因吴恩达而名声大噪,我们和无人驾驶团队Drive.ai的投资人、创始人聊了聊

摘要: Drive.ai 成立的时间是2015年4月份,不过这家团队的8位核心创始成员来自斯坦福大学的人工智能实验室,也都是吴恩达的学生。

带着“华人的硅谷创业项目”和“吴恩达妻子”两个热门标签,自动驾驶技术团队Dirve.ai一直受到不少关注。不久前,这家团队宣布获得5000万美元融资,同时放出重磅消息,原百度副总裁吴恩达加盟并担任董事,更是让这家技术团队名声大噪。

钛媒体找到了Drive.ai的投资方纪源资本和Drive.ai的联合创始人王弢,还原了一些投资细节,并且聊了聊这家团队的技术路线和特点。

八位核心创始成员都是吴恩达的学生

Drive.ai 的成立时间是2015年4月份,不过这家团队的8位核心创始成员来自斯坦福大学的人工智能实验室,也都是吴恩达的学生,在 2014年已经形成。 

“后来觉得应该成立一个公司来运作,把技术更快地推向现实应用,所以就有了Drive.ai。” Drive.ai 联合创始成员王弢讲起公司成立的源起。 

经过两年多的发展,Drive.ai目前的团队规模在70人左右,公司定位是一个全栈式的技术供应商,利用利用深度学习技术,提供SAE(美国汽车工程学会)L4等级的自动驾驶技术系统方案。

业内之所以称这家团队有华人背景,关键人物之一正是本文中接受采访的王弢,他出生于中国江苏无锡,在新加坡念完高中和本科,之后进入斯坦福大学。
王弢

Drive.ai联合创始人王弢

另一位华人背景成员是吴恩达的妻子Carol Reiley(卡罗尔·莱利),是一位华裔美籍人,和王弢一样,她也是第一批创始成员之一,而且担任着Drive.ai的总裁。

虽然吴恩达的光环很强大,但是Carol Reiley(卡罗尔·莱利)也是位不折不扣的技术大拿,她同时拥有约翰·霍普金斯大学双料博士学位,此前一直作为一名机器人专家,从事工业和医学外科机器人应用开发。
吴恩达妻子

吴恩达妻子Carol Reiley(卡罗尔·莱利)

这也为其进入无人驾驶技术领域埋下了伏笔,无人驾驶汽车也被称为轮式移动机器人,谷歌自动驾驶团队的前身做的也是户外机器人。 

而关于吴恩达成为Drive.ai的董事会成员,纪源资本的管理合伙人,也是本次投资Drive.ai的操刀人李宏玮告诉钛媒体,吴恩达在Drive.ai的创业前后都是技术路线上的导师,今后也会提供更多技术以及人才方面的支持和合作。

以上的华人创始阵容让Drive.ai受到了更多中国媒体的关注,但是实际上,Drive.ai是要做一套面向全球市场的自动驾驶系统方案。

有限地理环境内的全栈式技术供应商 

翻开Drive.ai官网能够看到,创始团队成员来自全球各地,有美裔、印度裔、拉丁裔各种肤色,这也说明了Drive.ai自身的全球化定位。

纪源资本管理合伙人李宏玮告诉钛媒体,

“Drive.ai 在不一样的阶段,选择了不同组合的投资人。他们早期投资人中有中国的投资机构,这次选择投资人的时候就选择了美国的一线基金NEA和GGV(纪源资本),这些组合里面更多的考虑主要是国际化。”

关于中国团队,Dirve.ai 联合创始人王弢表示,中国是一块很大的市场,在发展无人驾驶技术方便也十分积极,肯定会在中国进行深耕布局,但具体的策略和时间表会在合适的时机透露。

纪源资本的李宏玮也对钛媒体表示,如果Drive.ai要走向中国市场,他们会提供中国本土市场需求以及政府支持等方面的资源。

在应用领域上,Drive.ai要做的是应用于有限地理环境内的全栈式技术供应商。全栈式是说,这套自动驾驶方案不仅包括车辆的无人驾驶系统,还包括车辆与行人、车辆与车辆间的交互系统。 

而有限的地理环境则包括商业中心、封闭园区,以及共享出行等。这也是目前自动驾驶初创团队都在考虑的方向,因为大规模的乘用车消费市场对于车规级和成本的要求都十分之高,而封闭环境、有限环境下的商业应用领域则门槛相对较低。 

李宏玮表示,她在很早的时候就看过被通用公司收入麾下的Cruise团队,而且也把硅谷的自动驾驶创业项目都看过一遍,于6个月前开始接触Drive.ai,做尽职调查,正是因为她看到,Drive.ai在技术上更加成熟,它的方案离商业化也更近一些。

“它(Drive.ai)选择的场景是可以标准化的,在这个场景里面再优化技术难点,会是一个渐进式的过程。所有场景里面难度最大的是城市无人驾驶,而短期内我觉得能够起来更快的,会是专用市场。” 

在产品方向上,Drive.ai显然也没有走一条需要跟主机厂商“陪跑”的前向开发路线,这需要跟随一辆车型3-5年的开发周期,Drive.ai提供的一个自动驾驶方案的后装套件。“理论上只要有协议接口,都能用我们的方案实现自动驾驶。”王弢说。

据了解,Drive.ai 已经在一些物流货运公司进行合作,与主机厂的合作也正在推进当中。

Drive.ai的传感器配置使用了9个高清摄像头、2个毫米波雷达、6个Velodyne VLP16激光雷达,这套成本看起来可能不便宜,但王弢告诉钛媒体,这只是出于数据收集需要做的“更全面”的考虑,当实际应用的时候,根据不同场景,还会不同程度的成本缩减空间。 

“现有的配置主要是为了一个安全和稳定性的考虑。”王弢说,“多加一些传感器能够收集到更多的数据,如果这些数据用不到也没关系,但是到时候如果发现少了一些数据,再去增加传感器就会麻烦了。” 

深度学习和冗余设计 

据了解,Drive.ai于去年4月份拿到了美国加州的无人驾驶路测牌照,目前该公司已经投入了尼桑、奥迪和福特三个平台的车型在进行路测。

前不久,Drive.ai在官网放出了一段视频,显示这家公司的无人驾驶车辆能够胜任大部分情况下的自动驾驶,包括夜间、雨天或下冰雹等极限条件。 

王弢表示,这主要是因为他们在传感器上做了很好的冗余设计。

“Drive.ai 是多个传感器融合之后建立的模型。例如雨夜的场景,摄像头可能受到的限制比较多,但是激光雷达受到的影响可能就会小一些,而毫米波雷达受到的影响可能更小。”

当然,Dirive.ai之所以能取得现有的技术成果,还在于其对所收集到的数据进行了高效利用。

王弢介绍了他们目前的数据利用有三大特点:

第一,数据收集车所配置的传感器十分丰富,会同时采集图像数据、点云数据和雷达数据等多种数据类型; 

第二,有一套自动化的数据处理系统,针对所采集的大量数据,他们有一套分布式的数据库和备份机制;

第三,半自动的数据标注系统,由于在自动驾驶方案的各个子系统都应用了深度学习技术,数据标注的工作量自然很大,而Drive.ai也通过深度学习实现了半自动化的标注工作,然后对一些结果进行人工校验即可。 

“据我所了解,行业内的一些团队标注一个小时的数据大概需要800个小时的时间,我们半自动化系统的标注效率可以提高十几倍。”王弢告诉钛媒体。

王弢也对行业以“测试里程论英雄”的现象发表了看法, 他认为自动驾驶的瓶颈并不在于测试里程有多少,而是有没有足够丰富的数据类型和环境信息,以及对数据的高效率保存和标注。 

当然,深度学习系统的识别能力是一种强大的工具,但也面临着计算过程不被解释的“黑盒子“问题。这种模式以端到端的方式呈现出计算结果,但是输入和输出的实际决策过程,人们却看不到,也不一定能够直观理解。

这也是大部分技术厂商选择传统机器学习算法做感知的原因,因为一旦系统发生了故障或者错误,能够弄清楚原因何在。

王弢表示,针对深度学习模式的这个特点,Drive.ai采用了系统拆分的方法。

“当时我们在选择这条路线的时候,也想到这个问题,现在我们是通过拆分的方法,把自动驾驶系统拆分成很多子系统,然后分别将深度学习技术应用到其中,在不同的部分可以用不同的方式进行验证。”

而且,深度学习的“黑盒子”问题是一个行业性问题,学界也都在积极围绕这个命题进行讨论,Drive.ai也在联合学界和产业界共同解决这个问题。(本文首发钛媒体)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系钛媒体原创,未经授权不得使用,如需获取转载授权,请点击这里
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

李勤
李勤

邮箱qinli@tmtpost.com

评论(7

  • wangxu wangxu 2017-07-26 10:36 via pc

    无人驾驶技术主要要解决四个大方向的问题,即定位、感知、决策、控制。个人觉得决策这个问题 最不好解决 ,让机器去做决策 现阶段是有一定风险的。不过人工智能肯定会是未来发展的一大趋势,无人驾驶也将逐渐改变人们的出行方式。无论时代如何发展,科技都将是引领人们前进的方向,而那些掌握前沿技术的人才都是推动时代发展不可磨灭的力量,支持吴恩达。

    4
    0
    回复
  • aliangd aliangd 2017-07-27 06:35 via android

    无人驾驶快实现了吧

    1
    0
    回复
  • 生命之水 生命之水 2017-07-27 00:13 via android

    牛仔下午

    0
    0
    回复
  • 168668 168668 2017-07-26 19:56 via android

    很期待

    0
    0
    回复
  • wangxu wangxu 回复Jeff_ye 2017-07-26 15:32 via pc

    也是解放人力的第一步啊

    0
    0
    查看对话
    回复
  • 老宁 老宁 2017-07-26 15:05 via android

    厉害了

    0
    0
    回复
  • Jeff_ye Jeff_ye 回复wangxu 2017-07-26 14:29 via iphone

    无人概念已经逐渐融入科技

    0
    0
    查看对话
    回复

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈