AI公开课：19.03.20吴甘沙-驭势科技联合创始人《AI时代的自动驾驶趋势》课堂笔记以及个人感悟
AI公開課：19.03.20吳甘沙-馭勢科技聯合創始人《AI時代的自動駕駛趨勢》課堂筆記以及個人感悟
導讀
? ? ? 為什么要大大小小的公司都要做無人駕駛？因為它真的是一個很大的舞臺，具有巨大的意義；在真正的創業，或者是在學術研究的過程當中，要清楚的知道自己想要解決什么樣的問題，通過什么樣的路徑去解決，是要找到大眾的需求，還是找垂直細分場景；要想清楚怎么去解決數據獲得性的問題，怎么去解決開放動態的環境問題，然后我們才可以去創業，一定不要做機會主義者。此外，我們也可以在學術上獲得突破，因為現在還有很多問題沒有解決。
?? ? ?技術更新真的是非常快，而且說實話，這一波 AI 所依賴的技術基礎，比如深度學習基本上都碰到瓶頸了，現在想在 ImageNet 上再提高 0.1% 已經很困難了，技術必然在不斷地變化，我們也要不斷的學，但是學的過程當中，你學到的不是技術本身，而是一種“元能力”，是你不斷學習新的技術的能力，而不是新的技術本身，這點非常重要。
?
?
目錄
演講內容(部分)
對話環節
現場圖片
課堂演講PPT
?
?
演講內容(部分)
小編使勁整理中……
今天的演講的兩部分：
Why：也就是為什么要做這件事情？它的目標和意義何在？
What and How：到底做什么，怎么做？
? ? ? 很多傳統行業，其實現在還不具備條件進行人工智能化，因為它有些先天不足，比如它沒有數據。沒有數據，那么很多智能都做不起來，當然，也要找到那些有先天優勢的地方。還有，一定要管理好期望差，人工智能有一個特點：就是 更多的融資沒辦法去改變技術本身成熟的規律和節奏，堆再多的錢進去也沒用。一個女人 9 個月懷胎生一個孩子，九個女人不可能一個月生出來。所以要管理這種期望差，不要覺得趕緊拿錢通過更加努力，就能夠把這個東西很快做出來，這是人工智能很難的地方。
1、無人駕駛—百家爭鳴
?? ? ? ?為什么現在大大小小的公司都進來做無人駕駛了？
?? ? ? ?新四化：電動化、共享化、智能化、網聯化
? ? ? ? 智能化、網聯化，還遠比不上無人駕駛帶來的沖擊。未來的無人車應該是什么樣子？它的外表跟今天的車不太一樣，它的外表會變得比較擬人化，希望在設計上給別人帶來不同的感覺，設計者都試圖給無人車一些賦予一些人性化的東西。
2、無人車—水大魚大
? 無人車行業我們認為是一個水大魚大的行業，水必須足夠大，才能夠養出大魚來。汽車是一個發生著巨大變化的行業，出行也是一樣。
3、機遇與挑戰
? ? 方向確定、路徑不確定的長賽道，是機會也是挑戰。今天的領先者今后未必還是領先者，因為賽道很長，什么都有可能發生。
4、無人駕駛汽車的選擇問題
? ? ? 假如無人車的剎車失靈，左邊是五個人，右邊是四個人，左邊的人是戴著頭盔的，右邊是不戴頭盔的，無人車系統到底會選擇誰去犧牲？
?? ? ?這個問題一直在爭論，但是沒有一個標準答案。那么我們應該怎么去解決這個問題？我們的一個普遍的回答是：怎么選擇是哲學家考慮的問題，而工程師思維要考慮的問題是怎么把剎車給修好，不要讓剎車失靈。
5、關于Innovation 和 Invention
? ? ??Invention 就是從 Money→Idea，要花很多錢，發現或者發明一個從來沒有存在過的一個 Idea；而 Innovation 剛好相反，Idea→Money，真正要實現它產生價值。創業做的是得 Innovation；做學術研究，獲得技術突破是 Invention。
?? ??這兩者都是人生價值的體現，并不一定要創業，成為百萬富翁、億萬富翁，才是人生價值的實現。我覺得現在無人駕駛創業不容易，但是技術的突破，支撐著創業公司的發展。
6、大機會時代
? ? ? 我們不要做機會主義者，機會主義者是這邊打一下，那邊賺點錢，必然會把所有的機會都丟了。
- 第一，算法要好，就好比是一個人的智商；
- 第二，要有產品力，就相當于人的體格；
- 第三，還要有客戶能力，相當于情商，要搞定那些大車場、大客戶；
- 第四，要有學問，就相當于數據。
? ? ? 這些要素不斷的形成一個正向的循環，四種能力缺一不可。如果你覺得自己只擅長算法，那就要找一個工程能力非常強的幫手，找一個客戶能力非常強的幫手，你們一起來創業，才有可能成功。
?? ?
對話環節
雷鳴教授：無人駕駛這個產業和其他產業不太一樣，這個領域非常大，但真正創業公司沒有那么多，不像互聯網，一上市能夠千團大戰。但是我們又看到每家無人駕駛公司的估值都特別高，您是如何看待這個情況的？
吳甘沙CEO：自動駕駛真正進一步到創業階段，你會發現它太難了。
- 人才結構，對整個技術體系的完整性要求非常高。
- 自動駕駛其實是有一個很長的過程。第一步叫 Demo，要演示出來；第二步叫 Deploy，要部署出去；第三步叫 Deliver，要真正交付；第四步才進入量產，周期非常長。
- 綜合考慮，就是一場馬拉松，能夠進入最后一層的沖刺的公司不會太多。
雷鳴教授：既然自動駕駛這么困難，您覺得現在還有可能在這個行業中創業嗎？如果有在什么地方還有可能？
吳甘沙CEO：現在我能看到的創業的可能，
- 核心的組件的技術上。可能某家公司做了一種新的傳感器，這種傳感器能夠顯著的提升自動駕駛對環境的識別能力，哪怕是在一些特殊環境下，比如夜間場景等等，如果你可以在一項技術能夠做到極致，我認為還是有很多的機會的。
- 安全領域上。這個安全不是 safety，而是 security，未來智能的網聯的汽車，安全一定會是個大問題。如果說你是一個技術特別強的人，但是你又沒辦法組成一個體系性、完整性非常好的團隊，那么做這種“點技術”，還是有機會的。
- 硬件的終良率。做硬件的難點是在什么地方？技術原理都走通了，并不代表你能成功，因為一定會出現良率的問題，無論是固態激光雷達，還是其他的自動駕駛配件，它們的原理都可以走通，但是最終良率卡在 10%，20%，這是沒有辦法的。
雷鳴教授：一個完整的自動駕駛團隊都會用到哪些比較深的技術？尤其是跟人工智能有關的技術，這些團隊，他們大概的組成的配比是怎樣的？成員之間怎么協作？
吳甘沙CEO：其實在不同的階段是不一樣的。
- 創業初期，可能絕大多數都是研發：比如說一半是做軟件的，一半做硬件的。那么隨著公司越來越從項目驅動往產品驅動轉型發展，你就會發現硬件成長比較慢，而軟件迭代更快些。
- 車端&云端：它們要解決的是不同的問題。車端要解決硬件便宜可靠，可能還需要考慮功耗低，散熱好等等一系列的問題；軟件就是主要的 AI 技術發揮作用的地方，比如 OS 實時性要好、可靠性要好、延遲要低、可預測性要強，算法和深度學習模型要能夠在便宜的硬件上能跑起來等等。云端要解決的問題主要是數據管理、高精地圖、仿真、車輛的運維等等。這其實是一個典型的產業互聯網的場景，車端的所有這些零部件都是聯網的，在零件出現問題的時候你、要及時止損，甚至是預測性的發現問題，比如說傳感器被遮擋了等等，要及時的發現。
- 體系要求完整：它確實是體系性要求非常高，橫跨了 AI 的算法，汽車的軟件工程和硬件的工程，包括通訊、包括云端的大數據的管理等等，是非常完整的一個體系。
- 初始階段需要大量算法去做決策：一開始的階段可能會做大量的算法，但是到了一定程度以后，決策的重要性變多了。比如 Waymo 去年人工接管的案例大概一半是跟決策相關的，1/4 是跟感知有關的，還有可能不到 1/4 是跟路上不理性的一些行為有關的，還有一些就是跟軟件、硬件的錯誤有關，此外還有天氣的狀況的影響等等。
雷鳴教授：技術更新換代速度很快，今年學一項技術，明年還有沒有用就不好說了。您覺得學習技術怎么能鍛煉一些讓自己能夠長時間都可以有用的能力呢？除了算法之外，到底怎樣才能讓自己就是學到能更有效、更長時間伴隨自己的能力？
吳甘沙CEO：技術更新真的是非常快，而且說實話，這一波 AI 所依賴的技術基礎，比如深度學習基本上都碰到瓶頸了，現在想在 ImageNet 上再提高 0.1% 已經很困難了，技術必然在不斷地變化，我們也要不斷的學，但是學的過程當中，你學到的不是技術本身，而是一種“元能力”，是你不斷學習新的技術的能力，而不是新的技術本身，這點非常重要。
? ? ? 如果說每出來一個新的 CVPR 論文，你都能找到論文、找到原代碼、找到模型，真正能夠去理解它后面的東西，在這個過程當中，你其實就在積累你的語言能力，而不僅僅是運用這門技術的能力。以前有一句話：你要選擇一條少有人走的路。隨便拿一個模型過來，訓練一下馬上就能用，雖然很爽，但是沒有什么用，你要走那條少有人走的路，這樣才能在技術的迭代當中，不斷增強你的競爭力。
?
?
現場圖片
?
?
課堂演講PPT
新四化
谷歌專利：防止二次受害，直接把人粘在前蓋上。
? ? ? ?無人車會對物流帶來變化，如果通過無人駕駛，物流的成本會降到今天的 1/3。干線的運輸會通過無人貨車進行，末端的配送就會通過小型的機器人執行。甚至在未來，移動的鞋店、生鮮超市、醫院、ATM 等等都會直接開到家門口，萬物都可以動起來了。這些都是無人駕駛帶來的很多新零售、新消費的空間。這是一個很大的舞臺。
從停車位到自行車道和卸客車道
背景知識+不斷提升模仿學習RL+因果推理+遷移學習
智商+情商+學問
?
?
?
?
?
《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀總結
以上是生活随笔為你收集整理的AI公开课：19.03.20吴甘沙-驭势科技联合创始人《AI时代的自动驾驶趋势》课堂笔记以及个人感悟的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ML之xgboost：利用xgboost
- 下一篇： DL：神经网络算法简介之Affine 层