平线商业战略总监吴石庐:AI人工智能技术助力未来出行——2018国际汽车只能共享出行大会速记-汽车纵横网

主持人：谢谢李院士的精彩演讲，李院士基于可计算路网和身份检测模型这两个技术的突破来提出革命性的IDPS的框架，解决今天我们面临的交通问题，对于特别是来自首堵的人非常希望看到这样的技术落地。

下面有请地平线商业战略总监吴石庐演讲，他演讲的主题是：AI人工智能技术助力未来出行。

吴石庐：

尊敬的各位来宾，大家下午好！很荣幸能代表地平线跟大家做一个分享，关于人工智能技术助力未来出行。

我主要分两部分，第一部分谈一下对未来出行这样形势的理解，第二部分说一下地平线是怎么通过AI技术包括芯片+算法能力赋能未来的出行。

未来出行的三大模式，来自麦肯锡的报告，在城市化背景下，对未来城市三大出行模式做了一个总结，核心的主题是共享+私人自动驾驶，还有不同出行模式之间无缝的互联，这些模式会给大家带来很多的好处，前面李院士已经提到，目前交通问题存在拥堵包括安全交通事故，环境污染，通过三种出行大模式对未来交通起到很好的改善作用。

对未来消费者出行需求做了一个总结，下面是基于大家非常基础的需求，安全、清洁、可靠和可承受，这个和现在在推的共享出行模式是紧密相关的。上面更多的是新兴的需求，进行了很好的融合，除了用车本身最基础需求之外，在用车过程当中，需要非常好和车互动，甚至在一些车子上面和人进行定制化的要求，越来越强烈，人在车上花的时间越来越多，未来出行智能驾驶，大家在车上的时间可以变的更有产出，甚至可以把整个未来出行服务范围进一步扩大，以后上班的地方离你居住的地方可以变的更长，包括把整个城市运营规模进行扩大化。

我们觉得未来肯定是比较均衡发展的方式，不会完全把智能加到云端，或者路端，是平衡发展的模式，在各自不同的领域有自己所专注的东西，特别是在车端更多做一些自动化、电气化和共享化的发展。

回到自动驾驶本身，可以给未来共享出行带来很多不同全新的可能性，除了在成本上面节省之外，让人在乘坐汽车过程当中，享有更多高产出的时间，可以做更多其他互动或者去干自己想干的事情的。同时也可以帮助汽车对整个资源的占用达到很大的优化作用，包括道路资源还有停车场资源，李院士也提到了，这一块是目前城市的瓶颈，怎么样更好通过自动驾驶技术，让汽车在通行的时候对停车场资源利用起到优化，可以大大提高城市对未来交通容量起到提升和促进作用。

芯片是智能驾驶最核心的部分，随着智能驾驶技术的提升，对整个测计算能力会有不断提升的过程，粗略看一下自动驾驶等级每提升一级，会有数量级的提升，到L5要求1000tops算力。随着算力不断提升，目前纯度从半导体技术发展，从物理上面提高算力，已经逼近了物理极限，摩尔定律现在慢慢开始不再成立，或者慢慢的消亡，未来怎么推动算力继续发展和提升，这个就是接下来会谈到的地平线做的事情。在这个图最右边，目前处于老鼠大脑的算力，预测到2025年差不多1000美元就可以买到和人脑相当的算力，足以支撑L5自动驾驶的算力要求。

地平线就是在这样大背景下成立的公司，我们是在2015年成立的，把自己从一开始定位成嵌入式人工智能平台全球领导者，愿景赋能万物，让人类的生活更安全，更美好！我简单展开解释一下，嵌入式人工智能平台全球领导者，嵌入式什么概念？更多把人工智能从云端推到边缘端，边缘端要求首先是实时性，未来对于数据安全性、临时性有更高的要求，这些应用场合，下面通过把我们的算力、芯片布置到边缘端，借用嵌入式系统来赋能万物，驾驶是赋能车辆。赋能是什么概念？我们给车辆提供了一个大脑，这个大脑是未经训练的，只具备基本的视觉、听觉通用能力，在整个赋能过程当中，会协助客户建立起大脑上面的判断，推理能力，也是在我们赋能的范畴里面。

在今年图灵奖第一次颁给做处理器构架的学者，结合刚才说的趋势，随着摩尔定律的消亡，慢慢对未来算力提升，更多会通过把硬件处理器芯片本身和算法深度结合，才能不断持续推进算力往后发展，图灵奖也很好印证了这个趋势。

深度匹配算法和处理器的软硬结合之路，我们2015年就朝这个方向走。2016年谷歌也推出了TPU的操作方式，更多面向云端的计算，这是我们和他主要的区别。相比之前通用的CPU，或者是做图象处理的GPU和FPGA开发的解决方案，我们更好的是能把算力通过非常经济的方式进行实现，我们也认为这是未来在端上面发展算力提高的必经之路和未来的方向。

这一块最主要的产品叫征程系列处理器，最好的优点是准确性，功耗、实时性、可靠性要求之高，把算力布置到端上，在这个领域的珠穆朗玛就是自动驾驶，这也是我们为什么一开始就布局这一块的能力，希望通过攀登珠穆朗玛峰把这个能力建立起来，同时回到其他应用场合可以更好赋能，给到客户在端上的通用计算能力。

我们从算法开发起家的，也走了软硬结合之路，我们还是把自己定位成一家偏硬的软件公司，核心还是在通用软件开发上面。通过这样的结合，我们提供的是集成AI解决方案，同时在能耗、成本、处理能力上都有非常大的效率提升。通过无可比拟的AI解决方案，可以布置到生活各个环节，让不同的物理终端产生智能化的过程，赋能他们，改变我们的日常生活。补充一句，我们在目前除了汽车方面，在智能物联网方面也有很多具体的应用，通过边缘的计算给到零售或者安防场景，提供一些算力层面的支持。

我们做了一个对比，在指标上面非常领先的，可以把同样的功能情况下，做到非常低的功耗，甚至可以省掉一个水暖系统，如果在未来车辆上布置的话，可以很好降低整车系统成本的作用。

接下来把我们未来业务规划跟大家做一个分享，在底层把规划算法和芯片构架的高度结合，规划了三代产品，第一代已经有成功的第一代芯片成功上市，更多是基于高构架，基于三维框对物体进行建模。第二代芯片在明年一季度推出，可以用自己的芯片把物体做一个象素级语义分割，之前方案在SPG在我们算法上跑起来。第三代在自动驾驶感知融合，路径规划，更高级的功能会实现。在这个基础之上，我们在规划的是通用的AI开发的平台，希望通过这个平台提供给我们客户一个全套的工具链，不需要重复建设这些基本的AI能力。通过我们全套工具链在这个基础上做应用的开发，作出针对客户差异化的功能或者是方案，顶端是具体的应用，包括IOT智能终端，包括在智能商业里面应用模组，自动驾驶是非常重要的一块，还有是偏安防方面的应用，更多是基于视觉感知，文化输出作出的应用。这个是整个地平线对自己未来使命全盘的规划。

这个视频是我们在美国拍的一个视频，可以区分20类物体，今年年底可以把物体类别扩充到60类。有别于其他解决方案，我们叫语音级象素分割，一些人已经可以通过17个关节模型搭建出基于信息，并预测其未来运动模式或者运动方向，甚至未来运动趋势做很好的评估。

这个是我们在总部中关村旁边拍摄的一个视频，这里面做到非常精确对物体边界的判断，包括对各种障碍物、路、交通标识、周边的建筑做到非常精确的区分，希望把这样视觉感知能力提供给到上面做自动驾驶方案整合客户做后续的解决方案开发。

（视频播放）

这两个地方是交通状况非常复杂的情况，但是可以轻松通过我们的解决方案处理具体物体的识别。

再分享一个例子，今年我们签署了超过2000份订单，把目前车载平台布置到客户那边他们去做业务，这个是基于封闭的区域或者环境做业务，他们规划在明年达成10万辆自动驾驶汽车的规模，目前还在上涨当中，估计比较乐观，但是我们觉得实践起来达到这个量级还是具有挑战的。

这个是北京车展和奥迪联合做的展示，基于2.0处理器做的360度密集行人检测，在行人轮廓上面已经做的非常细致的检测，而且非常稳定和准确。

在云、车、路和人端是未来交互模式，在云端分成两大块功能，一个是自动驾驶本身的定位授时，高精地图，顶层规划，在车端讨论比较多就不多说，后面就人机交互简单展开，分享一下我们的规划。在路测更多还是把端上感知能力布置到路端，在路测布置车和路协同的解决方案。

多模态交互，集成现在的语音、视觉未来还有新的手势还有其他的输入在一块，基于这些输入的基础上做功能的开发，更好的给客户提供无缝的交互体验，这一块更多是基于目前边缘算力，基于这些输入给客户结构化的输入。最近我们在规划在AI导航上面，可以把我们对路段视觉输出到车上，通过HUD形式投影到驾驶员非常容易观察的地方，让他把AI赋予他的能力和现实的路况进行更好的结合，让客户在做驾驶的时候体验更加的方便，不用分神看仪表盘或者其他，可以集中精力开车，同时可以获取一些路况的信息。

最后是关于在十字路口路测感知，在路端布置一个感知的好处在于，有一个上帝视角，给车道无法或者很难判断的盲点信息，特别是在十字路口可以形成车路系统方式，帮助路口更安全高效的通行，车可以本身判断可见范围内车辆、人流，还有本身物体行驶的速度、距离，包括行驶方向信息，通过把车端和路侧信息进行融合，给到车端，帮助汽车更好相互之间协调，提高整个系统运行效率。