我们要真正的形成中国的海量大数据，选择适合我们的芯片。
9月8日，在CTDC首席技术官领袖峰会上，小鹏汽车自动驾驶副总裁谷俊丽博士发表了题为“AI car 和自动驾驶进化论”的主题演讲，分享了小鹏汽车正在推动的中国式自动驾驶研发之路以及在这一领域的最近进展。
小鹏汽车自动驾驶副总裁谷俊丽博士
同期，谷俊丽博士宣布，小鹏汽车近期已经获得美国加州自动驾驶路测许可。
小鹏汽车已经获得美国加州自动驾驶路测许可
CTDC首席技术官领袖峰会是国内最顶级、最具前瞻性的互联网峰会之一，聚集了业内顶尖的技术领导者。“AI智享未来”是本届峰会的主题，功能汽车到智能汽车的变革也是本届峰会探索的重要议题。
”自动驾驶国际化存在不少瓶颈，自动化驾驶进化的必然趋势是软件的强本地化。没有中国实际驾驶场景数据的积累，很多自动驾驶功能在中国“水土不服”、甚至“目中无物”，无法适应中国的实际驾驶路况、交通密度和中国用户的驾驶习惯，”谷俊丽博士表示：“小鹏汽车的目标是大规模量产具备六维感知能力的高智能互联网汽车（AI Car），使得车辆能够具备自我感知、物体感知、高精定位、预测未来、交互和事件及决策推理能力，提高自动驾驶在中国驾驶场景的安全和创新。”
今年年内，小鹏G3即将上市，并启动交付。小鹏G3将搭载领先的自动驾驶硬件，配有20余个智能感应设备，适配本地化自动驾驶，并将提供覆盖高频生活场景的自动泊车功能。
以下为谷俊丽博士演讲实录：
谢谢大家！今天非常高兴有机会和大家分享关于中国式自动驾驶的思考。
先简单自我介绍一下，我去年10月份加入小鹏汽车，之前在特斯拉总部负责人工智能和自动驾驶，带领团队做了Autopilot。从对AI的思考，到自动驾驶的研发，我都是从最前期开始介入的，个人有一些感触今天来跟大家分享。
我重点讲解一下自动驾驶，它本身是一个AI驱动的技术，一个系统，我叫它AI Car。我会跟大家分享自动驾驶整体的国际上的进化论，以及在中国我们想怎么做。
首先，我先来总结一下，在中国，自动驾驶概念从2016年开始炒，到2017年炒到火爆，到现在我觉得公众已经失去感知了，已经不知道自动驾驶是什么了。所以，我想讲解一下自动驾驶到底是什么，以及西方的技术并不能真正拿到中国来使用，比如说特斯拉的Autopilot。
我先讲解一下人类历史的交通变革。我经常想，人类历史的交通从摆脱原始的交通工具，比如说马车、驴车，到现在林林总总的各种汽车，其实也只有一百年的时间。那发生了什么？
我们从原始到模拟的机械器件，然后通过（装有）汽车轮子的福特Model T（T型车）往前演进，出现奥迪、奔驰这样的品牌。我们在机械、控制层面，在发动机、燃油机层面做了一百年的工作，现在已经几乎饱和了。
车正在悄然发生变化，它在从模拟的器件悄悄变成数字化的器件，就像21世纪初，我们还在用诺基亚的功能机，通过键盘来按，到后来慢慢地我们几乎所有人都不再用一个满是按钮的手机了。从功能机到数字机到智能机的演变，同样的革命正发生在车辆上。数字化要有传感器，计算单元，要嵌到车上，且让用户感觉不出来，这是数字化的过程，是对车本身变革的过程。在这个基础上，我们再做一些辅助驾驶、预警，然后脱手，眼睛可以离开的，各种智能化的工具功能，它是这么一个变革过程。
抛去外表发生的变化，在技术本身，自动驾驶让我自学了很多专业，从做芯片到做AI算法，到软件，到做自动驾驶。自动驾驶是我做过的最难的、最复杂的一个工程，没有其一。为什么呢？因为抛开自动驾驶这几个字，它里面涵盖了人类过去一百年几乎所有最重要的技术、信息革命的一些关键突破。我来讲解一下在我眼中大家所说的自动驾驶包含哪几代技术的框架。
自动驾驶第一代是由像特斯拉这样的公司搞起来的，当时用的是采用融合供应商的方案，比如说目前主流的国外融合MobileEye，国内融合博世。国内的自动驾驶绝大部分由博世控制，这就是第一代集成方案。汽车本身是一个复杂的工程，是一个拼接的系统工程，就是把上万个零部件集成到一起。造车本身不是一个造技术的过程，技术是由供应商在各个角度，比如说控制单元，发动机单元，电池单元以及感知算法单元，分别去突破的。这是第一代技术。
第一代技术有一个瓶颈，无法打通，供应商的东西是无法改变的。所以出现了第二代，自己选择一个芯片，把车、数据以及自我编程打通，可以改变我的功能。这是第二代，在芯片以及自主研发的算法上做自己的软硬一体的设计。
我们现在发现AI是一个对计算能力需求无穷尽的应用，尤其对自动驾驶，在私家车上做应用，它的场景是无限量的，你无法完全描述自动驾驶的车会遇到什么。所以，它对计算的需求也是无穷尽的。现在出现了很多公司，国际巨头Waymo也好，特斯拉也好，都是自己做芯片，为什么？过去人类60年做的所有芯片是针对通用计算的。真正到车上，这种复杂的流水需要更强大的芯片。这是第三代。
大家想起自动驾驶，可能都想起各种各样的车。Waymo的车上面架了一个像船一样的盒子，Cruise的车上pony 面架了8到10个雷达。中国的很多自动驾驶公司，包括景驰，都是上面挂着很多东西。这是第四代自动驾驶，通常是说在特定场景下不需要人了，是完全的driverless，没有驾驶员。
为了做到这一点，它很难，我先限定场景，再在车上针对这个场景挂各种传感器，做各种计算单元。所以，到第四代，车就为自动驾驶设计的。你看它不像台车，是因为传统的车不涵盖这个东西，现在两者是一种嫁接关系，还不是一个产品的形态。
我从特斯拉来到小鹏，是想解决中国化的自动驾驶。我们第一代车，今年的量产车上会介于第一代跟第二代技术之间，我们会采用部分集成供应商，部分自主研发。这也是基于的我们自主研发的节奏，需要一定的时间去启动。我们在第二代车上，2020年的车上，会将自动驾驶自主研发的通道从算法到芯片，一直到车上打通。
我们为什么要做这个事情？很多人来问我，不管是吉利，沃尔沃，特斯拉，都有这个产品，为什么还要再做？是，是有这个产品，但是在大部分的中国场景下没人敢用，因为它不适合中国的驾驶场景。它会有水土不服，比如说中国路上的障碍物是不规则的，几乎无法辨别在中国道路上遇到的所有障碍物。中国的交通规则是不规范的，因为中国文化跟西方文化是不一样的，驾驶问题确实是反映人的文化问题、习惯问题以及社交问题。它不是简单的在实验室内的技术，有水土不服的问题，也就是说，为什么中国这么多车，但使用率不是特别高。
我个人认为，中国的自动驾驶只能中国人自己来解决。还有人在微博上提问我，说从来没有听任何一个技术是带着国家边界的。我倒不是说这是国家边界，而是说整个通道，就像任督二脉，我们现在还没有打通。我们要真正的形成中国的海量大数据，选择适合我们的芯片。在这个基础上，要搭建适合中国自动驾驶的传感器系统，而这个系统一定要针对中国的场景，要涵盖中国的一些特定轨迹、特定场景、特定交通动态。在这个基础上，再做中国的算法研究。我认为在中国解决自动驾驶技术要比西方难十倍以上，这是一个框架性的问题，也是一个创新性的问题，也是需要很多技术积累的问题。一定要中国人自己来深耕解决。
第二部分，我想讲解一下小鹏汽车对AI Car的定义。定义很重要。我认为车应该有三重智能才能在中国的马路上开，这是一个科普性的概念吧。我们先说AI Car，它包含着很多东西，比如说有几十个传感器来感知环境，有互联的功能，然后去取地图，有云的功能、芯片的功能、人工智能实时的计算功能，自适应学习以及林林总总的功能。我来分解一下，它是怎么一种三重智能。
首先，我个人认为不仅仅依靠云端智能，车一定要自己会开，所以一定要在车上有实时的足够感知环境的（比如看200米也好，150米也好）摄像头加上雷达，再做融合。我们为什么要做这么多种类的传感器？因为没有一种传感器能够满足驾驶所看到的环境的需求。比如，摄像头能看到扁平的二维物体，雷达能看到速度跟三维，这两者要加起来。如果有一种传感器，能够准确告知它的三维的方向以及它的语意，这也是对自动驾驶将会产生推动性作用的技术创新。
AI很重要。没有人可以否认自动驾驶，本质上就是由AI推动的问题，AI将会对它周围的传感器拿来的数据进行识别，对其他车辆进行识别，从而作出自己的一些决策跟轨迹规划。而AI要求的是高性能级的计算，所以一定要有高性能级别的芯片，且满足车规，在车上运行。
可能这个问题大家一想觉得很简单，我们不是有很多云，有很多GPU吗？但那些是不完全满足车规的，一辆车跑在马路上，是五星级的安全规格，不允许随时硬盘坏掉，随时可以重启。而任何云端的东西都存在故障率，这是不允许的。当然了，我们也要互联，因为互联可以告诉我们地图，互联可以告诉我们交通信息以及更多。刚才讲的是个体智能。
车多了，可以增加群体智能，有十台车开过这里，看到这里马路断了，就可以告诉后面的车，叫群体智能。就像蚁群一样，车也可以做到同样的智能。另外一个辅助智能，尤其是在中国很流行，我觉得中国政府做事情，弯道超车的概念，很难去避免。
比如说个体智能做不到这么多东西，那在马路上加上各种东西，这就是辅助智能。怎么搞，这个东西没在车上，这就是辅助智能，借助环境本身的感知能力。V2X让车可以给各种东西发信号，但这只是一种愿景，很难做到把世界（改造），改造一辆车已经很难了，把世界都改了，装上传感器，且传感器日异月新，也不是百分之百可靠的，这本身是个浩大的工程。所以，我个人认为它只是一个辅助性的东西。
接下来简单分享一下我们说中国式自主研发，到底它的关键点跟我们自己的分解是怎样的。做自动驾驶有这么多核心的东西，你规避不开，一定要去深耕，一定要去沉淀。比如芯片一定要有，没有不要搞AI。第二，自主研发措施打通任督二脉，把数据，也就是代表场景跟车，跟算法连接起来，这是真正自动驾驶，是一个框架性的东西。海量中国场景大数据，不管你再怎么海量，世界天天变，所以这是一个永恒的难题。
我逐一分解一下，海量大数据场景，这个场景要在公开的任意的，不能是限定场景。我们经常有朋友开车，在硅谷开得好好的，一旦开到中国，发现什么都不行了，就是因为场景变了，一切都变了。所以，场景是一切的源泉，而场景体现在大数据里边，而这个场景是要不加限制的，只要用户开过的地方，你都要去开，去搜集。拿这个数据到云端经过组织之后，把它进行AI的创新，肯定是创新的，你要识别，所有的东西要做预测。然后把算法弄到车载上，不要再仅仅在云端控制车辆。弄到车载上，要在车上能算得动，才有产品。形成闭环之后，让算法通过数据生长，让算法在车上得到验证。这是一个框架，跟智能得以演进。解决中国的自动驾驶一定要让这个框架转起来，要让智能可演进，因为没有人可以一步解决所有。
我总结了大家认为对AI的定义，每个人有不同的理解。在车上，我们需要AI的“六维感知”，第一维感知，得知道自己是怎么动的，怎么运转，车辆动力学。第二维，要知道周围是什么物体。第三维，要知道物体精准的在什么地方。第四维，时间维度，要知道互相之间它的预测，未来。人驾驶时的反应弧其实是很长的，比如是400毫秒，甚至比算法要长。但是人能够驾驶很好，因为人对未来有预测，他是基于预测在开车，而算法总是基于历史，过去看到的传感器看到再算，算完决策，这个反应弧是基于过去在做预测。所以，我们为了弥补这种延时，要对每个车辆的轨迹，每个账号的轨迹进行预测，别人可能不让你加塞，别人可能会换道，你到底怎么想，你才能做出最好的一个决策。第五维，你做了一个决策，每个人开车不一样，有的人就是我尽快走，有人要安全第一，有人要舒适第一。所以，你做决策要理解基于什么样一种规则做的决策，这是第六维。六维感知之后才能真正的做到自动驾驶，我们现在的AI其实最多到了第二维，或者到第2.5维。
从2012年突破大数据的深度学习，给大家提供了一个很好的水平线，都水涨船高，在一个水平线上了，能够识别上千物体、上万物体的98%的精度。这是二维。到第三维，我们需要高精定位，高精地图在量产车上量产方案做，现在是一个全世界都没有完全解决的问题。所以，我们现在在二跟三之间，但我们同时可以在研究界以及算法界可以做第四维、第五维的一些突破，一些预言，但是，真正落到产品上还需要一些实践跟积累。所以，自动驾驶真正做起来，是结合传统经典算法，结合对scenarios的理解，有很多 scenarios，有很多场景。再结合AI做了各种各样的复杂流水，所以为什么你看各个自动驾驶公司，有些人说我三个月车都可以开了，那接下来这两年你在干吗？在解决各种 scenarios，没完没了的scenarios，且这个车只要一换城市，发现什么东西都变了，要重新再搞一下，这就是自动驾驶的难处了。
另外，车不是一台手机，也不是一个电脑，安全要第一。要做到安全是很复杂的，车本身有控制单元，有感知单元，现在又有芯片，各种各样的东西加到一起。为了解决这个问题，我们在传感器上，在控制单元上，在急刹车上都做了一些冗余，把安全以及智能分成了四个层次的框架系统，一层一层往上去涨。
我一个基本的原则就是，任何高级的智能都是不能以牺牲性命关天的安全性为原则。比如说，Uber前几个月发生了一些车祸，就是AEB没有启发。这种情况下，不管整个车有多智能，我是不会去用的，因为AEB是性命攸关的。所以，在设计我们的系统上，第一步保证传统一百年造车留下的精华不要被损害。第二层，有一个冗余。第三层、第四层，我再说高级的智能，如果高级的智能做不到，就回到下面的一些智能上去，保证人的性命安全，比智能的fancy的未来更重要。
最后，想跟大家分享一下我们的产品的智能演进。我说过，要解决自动驾驶问题，我不相信有一家厂商可以站出来说我落后的都解决了，这是不科学的，这个问题有它的科学性。所以它一定有一个演进的道路。
中国人驾驶的焦虑痛点跟外国人不一样，比如说外国人很少有停车焦虑，停车场都很多。但是中国人停车焦虑是很大的，所以我们第一步先从停车焦虑开始解决，从耳朵，就是先用超声波，基于超声波的泊位，像蝙蝠探测一样，要前后、左右有车辆才能去检测，超声波也是现在市场上，大部分的停车系统用的技术框架。我们在此基础上加了视觉，车场空空的，超声波探测不出来任何车位这是很傻的，是人不能理解的。所以加上视觉，让他能够看到各种停车位。最后再加上语音，让人可以跟它交互，再到一些记忆性的东西，一步一步演进它的智能。
对于自动驾驶来讲，驾驶焦虑，比如说春运的时候长途开高速公路的焦虑，比如说每天上下班，在一线城市每个人平均50分钟、一个小时的堵车，上下早晚高峰的焦虑。这种焦虑已经使得车变成了除了家、公司之外非常重要的生存空间。
我们解决完驾驶焦虑之后，会从高速自动驾驶开始去做，L2就是人可以不允许脱手，手要实时在上面，L3可以允许脱手了，长途跋涉的时候，人的焦虑性、疲劳性可以得到更大程度的改善。到拥堵情况下，车可以自己跟停，handle一些换道，handle一些别人加塞的问题，解决早晚驾驶高峰的焦虑。
再到未来，城市十字路口怎么过，现在也是一个永恒的难题，怎么上下高速，是真正做到从A点到B点的自动驾驶的关键技术门槛。
到最后，其实就算这些技术问题都解决了，自动驾驶问题也没有完全解决，因为人的驾驶习惯，用户体验是我们最重要解决的问题。每个人驾驶的习惯不一样，有人喜欢激进型，有人喜欢平稳型，最后我们要解决个性化的驾驶问题，这是我们的演进之路，粗框架的。
同时，我们要说车内智能也要去做，当人越来越多的解放出来之后，双脚、双手、眼睛都解放了，人在车里干吗？在真正做到无人驾驶之前，其实车是一个人机共同体，有一部分场景是车，有部分场景是人。只是在L2的时候，人大部分还要驾驶，车驾驶少部分场景，越往上车越来越多的不需要人去管。在这个过程中，我们要通过驾驶员状态监测来告知系统，进行协同，人现在疲惫了，要给他十秒钟的时间接管，或者是他现在看手机，要八秒钟的时间来接管，要提前提醒他。才能够说在车开的越来越多的情况下，能够做到更好的无缝的更安全的功能的配合。
最后我想跟大家分享一下，我们现在自动驾驶中心是一个两岸四地的跨国团队，在广州总部解决造车测试的问题，在硅谷有团队解决软件研发的问题，在上海，北京也都有团队。
我们近期也有好消息，小鹏汽车在硅谷取得加州自动驾驶路测许可。希望在今年，我们只做少量的事情，其中一件最重要的事情就是把任督二脉打通，把框架建立起来，然后实现基本的功能，开始真正的上车做实验。
我希望我们是一个做正确的事，用正确的方法做事的团队，希望大家能够关注我们接下来的成绩和结果。