2018年4月23-25日， ，由投中信息、投中网主办， ，投中本钱协办的“第十二届中国投资年会·年度峰会”在上海金茂君悦酒店进行。 。。本次会议主题为“价值的力量”， ，来自国内外上百家私募股权机构汇聚一堂， ，对当前行业热点话题发展会商。 。。
在这次峰会上， ，suncitygroup太阳新城官网智能CEO虞正华就“无人驾驶的空想与远景”主题进行了杰出分享。 。。
虞正华暗示， ，无人驾驶更大规模的测试， ，是只有真正进入量产， ，经过几十万辆车上百万辆车用同样的技术进行测试了， ，能力真正探寻到实现L4自动驾驶所面对的、所必要解决的Corner Case。 。。！ ！罢嬲饩龅募际跬肥前袻3、L4的技术先用到L1、L2的产品中， ，通过这样的产品， ，可能验证到这项技术在100万台宽泛测试下Corner Case到底在哪里”。 。。
以下为suncitygroup太阳新城官网智能CEO虞正华在“第十二届中国投资年会”杰出演讲实录， ，投中网整顿。 。。
虞正华：：各人下午好， ，极度欣喜有机遇跟各人分享一下我们关于自动驾驶的理解。 。。原来的标题但愿我讲自动驾驶的空想与远景， ，而我感触更相宜的是讲一下空想与挑战。 。。由于所有的远景都是基于挑战已经解决的前提之下。 。。
技术进展让自动驾驶的贸易模式演变
人类关于自动驾驶的空想由来已久， ，这是1950年代美国的告白， ，那时辰预见自动驾驶有朝一日实现的那一天。 。。现实上， ，自动驾驶真正进入各人视野， ，如同已经触手可及了， ，是最近十年之内的事。 。。这也陪伴着人为智能技术的进展， ，各人感触技术解决的措施已经邻近了， ，在这里面Google做了很重要的先驱性工作。 。。
我们在人为智能领域， ，从前几年的确是随着深度学习的进展， ，获得了好多重要的进取。 。。我们去年组织了国际较量， ，得了世界第一， ，工作是一个像素级的语义宰割， ，上面是原始的摄像机看到的视频， ，下面是推算机算法、人为智能算法所得到的了局。 。。Ｄ芄豢吹酵ü丝倘宋悄芗际， ，能很正确辩证到路线、人行道、电线杆、交通标识等。 。。
各人从前也时时讲说到视觉夜间情况怎么样， ，我们这也有相应的对比， ，这是在伸手不见五指的晚上， ，这是一个深夜， ，车开着近光灯， ，左边是跟人眼主观感触相近， ，在这样的情况下人可能会看清近光灯照的主体， ，除此之外都是黑糊糊的一片。 。。此刻新一代的宽动态传感器和高级的图象处置算法， ，能让我们在新技术之下看清的远远不只是近光灯所及了。 。。
有了这些技术的进展， ，自动驾驶也有好多设想空间， ，好比说Waymo做自动驾驶出租， ，演变的贸易模式以来suncitygroup太阳新城官网交通出行从买汽车到买服务， ，蕴含自动驾驶的卡车OTTO在这方面做了好多很重要的工作。 。。
无人驾驶的不安全事务能够被预防吗？？
整体而言， ，互联网企业对自动驾驶相对来说是比力激进的， ，这条路线通；；嵬度氲絃4、L5的研发， ，也但愿我们将来能直接提供运营。 。。相对来说车厂反而是比力守旧的， ，会一步一步往前走， ，循序渐进的蹊径。 。。我们沿着分歧的蹊径， ，但终点都是一样的。 。。
要考量的是， ，沿着分歧蹊径的选择， ，带来的问题或者风险是什么呢？？今年3月18日有一个事务， ，对整个自动驾驶界有很深远的影响。 。。各人看新闻也看到了， ，Uber终场了所有自动驾驶车的测试， ，Nvidia终场了所有自动驾驶的测试， ，Toyota终场了所有自动驾驶的测试， ，这个是很不幸的事务， ，但这类的事务， ，也许对单一事务而言是能够预防的， ，但是我们会看到的从概率上来说， ，这类事务是必然会产生的。 。。
为什么？？从单一事务而言， ，把同样确其时相机采集的视频跑到我们自己的今天已经量产的产品中， ，我们能很正确的找到这个指标， ，我们提前1.4秒能够发现这个行人， ，似乎说这个事务我们是能够预防的。 。。所以对于这个事务， ，其实我们并没有看到最终的调查了局， ，所以我们并不晓切其时由于这辆车上装了摄像机， ，我们并不晓切其时产生了什么。 。。
但是我们是否定为这个事务是齐全能够预防的呢？？suncitygroup太阳新城官网回覆是NO， ，今天为什么要进行大量的无人驾驶的测试， ，就是由于你此刻还不能证明其安全性， ，这是鸡生蛋蛋生鸡的问题， ，你不能证明安全性的前提必必要进行大量的测试。 。。
在今天任何一套齐全自动驾驶的车都是一辆不安全的车。 。。自动驾驶自身是极度复杂的系统， ，有好多的模？樽槌， ，从感知到定位到决策到最后的节制， ，这样一个复杂的系统， ，我们以为你要通过若何验证其安全性， ，若是把所有的器材混在一路验证， ，你要跑大量的尝试， ，验证的周期极度漫长。 。。
所以我们以为一个复杂系统的验证， ，更必要拆解到某一个独立验证安全的模？， ，这之后你整个系统， ，整个验证周期反而可能缩短， ，反而可能实现整体系统安全的指标。 。。而安全的自动驾驶离不开安全的传感器。 。。
传感器到99%正确率依然不安全
对任何一个传感器而言， ，我们以为99%或者更高够不够。 。。这里举一个单一的车道线检测的例子， ，车道线而言常见的有直线有虚线， ，若是直接开上路去测， ，99%能际遇都是类似这样的场景， ，是不是你若是达到99%正确率就安全呢？？你可能还会发现其他的类型， ，有鱼骨线， ，还有车道归并和分拆。 。。这些1%不能解决， ，际遇这种Corner Case就是100%不能解决。 。。所以我们要解决的问题是我们不休探寻系统的天堑， ，我们系统的CornerCase， ，只有把这些索求结束了系统才有可能是安全的。 。。
我们从前已经做了好多工作解决Corner Case。 。。为了这些Corner Case， ，做了好多工作， ，Waymo花了差不多两年的功夫在美国测试500万英里， ，对于自动驾驶的公司来说， ，财力如Waymo做了500万英里这个测试够不够？？人类开车每一亿公里出一次严重的变乱。 。。对任何自动驾驶的公司而言， ，测500万英里或者跟变乱产生的概率而言是很微不及道的事。 。。
我们自己也花了两年多的功夫， ，在进行超过500万公里的测试， ，我们也看到中国的公路的确极度复杂， ，有各类各样的板车、农用车、三轮车等， ，我们对这500万公里进行充分的测试， ，但我们以为还是不够的， ，由于任何一个自动驾驶公司也好， ，创业团队也好， ，若是自己搞几百台车， ，你就算一辆车一年跑十万公里， ，几百万公里这样测试的量， ，对于你真正在自动驾驶工况中产生的Corner Case是远远不够的。 。。Waymo是在美国定几千辆车起头运营， ，更重要的主张是起头进行大规模的测试。 。。
量产才会知晓Corner Case在哪儿
我们现实而言， ，更大规模的测试是只有你真正进入量产， ，你经过几十万辆车， ，上百万辆车用同样的技术进行测试， ，能力真正探寻到实现L4自动驾驶所面对的、所必要解决的Corner Case。 。。真正要解决的技术通路是把L3、L4的技术先用到L1、L2的产品中， ，通过这样的产品可能验证到我这项技术在100万台宽泛测试下Corner Case到底在哪里。 。。这是我们做的一项工作， ，这段视频不知晓能不能放出来， ，这是面向L3的。 。。我把这个说一下就行了， ，前面类似比力典型的规划， ，今天若是做L3， ，也是这样的视觉感知的系统， ，但是我们把这个首先在海量的L1、L2进行充分的验证。 。。
萦绕这条路， ，我们把这个器材做成产品， ，我们做到乘用车、商用车， ，我们今天已经有量产车， ，明年会有更多的量产车进行相应的验证。 。。为了实现这个， ，我们在相应的人为智能方面， ，在主题的算法上已经进入了深刻算法芯片化的工作， ，由于这套人为智能算法都必要很强有力的推算芯片来承载。 。。我们在量产的产品中是我们第一代的芯片化、嵌入式的推算平台， ，后续也会发展进一步的自动驾驶的芯片工作。 。。
我们以为自动驾驶的发展是三个阶段。 。。今天已经很大批产的是辅助人为进行智能的驾驶， ，下一个是行业要解决的关键性问题是实现安全的自动驾驶。 。。这可能是将来五年之内能把这个解决好， ，已经是最重大的突破。 。。
但真正将来舒服的自动驾驶， ，必要整个行业更悠久的致力。 。。我们以为一辆自动驾驶的车首先是安全的车， ，而安全的车肯定是经过充分认证的车。 。。所以我们以为对这个行业最大的挑战， ，若何你可能以用户能够接受的成本提供安全的自动驾驶的量产车。 。。
