您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界 正文
发私信给付静
发送

0

滴滴联合创始人 & CTO 张博:滴滴自动驾驶的 DNA | AIExpo 2020

导语:本着 AI for Transportation 的科技战略,滴滴希望未来 AI 让交通更安全智能。

2020 年 8 月 14 日-16 日,2020 全球人工智能产品应用博览会(AIExpo2020)于苏州国际博览中心盛大启幕。

AIExpo2020 主办单位为新一代人工智能产业技术创新战略联盟,承办单位为苏州启智创新科技有限公司,协办单位有苏州工业园区科技发展有限公司、中关村视听产业技术创新联盟、上海交通大学苏州人工智能研究院、苏州工业园区人工智能产业协会、创客公社,支持单位为苏州工业园区管委会。

滴滴联合创始人 & CTO 张博:滴滴自动驾驶的 DNA | AIExpo 2020

始于 2018 年的 AIExpo 旨在探索 AI 科技应用创新成果的转化路径和方法,助力打造跨界融合的智能经济形态。

今年,以“万物赋苏 智启未来”为主题的 AIExpo2020 集展、会、赛、奖、演五位于一体,最新科研成果、前沿产品应用、优秀行业榜样,都在金鸡湖畔完美呈现。

在 AIExpo2020 首日的主论坛上,滴滴出行联合创始人 & CTO、自动驾驶公司 CEO 张博带来了题为《滴滴自动驾驶的 DNA》的演讲。

滴滴联合创始人 & CTO 张博:滴滴自动驾驶的 DNA | AIExpo 2020

滴滴出行创立于 2012 年。

在演讲中,张博首先谈及了最初创立滴滴的想法——帮助乘客在房间里就把要出行的信息发出去,信息通过互联网抵达周边好几公里的司机。

张博回顾了过去 8 年滴滴的发展——沿着纵横两个轴延展:

  • 横轴是地域,从北京到全国 400 多个城市,甚至到海外;

  • 纵轴是连接多种交通品类,从出租车开始,到专车、豪华车、快车、公交车、两轮车以及前段时间发布的青菜拼车。 

而滴滴的发展并非局限于这两个维度,它将目光放在了自动驾驶上。张博表示:

基于 AI  for  Transportation 的科技战略,滴滴希望解决物理世界的人和物体的流动,希望在未来的十年、二十年,通过科技、通过 AI 让交通变得更加安全、更加智能。

为实现上述目标,在张博眼中交通分三层结构——最下面一层是交通基础设施,中间一层是交通工具本身,上面一层是共享出行网络。

张博认为,由于人类感知能力有限、人类状态有波动两方面因素,交通事故出现的几率一直居高不下,因此滴滴做自动驾驶的初心便是安全。

张博表示,做自动驾驶,滴滴的优势有三方面,他将其称为 DNA:

  • Data 大数据:滴滴是世界上唯一拥有千亿级公里出行场景数据的公司。滴滴平台每天会新增超过 106TB 的原始轨迹数据,日均处理数据超过 4875TB,日均路径规划请求 400 亿次。由此可帮助自动驾驶产生三个地图:经营地图、安全地图和技术地图,提升区域洞察、加速自动驾驶的应用部署。

  • Network 网络:滴滴目前有两张网络,一是用户侧网络,L4 及以上的自动驾驶技术会率先在这样的网络里面部署,提供人类司机和机器人的混合派单模式;二是覆盖全国的车队运营网络,滴滴具备为自动驾驶车辆提供全流程资产服务能力。

  • AI 人工智能:一方面滴滴正在开发包括感知、预测、决策、仿真系统、高精度地图等在内的全套核心技术;另一方面滴滴具备数据采集的能力,对于加速自动驾驶最后 1% 长尾问题的解决是非常有价值的。

张博最后也提到,目前滴滴自动驾驶已经开始在上海嘉定试运营,滴滴也深受试乘用户反馈信息的鼓舞。

以下为滴滴出行联合创始人&CTO、自动驾驶公司 CEO 张博的演讲原文,雷锋网做了不改变原意的整理:

张博:大家下午好!很高兴在这里跟大家分享一下滴滴对于自动驾驶的一些思考,今天我分享的题目是《滴滴自动驾驶的 DNA》,我是滴滴的联合创始人、CTO 张博。

滴滴创立于 2012 年,我们创立之初的想法非常简单,发现在打出租车这个场景中,乘客和司机之间有非常大的信息 gap。一个乘客打出租车得下楼到路边伸一下手,这个行为我称之为发出一个信号,以光为媒介向四周传播,出租车司机在车上没有乘客的时候开着车用眼睛接收这个信号。在最开始创业的时候,我们滴滴的核心想法是能否把光信号变成移动互联网信号,乘客不需要下楼走到路边,在房间里面就可以把要出行的信息发出去,信息以秒级别就可以触达好几公里外的司机。出租车司机在车上没有乘客的时候,停下车来,打开手机,零成本获取到附近需要打车的乘客信息。

滴滴过去八年沿着纵横两个轴延展。横轴是地域,从北京出发,进入到了全国 400 多个城市。我们还在三年以前启动了国际化。纵轴是连接各种各样的交通品类,从一开始连接出租车到后来的专车、豪华车、快车、公交车到现在的两轮车以及前段时间发布的青菜拼车,希望能够把运输乘客的单位从车降维到座位,每个车有三个座位,如果把每一个座位都塞满,马路上车的数量很快会降到现在的一半甚至 1/3。

滴滴的科技战略是 AI  for  Transportation。在我看来,互联网和移动互联网已经基本上解决了信息流动问题,滴滴希望解决的是物理世界的人和物体的流动问题,每天地球上有大量人的流动和物体的流动,浪费了大量的能源、浪费了大量人类的时间,造成了尾气排放等等问题。而我们希望在未来的十年、二十年,通过科技、通过 AI 让交通变得更加安全、更加智能。

在我看来交通分三层结构,最下面一层是交通的基础设施,开始用滴滴拥有的交通大数据优化,比如说交通红绿灯,通过滴滴出行场景数据实时分析每一个路口各个流向的车辆队列长度,动态的调整红灯、绿灯的时间,滴滴信控系统对全国超过 2500 个路口的信号控制进行了优化,拥堵延误时长平均降低 10%-20%。

中间一层是交通工具本身的变革,未来十年智能化、电动化会越来越普及。

上面一层是共享出行的网络。我们相信未来的车会越来越多的共享而不是被私人拥有,因为你拥有一辆车每天最多开一个小时,剩下的 23 个小时车是在停车场,没有创造任何的社会价值和用户价值。现在滴滴网络里面的一辆车接入到滴滴网络里面每天运营的效率是 50%,一个私家车每天运营效率不超过 5%,我们已经把车辆的使用效率提升了十倍,相信未来有更大的效率提升的空间。

滴滴做自动驾驶的初心是安全。每年全球因为交通事故死亡 135 万人,是一个重大的伤亡。本质上,人类并不是很擅长开车这样的工作。第一个,人类的感知能力是有限制的。当前世界上最先进的传感器已经可以 360 度感知到 300 米范围内的各种物体,但人类感知是有限度的,光线比较弱的时候可能只能看到前方几十米的物体,也可能感知不到后面有一辆车朝你撞过来。第二个,人类的状态会有波动,会醉酒、疲劳、分心。现在机器的能力已经在一些方向上超过了人类——机器的感知能力。对于来自 360 度、距离 300 米的任何物体,机器的状态不会有波动,一旦在一些领域、场景上超过人类,就是稳定地超过了人类。我非常相信,在未来的十年无人驾驶会逐步进入人们的生活,先从一些简单的场景进入,逐步进入到复杂的场景。

滴滴在 6 月 27 日跟中央电视台合作,在上海嘉定启动了我们自动驾驶试运营项目。

在上海嘉定,市民可以通过滴滴 APP 已经可以叫到自动驾驶服务了,上面有安全驾驶员。截止目前已经接到了超过 3 万市民的预约,已经有很多市民已经体验过滴滴的自动驾驶车,未来我们还会扩展到更多的区域。

下面我讲一下滴滴做自动驾驶的一些战略优势,我们总结为 DNA 三个因素:

① D 代表 Data,即滴滴每天网约车的海量数据,这个数据是当前交通领域最大规模的海量交通数据,每天我们收集 106T 的轨迹数据,处理 4875TB 的数据,每天的路径规划次数超过 400 亿次,以及我们通过这个数据对于未来 15 分钟全程需求的预测准确率是 85%,可以告诉你在这个区域 15 分钟以后会有多少乘客出行。

基于滴滴大数据,对于自动驾驶产生三个地图:经营地图,知道每一个路线上面需求的数量;安全地图,知道每一条路线每一个时间段人类司机可能出现交通事故的概率;技术地图,我们知道每一条路线上面对于自动驾驶的难度是多大。通过这三张地图的整合,我们可以知道去什么地方做测试以及在什么地方提供自动驾驶服务更合适,ROI 将会最高。

② N 代表 Network。我们现在已经有了两张网络,第一张是用户侧的网络,我认为 L4 及以上的自动驾驶技术会率先在像滴滴这样的网络里面部署,提供人类司机和机器人的混合派单模式。因为在十年之内自动驾驶技术还是有很多的限制条件。比如说在暴雨暴雪很难实现自动驾驶的、道路条件非常复杂的情况下很难实现。对于滴滴来说我们可以实现混合派单模式,乘客发出订单以后,我们已经提前知道起点、终点以及行驶路径,提前知道当时的天气条件。如果有信心,把这个订单派给一个无人车,派给无人车。如果没有信心,发给人类司机。

第二张网络是车队网络。滴滴现在具备覆盖全国的车队运营能力,这背后也是一套很复杂的车辆购买、租赁、维修、保养等等一套核心能力,已经在滴滴网络里面得到了充分的锤炼。

③ A 代表 AI 技术。一方面,我们现在有 200 多名工程师和科学家在做这个开发,现在已经具备了从感知、预测、决策、仿真系统、高精度地图等等全套的核心技术。

另一方面也在于我们的数据采集能力,因为自动驾驶解决到最后 1% 问题的时候,需要处理很多低频出现的长尾问题。滴滴在网约车上面安装设备,可以采集人类司机面对各种各样复杂场景下的行为,这个数据已经被验证对于加速无人驾驶最后 1% 的解决是非常有价值的。

我们的设备看到了哪些数据?左上角是一只鸡,右边是过马路的猫。左下角是逆行三轮车。右下角是逆行轮椅。这些场景是我们真实的网约车在马路上面跑的时候每天看到的场景,如果没有大规模的车队是不可能通过 AI 的学习到怎么处理这样的场景,我们已经具备了这样的能力。

滴滴做自动驾驶的基因总结为 DNA。D 是大数据,N 是用户侧的网络和侧对侧的网络,A 是 AI 能力,背后也是千亿级别的数据采集能力。

我们过去两个月在上海嘉定收集了体验过无人驾驶的用户反馈,很受鼓舞。

比如一个驾驶飞机的飞行员乘坐完以后跟我们讲,驾驶飞机是一份对于安全要求非常苛刻的工作,他坐我们的车感觉我们的车也非常遵守交通规则,完全不会冲撞红绿灯,而且也非常有礼貌。

还有一个 18 岁的刚刚毕业的高中生马上要去国外读书,在犹豫选择计算机还是选择其他专业,坐完我们无人车以后说要选择计算机行业,相信科技会改变未来,科技会让中国变得更强大。非常期待他十几年以后成为一位顶尖的中国科学家。

最后想跟大家说的是,科技改变交通,我们做了八年的时间,但我觉得交通还有很多的问题没有被解决,交通仍然还很拥堵,交通还是造成了很多的伤亡。滴滴会持续不断在相关方向上面努力,也欢迎更多的同仁一起加入到这场变革当中。

谢谢大家!

雷锋网雷锋网

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

编辑

关注前沿科技。
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说