百度发布最新财报自动驾驶引发汽车科技圈关.鼓励

百度发布最新财报 自动驾驶引发汽车科技圈关注

百度发布了最新的全年财报，人工智能不出意外的成为财报的核心。从新兴业务中可以看到，自动驾驶作为业务重点被介绍。那么在欧美列强自动驾驶声势浩大的今天，中国的人工智能能否帮助中国厂商弯道超车？

在考虑这个问题前，我们先要知道中国的人工智能已经达到了什么水平？当然，这是一个打嘴仗的话题，毕竟人工智能的算法众多，领域多样。所以笔者也不准备去费口舌，只是说几个事情，大家感受一下。

年初美国人工智能协会年会因为时间安排与中国春节撞车，但是考虑到中国研究人员众多，不得不将会议改期。从这一点看，中国在全球人工智能技术领域的重要地位不言而喻。

另一个例子，美国白宫此前发布报告，表示中国深度学习领域研究已经赶超美国。中国人工智能对美国政府都已经产生触动。

再说个更具威胁性的评价。纽约时报发文称，中国人工智能迅速进步，军备竞赛正在紧逼美国。乖乖，这个水太深了，为了不敏感，这里就不说了。

可以说，看过这些已经足够反映中国人工智能水平在不断提升中，且地位不低。不过，作为关注汽车圈的人，更多更人关心的是人工智能在自动驾驶领域上能帮助中国自动驾驶弯道超车吗？

上个月百度智能汽车亮相美国CES，向全球展示了百度在高精地图生产制造、自动驾驶环境感知等领域的领先技术，并向全球发布自动驾驶开放平台RoadHackers，其实这足以说明中国自动驾驶的技术路径。

人工智能的突破口在哪？

在展开这个话题前，首先得知道目前自动驾驶主要应用那方面的人工智能。

根据L3自动驾驶定位、感知、决策、控制的需要。自动驾驶首先要有强大的计算感知系统。比如能够准确实时的判断路面的各种标示、状况的图像识别体系，这不可避免要用到深度学习技术。而且，为了具有距离感知，还必须有毫米波雷达、超声波、激光定位雷达之类的黑科技。（这点大家感兴趣可以了解一下谷歌无人车用的激光雷达，绝对地球顶配。）

另外，还要采集和校准非常、非常多的地图、路线、实际路况等数据，也就是精准的定位一辆车在什么地点。

最后是少不了精密的自动控制系统，让汽车能够敏捷精准地根据电脑给出的指令处理各种突发状况。

基于以上基本的自动驾驶需求，人工智能目前最大的发挥领域主要集中在感知与数据采集和校对上。（目前主要，未来就不好说了）

从感知上来说，最为重要的就是识别行驶道路上的各种必要信息，比如交通标志、道路线，以及旁边的车辆、树木等等，而电脑根据实际情况执行不同指令。所以感知的重要性很高，毕竟这玩意要识别错了，轻则损失几千元，严重可就是生命的代价。不过要达到极高的识别速度，并最终达到100%准确程度，就需要人工智能来帮助了。

目前，感知识别主要需要使用诸如深度学习的CNN（卷积神经络）算法来完成。其原理核心简单说就是对图像等信息不断逐层分级，获取特征信息，并进行特征学习，从而达到类似于我们人类开车时的视觉作用。

但是，由于路况千变万化，比如交通标志也有破损的时候，车道线也有看不清的时候，加上受限于摄像头像素、感知距离限制等等传感器局限问题（特斯拉理想状态也不过250米的感知范围），这就导致无法保证100%的准确率。特斯拉的几起交通事故就是典型的例子，所以，高精地图作为辅助就有了必要性。

高精度地图相比我们常见的导航地图信息量会大得多，毕竟自动驾驶车需要精确的知道在路上的位置，而车辆与车道线、马路牙子也就几十厘米左右，所以高精度地图的绝对精度一般都是1米以内，而如果需要车道和车道、车道和车道线的相对位置精度等信息，往往还要更精确，比如百度的高精度地图就是厘米级，而且还含有每个车道的坡度、曲率、航向、高程、侧倾的数据。

有了高精地图就能大大的减少传感器等系统实时运算的负担。比如路右侧有一个限速60的标志牌，行驶到附近时，因为高精度地图中已经有了标牌的准确位置，车载摄像头可以有针对性地分析图片中有标志标牌的区域，确认限速信息，免去全画幅的分析计算，从而减少运算量。

有了高精地图作为辅助，感知准确率和效率就会大幅提升。但是，高精地图数据需要不断丰富，这就涉及到了数据的收集和校对

。这方面也同样可以开始利用人工智能。

比如，利用深度学习，百度高精地图数据自动化处理程度已达到90%，能自动识别包交通标志、地面标志、车道线、信号灯等上百种目标，相对精度达0..2米。

可以说，人工智能已经大大帮助中国自动驾驶技术的成熟，尤其是中国相关人工智能技术厂商还不赖，并且对自动驾驶的专注度越来越高。所以，中国自动驾驶无论是技术尝试，还是车厂等相关厂商机会还是大大的。

不过，还是有一点要注意！

不断强化的人工智能优势

对现在的自动驾驶技术厂商而言，如何解决数据来源问题已经开始成为新的问题。毕竟自动驾驶需要的数据维度太多，太丰富，而且不同国家、不同城市的路况环境各不相同，所以数据是绝对的重点，而且量级绝对不能少。备受技术宅敬仰的特斯拉老大ElonMusk就说过，没有10亿英里（注：约16亿公里）的数据，就不能称有足够的数据。而且，10亿英里的数据只是需要条件(necessarily)，而非充份条件(sufficient)。

他们很希望业内有一些措施对演员片酬过高的现象进行调控。“经常有人会在一些行业会议上提出来那么数据如何积累？谷歌、百度地图常用的那种满街跑的地图测绘车是一种方式，但是对于像高精地图这种高信息量的地图，还需要专用的测绘车，这种成本就不是一般的高了。之前，百度就表示，250辆测绘车中，可用于高精度地图数据采集的车只有10辆。不过话说回来，就算有1千辆、1万辆专用测绘车也存在数据不实时、不够新鲜的问题。

当然，办法也不是没有。目前，百度一直利用自身云端的LearningMap实现地图众包，也就是通过行驶中的汽车车载传感器采集道路信息，回传云端后补充、更新地图数据。而且，百度正在实验更神奇的技术，希望通过人工智能技术，实现低质量的图像数据更新高质量的高精地图。举例说就是，类似768这样的超低分辨率影像，也可以去补充采集车的4K影像。如果成功，即使像素质量不高的影像也可以充分利用，高精地图就可以进行自我学习和演进，最终实现高精地图数据的实时更新。

当然，还是那句话，众人拾柴火焰高，人工智能技术是自动驾驶的核心竞争力，也是中国自动驾驶技术弯道超车的关键，但还需要整个业态的参与其中，尤其是中国各大车厂，也是最直接的自动驾驶技术受益人，其自身就蕴藏巨大的数据资源，如果和有自主知识产权的中国自动驾驶技术厂商合作，其前景不可估量。