郭彥東：特斯拉高級(jí)輔助駕駛被一顆橘子騙了！

小鵬汽車首席科學(xué)家郭彥東提出："在車和人互動(dòng)的過程中，AI的應(yīng)用能讓車去更好的識(shí)別和理解人，從而提升用戶體驗(yàn)及車輛安全性。AI汽車不僅要更懂路上的中國人、還要更懂車?yán)锏闹袊恕?quot;此外，關(guān)于智能駕駛技術(shù)，郭彥東還提到了關(guān)于特斯拉高級(jí)輔助駕駛的漏洞和目前智能駕駛面臨的一些問題，非常有趣。

什么是更懂中國人的AI 汽車？

郭彥東：更懂中國人的AI汽車的第一層面是更懂路上的中國人。其實(shí)我們路上有這樣那樣的行為，包括開遠(yuǎn)光燈也好，有時(shí)候人車混流也好，需要學(xué)習(xí)的其實(shí)是人的行為，人的文化，也還有人制定的政策和法規(guī)。舉個(gè)例子，在美國車跟車之間的距離是比較遠(yuǎn)的，但在中國駕駛場(chǎng)景當(dāng)中，在等紅燈的時(shí)候，車跟車的距離非常之近，哪怕非常之近的時(shí)候都有車加塞進(jìn)來，這個(gè)環(huán)境當(dāng)中對(duì)智能的要求，就已經(jīng)超出了普通的物體檢測(cè)提到的要求，智能車其實(shí)學(xué)的是人的行為、人的文化，學(xué)的是人的政策和法規(guī)。

更懂中國人的AI汽車的第二個(gè)層面是更懂車?yán)锏闹袊?。更懂車?yán)锏闹袊耍詈?jiǎn)單的就是要求智能車聽得懂中國話，認(rèn)得到中國人，符合中國的駕駛習(xí)慣。另外要懂在車?yán)锏倪@一個(gè)中國人，第一我們要人臉識(shí)別，知道開車的是誰，他有什么樣用戶的畫像。第二我們需要對(duì)用戶的情緒狀態(tài)有這樣的感知，情緒信號(hào)其實(shí)是對(duì)我們調(diào)校車的用戶體驗(yàn)的一個(gè)非常強(qiáng)的信號(hào)。

智能駕駛目前存在哪些漏洞？

郭彥東：關(guān)于這個(gè)問題，有一個(gè)很有意思的例子，特斯拉的"自動(dòng)駕駛限制"被一顆橘子破解。

特斯拉高級(jí)輔助駕駛被一顆橘子騙過

我們知道，特斯拉的輔助駕駛系統(tǒng)，要求司機(jī)必須要手持方向盤，它是通過方向盤里面的一個(gè)壓力傳感器來檢測(cè)司機(jī)是不是手持方向盤的。有些用戶不愿意去遵守特斯拉公司這樣的一個(gè)規(guī)定，就把這個(gè)橘子放在方向盤上面，從而成功的騙過了特斯拉汽車。這個(gè)是一個(gè)很小事件，但是我們從這個(gè)橘子上也看到了一些挺有意思的事情。

有很多輔助駕駛功能，都包括車道線輔助、緊急剎車、盲點(diǎn)檢測(cè)等等技術(shù)，甚至很多都有供應(yīng)商提供了。我們希望能讓人工智能技術(shù)真正提升用戶體驗(yàn)跟車輛安全性，比如用智能的感知與決策把這些獨(dú)立的輔助駕駛功能有機(jī)結(jié)合起來，這個(gè)車才是一個(gè)真正的智能車，才能夠提高用戶的體驗(yàn)。例如，一個(gè)司機(jī)在路上看到一輛校車停在路邊，車門打開了，他會(huì)知道可能有小朋友從車?yán)锱艹鰜?。但是什么時(shí)候我們的輔助駕駛功能車，搭載了智能模塊以后也能做出類似的判斷呢？這才是我們樂于看到的一個(gè)事情。

另外，跟車外的一些情況預(yù)測(cè)和判斷、智能感知比起來，車內(nèi)的感知可能顯得更重要。我們能不能在人和車互動(dòng)的過程中，讓車去更好的理解司機(jī)的狀態(tài)？不光是他的注意力，包括他的疲勞、情緒，做一個(gè)正向的反饋循環(huán)，來提升用戶的體驗(yàn)。

智能駕駛的基礎(chǔ)數(shù)據(jù)來自哪里？

郭彥東：目前智能汽車技術(shù)研究的基礎(chǔ)數(shù)據(jù)主要來自于互聯(lián)網(wǎng)大數(shù)據(jù)、仿真大數(shù)據(jù)、自有車隊(duì)或者測(cè)試車隊(duì)大數(shù)據(jù)、中國真實(shí)用戶大數(shù)據(jù)。

最近這20年，整個(gè)人類其實(shí)做了一件很有意義的事情，就是把他們的行為、信息、知識(shí)都做了互聯(lián)網(wǎng)化。我們現(xiàn)在想要找一些信息，在互聯(lián)網(wǎng)上直接做簡(jiǎn)單的搜索就可以馬上得到，是因?yàn)槲覀兇罅康娜祟愋畔⒍家呀?jīng)在互聯(lián)網(wǎng)上被數(shù)字化了?；ヂ?lián)網(wǎng)數(shù)據(jù)量非常之大，對(duì)早期算法的演進(jìn)意義重大。但是它有它的挑戰(zhàn)，這部分?jǐn)?shù)據(jù)可能跟無人駕駛、智能車想要的數(shù)據(jù)分布有一些不一樣的地方，標(biāo)注也有一些困難，需要用一些辦法把互聯(lián)網(wǎng)的知識(shí)轉(zhuǎn)移到智能車上去。

另外，中國用戶的真實(shí)數(shù)據(jù)，不管從真實(shí)度上，還是成本效率上，還是對(duì)場(chǎng)景的覆蓋度、數(shù)據(jù)量上，都遠(yuǎn)遠(yuǎn)的優(yōu)于仿真和自有車隊(duì)的數(shù)據(jù)體量。在人工智能尤其是深度學(xué)習(xí)的大環(huán)境下，其實(shí)誰坐擁了數(shù)據(jù)，誰就有可能會(huì)有最先進(jìn)、最完善的技術(shù)體系。整車廠商可以從大量的用戶中搜集用戶的反饋，用這個(gè)數(shù)據(jù)不停的調(diào)教和更新智能車系統(tǒng)。

在智能車場(chǎng)景中最有價(jià)值的是哪類數(shù)據(jù)？

郭彥東：在智能車的場(chǎng)景中，最有價(jià)值的是所謂的長(zhǎng)尾（long-tail）數(shù)據(jù)。這些數(shù)據(jù)發(fā)生的頻次很低，很有可能你開很久的車才會(huì)有一次、兩次發(fā)生，但是這些事情的種類、類別、數(shù)量會(huì)非常多，想要讓我們的車輛適應(yīng)盡可能多的場(chǎng)景，就要求我們的人工智能平臺(tái)有快速處理這樣一個(gè)長(zhǎng)尾（long-tail）數(shù)據(jù)的能力。

這有個(gè)挺有意思的例子，比如在高速路上，天氣很好，前面是一個(gè)油罐車，這個(gè)油罐車很干凈，它把后面的車倒映到油罐車的油罐上面去了。

油罐車倒影中的場(chǎng)景有可能會(huì)被算法誤認(rèn)為是真實(shí)的車道線與車輛

如果你對(duì)這個(gè)場(chǎng)景沒有一個(gè)特殊的理解和處理的話，很多世界上最好的計(jì)算機(jī)視覺算法，都有可能誤認(rèn)為倒影是真實(shí)的車道線與車輛。特斯拉曾經(jīng)發(fā)生過一件很慘痛的事故，特斯拉的車沒有成功的把一輛白色的大貨車認(rèn)成車，認(rèn)為是一片云彩，就撞上去了。

特斯拉把大貨車誤認(rèn)為是一片云彩

還有一個(gè)案例，一個(gè)披著cosplay衣服的行人走在路上，人類司機(jī)都可以完成識(shí)別是一個(gè)行人。但是計(jì)算機(jī)視覺，由于這個(gè)人穿了一件cosplay的衣服，可能算法不一定能成功檢測(cè)到是一個(gè)人。

穿人偶服裝的行人無法被車輛識(shí)別

這就對(duì)人工智能學(xué)習(xí)平臺(tái)提出的問題--當(dāng)樣本不是那么常見、頻次很低的時(shí)候，如何快速學(xué)習(xí)呢？其實(shí)在業(yè)界有很多這種類似的方法、技術(shù)已經(jīng)被研發(fā)出來了，比如微軟的custom vision。

最后，有了數(shù)據(jù)，有了人工智能訓(xùn)練平臺(tái)，還需要有一個(gè)獨(dú)特的場(chǎng)景，就是量產(chǎn)車場(chǎng)景。最重要的就是可以保證最新的算法能夠在車上安全的跑起來，能夠把用戶的一些行為能夠?qū)崟r(shí)的反饋回來。作為目前造車新勢(shì)力當(dāng)中專注智能汽車的整機(jī)廠，小鵬汽車目前是在AI領(lǐng)域投入最多的車企。智能汽車的未來到底能怎樣為人類服務(wù)？值得期待！