您正在使用IE低版浏览器,为了您的雷锋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
智能驾驶 正文
发私信给思佳
发送

0

独家 | 在Bosch Connected World上,我们和地平线CEO余凯聊了聊自动驾驶时代下的供应商转型

本文作者:思佳 2017-03-19 17:14
导语:雷锋网与余凯聊了聊其合作伙伴博世的转型,以及风口下的产业链变局。

独家 | 在Bosch Connected World上,我们和地平线CEO余凯聊了聊自动驾驶时代下的供应商转型

雷锋网按:当地时间3月15-16日,博世大会2017(Bosch Connected World 2017)在德国柏林召开。

在这场一年一度的产业盛会中,博世希望基于自身已有的传感器和制造优势,通过“万物互联”构筑一个更大的生态并获取主动权。

从本年度博世大会的与会嘉宾演讲名单中我们发现,自动驾驶已成为这一生态中被重点布局的一环。

独家 | 在Bosch Connected World上,我们和地平线CEO余凯聊了聊自动驾驶时代下的供应商转型

*(左起)博世底盘控制系统中国区总裁陈黎明、英伟达CEO黄仁勋、地平线创始人兼CEO余凯

正如地平线创始人余凯对雷锋网(公众号:雷锋网)所说,“今年博世大会上,关于自动驾驶的报告占了整个大会几乎一半以上的内容。”

今年年初的CES 2017大会上,地平线首次推出面向自动驾驶的嵌入式人工智能处理器架构IP——高斯架构,以及自动驾驶平台“雨果1.0”,也向业界展示了“算法+芯片”的嵌入式自动驾驶产品思路。

以下是雷锋网新智驾与余凯的对话实录,经新智驾整理与编辑(有删减):

博世大会2017

新智驾:Here、Mobileye、英伟达包括地平线都是博世大会上新的演讲者,也都是博世供应商体系中的新成员,您如何看待自动驾驶到来时大家的角色变化?

余凯:自动驾驶时代到来意味着传统的OEM、Teir1本身的角色也在发生变化。以前都是以机械和机电为主的技术,现在越来越多的是传感器、计算平台还有大数据。

所以我们可以看到HERE这样的地图数据平台变得越来越重要,因为自动驾驶需要地图数据作为一种基础建设平台。另外包括英伟达、Intel这些在传统汽车行业从未扮演那么重要角色的公司:因为计算变得越来越重要,数据需要实时处理。

另一方面,传感器也变得很重要。像博世这种传统厂商,因其在传感器方面的传统优势,依然会发挥重要作用。          

我们的定位是结合人工智能技术的数据处理和自动计算,即构建未来自动驾驶的大脑系统——主要是对数据的处理、理解和决策。我认为这在未来的自动驾驶实现中会越发重要。

新智驾:今年博世大会上有什么值得关注的发布或者观点?参与博世大会您最大的感触是什么?

余凯:今年博世大会上最值得关注的还是自动驾驶,关于自动驾驶的报告占了整个大会几乎一半以上的内容,其中最让整个业界关注的就是博世和英伟达之间的合作。

博世和英伟达的合作,在CES期间就已经有所披露,但那时更多还是在战略层面的合作。可是我们感受到,由于上周英特尔收购Mobileye这件事情使得整个产业的合纵连横又发生一些有意思的变化。

因为Mobileye实际上是博世传统的竞争对手,所以Mobileye跟英特尔的合作其实加速了博世和另外一个计算平台英伟达的合作。

这次博世与英伟达在会议上联合发布了业界第一个面向自动驾驶的AI计算平台,这个AI计算平台是基于英伟达新一代即将发布的自动驾驶计算处理器Xavier开发的。

总得来说,博世作为传统Teir1供应商,其强项在于传感器及汽车前装经验,他的伙伴中,英伟达和英特尔有计算平台的硬件优势,Mobileye与我们则是在算法以及面向算法的硬件方面有优势。

新智驾:您在博世大会的演讲题目是《Revolutionising Autonomous Driving with Deep Learning》,您认为深度学习对自动驾驶领域的变革主要体现在哪些方面?而这种颠覆将在什么时候最大限度体现其价值?

余凯:这次我在大会上做的报告是关于深度学习跟自动驾驶方面的,我的一个核心观点就是深度学习对自动驾驶的最大改变不在再仅是感知,而是从感知到决策的一整个决策系统。

它使汽车人工智能变成一个主动学习的系统,使其在驾驶过程中不断提高自身的自动驾驶能力。所以我们提出一个概念叫“Learning Cars”,就是不断学习汽车,而不是一个被训练的汽车,这个“Learning Cars”不是说“being trained”。

我认为这是自动驾驶的革命性改变,因为传统机器学习方法需要大量的数据标注。我们希望做的,是不需要大量的数据标注,而是依靠自身学习不断积累经验。

另一方面,我们所指的深度学习一般是一个黑箱系统,但我们希望整个自动驾驶的控制系统是比较透明的。为了防止不可控行为出现,我们在报告中提出贝叶斯网络与神经网络结合的混合架构,受到大会关注。我们认为,自动驾驶的深度学习需要一个可控的系统,在发生不可知行为时,能够有迹可循地调试。

至于深度学习技术对整个自动驾驶产业的影响,我们认为主要在于从半自动驾驶到全自动驾驶的这个阶段。由于路况的复杂性,传统的基于规则和基于训练的方法都是局限的,必须使用主动学习的方法,所以深度学习会在全自动驾驶发展的过程中发挥越来越重要的作用。这点也是传统ADAS厂商和做自动驾驶的企业没有充分认识到的。

风口下的角色转型

新智驾:自动驾驶时代的到来引发了一场前所未有的产业格局动荡,它不但催生了许多新兴的团队创业机会,也破坏了曾十分保守的汽车和供应商企业的稳态。您如何看待Bosch在这方面的思路转变以及今年他们的变化?

余凯:是的,目前传统的车企及Tier1供应商,我觉得他们主要面临两大产业变革所带来的挑战。

首先是技术方面的挑战,传统的控制理论在自动驾使系统上会变得完全不够用,如何开发自适应的、在不确定性中自主决策的系统是以前他们从来没有面对过的问题,其中涉及的核心是大数据处理、计算以及决策。这点其实传统的车企和Teir1都是没有做好准备。

第二是商业模式变化带来的挑战,未来可能很多车不是卖给终端消费者,而是变成一个运营服务的形式,在这种情况下,整个产业链的结构会发生翻天覆地的变化。甚至主机厂都不是这个产业的主导者,那么如何保持他们的竞争优势呢?我觉得这是一个很大的挑战。

这种变革也会反映在供应商的角色转变上,供应商的角色过去是给OEM提供服务,未来可能是为出行服务的提供者去提供服务。这个角色的转变意味着相应的技术方案转变,这个需要去考虑。

新智驾:作为全球最大的零部件供应商之一,在您看来博世眼下需要什么样的技术,对创业公司们来说存在怎样的机会?

余凯:博世毫无疑问是目前汽车零配件核心技术供应商的全球领导者。在面向未来自动驾驶的产业形态的过程中,博世需要增强的毫无疑问是在大数据处理和计算两部分。如何实现低功耗、高性能的车载计算以及在云端大数据的实时分析处理,他们正在补齐这方面的能力,这也是它与英伟达、地平线合作的原因。

对于新兴的创业公司,我认为很重要的一点就是在出生的第一天开始就奔着未来的产业形态和格局去思考,而不是面向过去的产业形态和格局思考。我认为这非常关键。

如果跟随过去的产业格局去思考,你可能不断跟随,最后你永远不能够超越。如果在一个旧的、非常固定的产业格局形态中,创业公司进入市场的门槛非常高,尤其对于这种传统的前装技术生意。但在产业格局被重构的过程中,我认为创业公司有很大的机会。

从我们的角度讲,我们需要在整个产业格局中找到自己的位置,例如在关键的传感器技术上,需要与国际最领先的厂商合作,如果不掌握传感器特性与算法之间的配合,那么整个系统的性能是没有办法保证的。

同时,除了计算平台以外,其实仿真系统、测试系统未来都有非常大的商业机会,所以我觉得未来可以切入的点还是蛮多的。

产业形态:混乱中求索

新智驾:目前,从车企、供应商到芯片厂商、技术公司、互联网巨头以及创业公司,都在以不同的身份加入自动驾驶市场谋求机会,这也催生了五花八门的自动驾驶技术解决方案,但仍没有定论。在这种背景下,地平线如何思考产业的形态变迁以及各厂的角色定位?您认为其中最重要的决定产业形态走向的因素是哪几点?

余凯:我觉得未来的自动驾驶技术路线以及商业形态目前都有很大的不确定性。我们的思考就是如何在这种不确定性中去找到一个不变量:未来自动驾驶的计算平台需要低功耗、实时、零延迟去处理大数据,那么算法与硬件的深度整合是非常重要的。这里的核心本质首先是提高效率。

第二点就是使大数据能力在云端形成壁垒。所以,我们还是希望在产业链中变成一个关键环节和必经之路,使我们可以与上下游的传感器厂商、车企,以及计算平台等充分合作,我认为,找到一个合作共赢的方式才能走向自动驾驶未来。

新智驾:自动驾驶是否会催生或已经催生全新的汽车供应链形态?您如何看待这个问题?

余凯:我觉得这个回答是一定的,而且其实正在发生。你可以看到诸如英伟达、英特尔这样的公司正在汽车关键技术的供应商中扮演越来越重要的角色。

我们也希望通过算法以及大数据处理方面的优势与传统OEM、Teir1等合作伙伴一道,重构整个产业链,从而把这个事情往前推进。

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

文章点评:

表情

编辑

相信文字的分量。多多交流,微信(859258333)。
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