判断手写内容。

第三还有语音输入Voice Input,在机器学习的帮助下,自然语言处理系统能够更好地理解你想说的话。语音搜索支持 119 种语言,其中包括 11 种印度语言和 3 种印度尼西亚语言。

Wednesday, October 18, 2017

2017 China Convention of Overseas Talents Exchange (CCOTE)

Project Roadshow & Contest for Overseas Innovative Startups -- Dec 20-21, 2017
Intelligent Development of Future, to implement your dream at Guangzhou!

Call for Projects!!
by SVTC + Constellar Venture -- North America Region Designated Representative

Time: Dec 20-21, 2017

Purpose
In responding to the enthusiasm of overseas talents, and encourage their innovative entrepreneur spirit, CCOTE organizing committee decided to conduct 2017 CCOTE “Intelligent Development of Future” contest for overseas innovative startups. This is to attract and support overseas talents to come to China and start their entrepreneurship and implement their innovation in Guangzhou. We want to channel a wide range of social resources to support innovative startups, by allowing government to play a mentoring role. We will follow the market mechanism, and gathering various of resources, industrialize new innovation, and nurturing high level, high quality professional teams for core innovation capabilities and strategic emerging high growth enterprises.

Organizers
Host: Overseas Chinese Scholars in Science and Technology CCOTE Organizing Committee,
China Nanfang Job Center
Co-Host: Guangzhou GoogolPark, SVTC + Constellar Venture

Qualification of participating projects
  • Participants: Innovative startup teams or individuals, with advanced technology and promising market potentials, whose core member must have overseas study and work experiences.
  • All products or services can be either a participant directly involved innovation or patented technology, The participants should be the owner of corresponding patent, with clearly documented intellectual property.
  • All participating project should meet Guangzhou industrial development focus and trend. For example, AI, VR, new information technology, high-end equipment manufacture, biomedical science, new materials, with newer technology and market competitiveness, as well as better social and economic benefits.

  • Agenda
    Financial Support
    5000 RMB (~760 USD) airfare reimbursement
    All local accommodation and transportation.

    Opportunities
  • Great exposure on one of the biggest stage in China, over 100,000 participants to the CCOTE convention in Guangzhou in 2016.
  • Great networking opportunities with Guangdong Province Government, Guangzhou city Government and many local government organizations.
  • Great networking opportunities with top tier international and Chinese VC, over 200 VC organizations attended the convention in 2016.
  • The organizer is planning additional corporate tour, Guangzhou city tour and meetings to show case Guangzhou as well as facilitate connection with local government as well as investments.
  • Incubator services: Startup coaching, financial supports, Guangzhou GoogolPark financing docking, credits, project support and follow ups services.
  • Additional support & opportunities please refer to CCOTE official document.

  • Contact Details
    North America region designated representative--Silicon Valley Technology Council (SVTC)
    Website: www.svtechcouncil.com

            Ming Lin (Managing Director)
            Email: mingl@svtechcouncilcom, Phone: 1-626-283-1663
            Brian Li (Business Development)
            Email: sityitl@svtechcouncil.com, Phone: 1-805-280-9199

    Monday, October 9, 2017

    SVTC专家委员会第一次会议

    硅谷科技咨询委员会(SVTC)为了建立一个精英的高端交流平台,来提高广东政府政策支持、硅谷科技园区产业资源、千人计划专家人才、和投资顾问之间的交流,实现产、学、研、商的整合运作,于9月30日成立了专家委员会。
    旧金山总领馆科技领事朱庆平先生致辞
    今年10月1日上午,专家委员会在SVTC会址举行了第一次会议。除了专委会的各位专家,中国国家千人计划联谊会沈伟教授,SVTC的投资顾问何国清先生,税务顾问石慧琳女士,并中环投资集团的董事长林少华,并硅谷科技园总经理陈庆华先生也出席了会议。会议由SVTC的理事长林铭先生主持。

    首先SVTC的执行主席范群博士介绍了专家委员会成立的缘由和目的,大家都特别为“产学研商”相结合的崭新理念与实际实行感到兴奋,衷心希望专委会能够达到这个目的。 到会的专家和顾问对SVTC的会章进行了解,特别是其中有关专委会的部分,范群博士欢迎大家踊跃提议,为将来的各项活动内容添光加彩。

    各位专家顾问一一作了简单的自我介绍,他们纷纷表示很高兴这次能有机会来硅谷参加科技论坛,同时也就专委会未来的交流活动说出心愿。大家对于有机会彼此合作、互相支持很兴奋。

    宋梁博士是加拿大欧麦斯集团的总裁,无线通讯电子元件的专家,率先表示感谢有机会加入专家团队和2017科技论坛,盼望将来能多利用这一平台开展中美技术交流。

    向松祚博士是经济学家,也是SVTC的顾问,他衷心希望SVTC能够多与国内的研究机构和投资基金合作,提供资讯。

    薛杨博士做智慧医疗、大数据方面的研究,希望能透过专委会平台找到好的人才、金融、和农业、大健康产品,推动很多项目。

    梁安辉博士在广东工大研究光纤通讯,他说一些新技术是颠覆认知的产品,有很多潜在的应用价值,投资风险大,收益也大,希望能借着日后的合作交流找到发展机会。

    柏旭教授来自长春,在吉林大学作生物制药方面的研究,很希望能看到从学术拓展尽快应用到临床实际,对于未来的合作机会非常期待。周辉博士也在这一研究领域,他侧重肿瘤监测和治疗方面的科研,很多研究和试验工作都需要资金。

    陈哲教授和王浩教授都是美国高等学府的终身教授,主要搞基础研究,知识领域比较广。他们非常欣赏产学研商相结合的口号,认真思考培养和鼓励自己的学生去创新的问题。 胡倾宇博士研究超导材料,开展各种能源设备的生产项目,曾遇到不少阻力。这次非常期待在专委会交流平台得到帮助,解决研发资金等等问题。

    李志山教授研究土木工程和建筑结构,是安全抗震的专家。他相信国内的需要很大,因为抗震对于国家的经济建设很重要,期待通过专委会的交流作出有益贡献。

    最后,中环投资集团的董事长林少华先生作了总结的发言,给了大家很大的鼓励。他指出SVTC其实是一个非盈利的支持平台,希望为大家的科技能够在广东落地作出担当和贡献。林先生重申平台资源、利益共享的运作原则,保证优先支持各位专家的科研项目,希望大家合作成功,得到完美的结果。

    SVTC第一次专家委员会合影

    Saturday, September 30, 2017

    人工智能(AI)技术实现的英文术语缩写/简称

    VR(Virtual Reality)虚拟的现实,是透过电脑来模拟和整合视觉与听觉讯息的立体虚拟世界,临场感與沉浸感格外强烈,容易让感受你身历其境。
    AR(Augmented Reality)增强的现实,将虚拟的信息加入实际生活场景。透过摄影机的位置及角度精算並加上图像分析技术,让荧光屏幕上虚拟世界能够与现实世界场景进行结合與互动。
    ASIC(Application-specific integrated circuit)专用集成电路,是指依产品需求不同而客制化的特殊规格集成电路。
    ASSP(application specific standard product)专用标准产品。ASIC是为一位顾客专门制作的特殊产品,而ASSP是市场所销售的现成的组件,供应一批客户的需要。
    FPGA(Field Programmable Gate Array)现场可编程逻辑闸阵列,它在可编程逻辑器件的基础上进一步发展,是作为专用集成电路领域中的一种半定制电路而出现的,解决了全定制电路的不足。
    GPU(graphics processing unit)图形处理器,又称视觉处理器,是一种专门在个人电脑、工作站、游戏机和一些移动设备(平板电脑、智能手机等)上进行图形运算工作的微处理器。
    GPS(Global Positioning System)全球定位系统,是美国国防部研制和维护的中距离圆型轨道卫星导航系统。它可以为地球表面绝大部分地区提供准确的定位、测速和高精度的标准时间。
    CPU(Central Processing Unit)中央处理器,是计算机的主要器件之一,制成大规模集成电路,功能主要是解释计算机指令以及处理计算机软件中的数据。
    RAM(Random-Access Memory)随机存储器,是计算机机箱内的一种存储设备,与CPU直接交换数据,它可以随时读写。
    LUT(Look-Up-Table)查找表,LUT本质上就是一个RAM。目前FPGA中多使用4输入的LUT,所以每一个LUT可以看成一个有4 位地址线的 的RAM。
    IoT(Internet of Things)物联网,是让所有能行使独立功能的普通物体实现互联互通的网络。在物联网上,每个人都可以用电子标签将真实的物体上网联结,在物联网上都可以查到它们的位置。
    IP(Internet Protocol)网络协议,是用于一种网络数据交换的协议。任务是专门根据源主机和目的主机的地址传送数据。
    LED(Light-emitting diode)发光二极管,是一种能发光的半导体电子元件,近年逐渐发展至用作照明和图像显示。
    UAV(Unmanned Aerial Vehicle)无人飞行载具,俗称无人机,广义上为不需要驾驶员登机驾驶的各式遥控飞行器。
    HUD(Head Up Display)平视显示器,是目前普遍运用在航空器上的飞行辅助仪器,让飞行/驾驶员不需要低头就能够看到他需要的重要资讯。
    LCoS(Liquid Crystal on Silicon)硅基液晶,一种显示器技术,最大优点在于可大幅降低液晶显示面板生产成本,且有相当程度的分辨率。
    TPU(Tensor processing unit)张量处理器,是Google为机器学习定制的专用芯片(ASIC),与图形处理器(GPU)相比,TPU采用低精度(8位)计算,降低功耗、加快运算。
    SoC(System on Chip)系统芯片,是一个将电脑或其他电子系统集成到单一芯片的集成电路。
    RTK(Real Time Kinematic)实时动态技术,是一种通过基准站和流动站的同步观测。
    SAE International(Society of Automotive Engineers)国际机动车辆工程师协会,制定各行业的工程标准。

    Thursday, September 21, 2017

    AI专家:吴韧博士和他的NovuMind雄心

    2017硅谷科技论坛定于9月30日召开。今年主题是“人工智能下的智慧出行”,由我们SVTC与硅谷科技协会(SVSTA)、华美半导体协会(CASPA)联合主办。我们请到了好几位AI和自动驾驶业界的领军人物,来深入探讨和分享这个领域的发展趋势,其中一位是前百度公司的杰出科学家吴韧博士。

    作为华人AI专家,吴韧去年年末在他位于硅谷的办公室接受了PingWest的采访。(本文内容取自PingWest网站《人物》专栏2016年12月的一篇访谈文章:NovuMind 创始人吴韧:人工智能向右脑前进。)

    吴韧1984年毕业于成都气象学院电子系,次年从气象局调入德阳教育学院从事计算机管理工作。他1987年来到南开大学计算机系开始研究,1990年到美国工作。

    2000年,吴韧加入在硅谷享誉盛名的惠普实验室,成为了该实验室决策技术部最年轻的科学家之一。他在博士研究中的《反溯算法及其应用》超过了当代计算机科学泰斗、图灵奖获得者肯·汤普森发明的经典算法,为人类象棋界填补了过去未发现的知识空缺,在计算机博弈界引起震动。

    计算机博弈研究是人工智能研究的一个重要课题,在该领域设计出优秀的下棋程序,都会对人工智能整体技术水平带来进步或启发。在惠普实验室,吴韧独立设计开发出了一款中国象棋超级程序,用中国现存最早的象棋棋谱“梦入神机”为其命名。这个程序曾两度获得计算机象棋奥林匹克比赛冠军,让吴韧成为了全世界设计计算机中国象棋程序的顶级专家。

    当时,他的思路和现在的人工智能下棋程序类似,采用有限的规则(树形搜索)加上自己建立的庞大的中国象棋残局数据库,设计了一种思维模式,这样计算机就能像人一样思考,与人对弈。最终完成的程序具有海量数据和编码高效的特点,和当时的主流做法形成了很大的差别。这也奠定了他在计算机象棋,以及后来的人工智能业界的地位。

    2010年,惠普邀请吴韧担任CUDA实验室首席研究员,在这里吴韧成为了业界最早开始使用GPU加速计算进行海量数据计算的专家。2012年,AMD聘用吴韧担任异构计算系统首席软件架构师,并在公司技术专家委员会担任首席委员。(CUDA是一项集成技术,对图像处理器进行通用计算。这种把通用计算单元(CPU)加上图像处理的专用计算单元(GPU)所建构的系统,叫作异构计算系统,详细可参考CSDN的解释文章。)

    2013年9月底,吴韧正式加盟百度深度学习研究院出任杰出科学家,致力于建设一个异构计算平台以服务百度和其用户。在他的带领下,百度异构计算小组在业界的一些比赛中获得了非常优秀的成绩。百度公司那段时期的不少技术进展,都有他的功劳。

    吴韧博士认为,当计算能力足够强时,人工智能会获得人类右脑的能力——直觉。“我一直觉得,我们的创造性受限于我们的计算能力。”吴韧说。所以,从百度出来后,他创办了 NovuMind,打算设计一种全新的计算架构,为计算机解锁创造性的限制,“我们的目标是让人工智能走进生活的方方面面,它要达到两个要求:无所不能,并且无处不在。”

    无所不能 (Omnipotent) 指的是一件具有人工智能的设备能够满足使用者的要求。这个要求大部分人工智能设备都已经满足,无论是简单一些的语音、图像识别,抑或复杂一些的自动驾驶,面向最终目的经过训练的深度神经网络都可以实现。

    难点在于无处不在 (Ubiquitous)。在吴韧看来,真正的无处不在是随时可用的终端人工智能,而这和现在主流的,将人工智能系统放在云端的做法背道而驰。“我们想让生活中的每一个小东西都具有思考的能力。”

    若想知道NovuMind有什么独门绝招,来训练深度神经网络的超级计算机做到終端的人工智能,请来参加我们9月30日的硅谷科技论坛,聆听吴博士。详情和报名请点击这里

    Tuesday, September 19, 2017

    景驰科技:自动驾驶研发遇到的挑战

    在9月30日举办的2017硅谷科技论坛,主题是人工智能和自动驾驶,我们请到了景驰科技公司的首席科学家韩旭来作主讲嘉宾。景驰科技是今年4月刚刚成立的自动驾驶初创企业,由于有几位重量级的创始人,人们都非常关注。他们到6月已经首次完成在加州公路上复杂路况的无人驾驶测试,时速达到了33英里。

    您若对参加本届论坛的主题有兴趣,可点击这里阅读详情并报名,届时亲自来听韩博士的讲演。下面取自搜狐狐新闻网新智元专栏对韩旭的专访报道。全文请点击这里阅读

    景驰科技提出“要在2020年代的中叶实现无人车的量产和运营投放”,“成为全世界第一批、中国第一家能够规模化应用无人驾驶技术的企业”。

    韩旭说,“之前大家普遍认可的无人车量产时间是 2025年左右。2015年12月14日,在百度自动驾驶事业部的成立大会上,被任命为事业部总经理的王劲提出了战略目标:‘三年商用,五年量产’。于是大家的时间表都跟着提前了。现在全球已经有19家企业宣布2021年推出无人驾驶汽车。但我坚信,在中国,我们会是第一家推出量产无人驾驶汽车的。”

    针对自动驾驶领域目前存在的主要技术挑战,韩旭主要谈到了以下几点:

    “首要也是最主要的一个问题是感知。另一方面,耐用性也是一个很大的问题。目前一辆家用汽车,至少要开10万、20万公里。自动驾驶车辆能够保证多长时间的正常行驶,这还需要持续去观察。自动驾驶使用的线控转向和刹车的耐损程度,还需要进一步考察。”

    “关于计算能力,本质上说,计算能力是越高越好。但实际来看,有些车的供电有限制,导致我们无法使用最顶级的GPU。但实际上这不是太大的问题。我认为主要问题还是我说的这两点:感知和耐用性。”

    关于终端的计算能力的问题,韩旭认为这并不会成为制约无人车研发的瓶颈:

    “我认为终端的计算能力并不是自动驾驶发展的瓶颈。因为就我自己所看到的,现在自动驾驶的能力,没有受到终端硬件计算能力的制约。大家可能希望把计算能力在边缘上做得更加低功耗,成本更低一点。但实际上现在制约自动驾驶发展的原因,我认为主要还是算法,包括物体识别、尤其是特殊情况(corner case)的处理,而不是终端计算能力。目前的终端计算能力及其发展速度,参照英伟达(NVIDIA)公司开发硬件的能力,并没有对自动驾驶发展产生限制。瓶颈出现在算法上。如果提出一种需要很高计算能力的算法,现在的硬件是能够跟得上的。”

    关于算法的瓶颈,韩旭举了个例子:“比如某条公路经过翻修,旧的车道线并未铲除干净,还有一些模糊的痕迹。对人来说这不是问题,但是对于无人车来说,它确实是一根车道线,这就会产生很大的问题。另外一点,极高准确率的障碍物识别也存在挑战。这就是我们为什么坚持走多传感器融合的路线。计算机视觉目前确实发展到了不错的程度,但在召回率达到99.9% 的情况下,准确度实际上还是很低的。所以,完全基于摄像头的物体检测和识别,还没有达到供自动驾驶安全使用的水平。”

    “芯片级别的 AI 能力也是需要注意的问题。AI 的算法现在并没有固化,相关算法每天都在进化。ASIC(专用集成电路)的问题在于它非常不灵活。如果产生一种新的算法,ASIC 的升级是很大的问题。我不认为将来的第一代量产车型一定会上ASIC,很可能会是FPGA(现场可编程逻辑闸阵列)和GPU(图形处理器)相结合。就像英伟达的 Drive PX2(第二代辅助驾驶机器)里面也并没有 ASIC,但是已经在特斯拉上使用了。”

    关于景驰的技术特点,韩旭说:“景驰的技术特点,首先是多传感器融合解决方案。在最理想的状态下,自动驾驶中的“感知”问题只要通过摄像头加GPS就可以解决。但实际上,从目前来看,摄像头还远没有达到完全解决所有物体识别、障碍物识别的地步。反观激光雷达,作为一种active sensor,它可以很稳定地告诉你障碍物在哪里,从而避免车祸的产生。从这一点上说,激光雷达和毫米波雷达具有不可替代的优势。”

    “另外我们非常重视高精地图的应用。在高精地图方面,景驰有很深的积累。我们现在有了非常快速准确产生高精地图的方法。”

    “同时,由于我个人的研究背景,我们不光是简单地运用传统的计算机视觉或者多传感器融合的方法来做自动驾驶,而是强烈依赖于深度学习的方法。之前我在深度学习方面做了很多工作,比如端到端的Deep Speech研发。景驰已经建立了一个非常大规模的模拟器,进行深度学习的模拟和测试。”

    “因为我们的无人车已经开始上路,实际上我们现在已经开始大规模积累驾驶里程数,来进一步提高我们自动驾驶的安全性和智能性。”