雷鋒網(wǎng)新智駕按， 10月17日-19日，2019年中國計算機大會（CNCC2019）在蘇州舉辦，本屆大會以“智能+引領(lǐng)社會發(fā)展”為主題，1000家機構(gòu)的代表、8000余人參展參會。阿里巴巴自動駕駛實驗室主任、首席科學(xué)家在會上發(fā)表了《自動駕駛沒有免費的午餐》的主題演講。

王剛認為，單用一套通用的自動駕駛算法很難覆蓋復(fù)雜多樣化的交通場景，需要將多場景問題進行分解、細化，有針對性的解決。王剛認為，自動駕駛的研發(fā)依賴于三個要素：精細化場景、針對性算法和自動化平臺。

以下為王剛演講全文，雷鋒網(wǎng)新智駕進行了不改變原意的編輯：

自動駕駛是智慧城市里面非常重要的一個部分，也可以說是人工智能里最復(fù)雜的一個系統(tǒng)，非常具有挑戰(zhàn)性。我今天主要想講講，阿里巴巴在自動駕駛系統(tǒng)上的一些思考和觀點。

關(guān)于自動駕駛，很多公司都在做載人的自動駕駛。阿里跟他們不一樣，從一開始關(guān)注的就是物流行業(yè)的自動駕駛，怎么讓物流車變得無人化。

阿里為什么要選擇這個行業(yè)？大家都聽說過，去年的“雙11”活動，光“天貓”一個電商平臺就產(chǎn)生了10億個包裹。未來以天貓、淘寶為代表的電商平臺，包括餓了么、盒馬代表的本地生活平臺將會產(chǎn)生越來越多的包裹。有人做了一個預(yù)測：五年之后，物流包裹可能會突破5億個/每天。

與龐大的包裹數(shù)量形成反差的是，我們社會的老齡化非常的嚴重，年輕人在慢慢變少。在可以預(yù)見的未來，社會將會缺乏足夠的勞動力去運輸這些包裹。因此阿里相信，物流車的無人化是整個物流產(chǎn)業(yè)發(fā)展的必然選擇，也是社會發(fā)展的必然選擇。

阿里目前專注于兩個物流場景：第一是末端物流場景，最后1~3公里的問題。這應(yīng)該是未來幾年內(nèi)最容易實現(xiàn)落地的場景，其在安全、法律上的挑戰(zhàn)都相對少一些。除了末端物流之外，阿里也在做公開道路的技術(shù)研發(fā)，自動駕駛必然會從末端走向開放道路。我們也在杭州街頭進行了常態(tài)化路測以及相應(yīng)的研發(fā)工作。

阿里的無人車不僅可以應(yīng)對各種復(fù)雜的開放道路路況，包括轉(zhuǎn)彎、與非機動車輛以及行人的交互，還能在復(fù)雜的城市道路實現(xiàn)上千公里的自動駕駛，而不需要人工的監(jiān)管。

以場景精細化應(yīng)對交通多樣化

最近幾年，國內(nèi)外的無人駕駛公司都取得了非常大的技術(shù)進步，但從客觀來看，自動駕駛還存在非常多的困難和挑戰(zhàn)，目前還沒有能夠完全落地的產(chǎn)品。

自動駕駛為什么這么難？不同的人有不同的看法：硬件還沒準備好、基礎(chǔ)交通設(shè)施不夠完善，但是阿里認為智能系統(tǒng)或者軟件是最上層的內(nèi)容。多數(shù)情況下，還沒落地是因為自動駕駛的算法還不能夠處理道路上的復(fù)雜交通狀況。

在阿里內(nèi)部，有稱之為cut-in（超車）的場景，即別的車輛跑在了自動駕駛車的前面。很多人認為這是一個非常簡單的場景，但我們發(fā)現(xiàn)由于車輛的側(cè)車型不一樣，cut-in的原因也不一樣，導(dǎo)致的行為方式也是非常不一樣的。很多時候，自動駕駛算法不能有效處理這么多復(fù)雜、多樣化的場景。這對自動駕駛來說是一個非常大的挑戰(zhàn)。

交通場景過于復(fù)雜、多樣化，那要怎么處理這樣多樣化的場景？我認為，我們非常有必要回想人工智能里的經(jīng)典理論，比如no free lunch理論。

這個理論是講，假如用一種通用算法來解決所有問題，是不可能在所有的問題上都取得很大成功的。相反，需要針對每一個問題進行相對應(yīng)的研發(fā)，針對性的優(yōu)化可以取得更好的結(jié)果。

這個理論在自動駕駛領(lǐng)域也是適用的。交通場景眾多，很難用一套或者幾套通用的自動駕駛算法去解決問題。相應(yīng)地，阿里希望能夠把自動駕駛的多場景問題進行分解、細化，有針對性的解決，這也是阿里稱之為的“自動駕駛里的no free lunch”理論。

將交通場景進行分類，聽上去很簡單，但仔細考慮就會發(fā)現(xiàn)這是一個非常復(fù)雜的問題。我覺得一個好的分類至少要滿足兩個標(biāo)準：

第一，分類必須非常精細化，粗粒度的分類是不能分解問題、降低問題的難度的；第二，分類必須為算法服務(wù)，跟算法高度融合，而不是為了測試和管理服務(wù)。

我們也審視了業(yè)界常用的分類方法，發(fā)現(xiàn)離這兩個標(biāo)準還有非常大的距離。有人按照行駛環(huán)境來分類，按高速、城市道路、鄉(xiāng)村道路來分，這樣粗粒度的分類，無法把問題分解為更簡單的問題。

也有人按場景要素來分，按照物體類型、天氣等情況進行組合。我們也發(fā)現(xiàn)，很多組合非常冗余并且和算法是沒有關(guān)系的。因此從這兩個角度來看，現(xiàn)有的場景分類方式都不夠理想。

基于此，阿里內(nèi)部提出了自己的自動駕駛場景庫，阿里巴巴中央場景庫。我們的場景庫有非常典型的分類。我們聯(lián)合感知和決策，有針對性地對場景類別進行開發(fā)。比如感知到場景后，決策環(huán)節(jié)可以預(yù)先做一些判斷，把速度降下來，避免事故的發(fā)生。我們的分類是針對算法來進行開發(fā)的。

這種分類方法的一個特點是，非常精細化。還是以cut-in場景為例，我們的場景庫里cut-in分為25個子類。通過精細化分類可以把非常復(fù)雜的cut-in問題降解為25個比較容易解決的問題。

這些分類是怎么產(chǎn)生的？過去，分類主要是由專家來設(shè)計，根據(jù)對場景的理解得出結(jié)論。遺憾的是，這些理解是非常粗粒度的，到不了非常精細的程度。而阿里采用的是數(shù)據(jù)驅(qū)動的方法，通過搜集大量的路測數(shù)據(jù)，從數(shù)據(jù)里挖掘、發(fā)現(xiàn)什么樣的場景是算法更應(yīng)該關(guān)注的場景，從而形成精細化的分類。

另外一個特點是，我們的分類包括很多動態(tài)化的場景，比如與社會車輛、行人的交互。如果路上沒有其它車輛，自動駕駛就不是一個難題了。因此動態(tài)場景才是自動駕駛最大的困難，我們也基于數(shù)據(jù)驅(qū)動的方法得到這些動態(tài)場景。單純的人工去設(shè)計很難描述動態(tài)場景，因此也很容易錯失一些重要的場景分類。

基于精細化場景的算法問題

基于這個自動駕駛場景庫和no free lunch理論，需要針對每個場景分類做相應(yīng)的算法開發(fā)?？梢韵胂蟮氖?，假如有1000個場景分類，我們需要開發(fā)1000個不同的算法來解決問題。這是一個非常巨大的災(zāi)難。因為現(xiàn)在算法的開發(fā)模式稱之為“人工+智能”，算法的設(shè)計極度依賴自動駕駛工程師的領(lǐng)域知識，包括規(guī)則、算法模型、超參數(shù)等。所以這也是自動駕駛公司在市場上處于供不應(yīng)求狀態(tài)的原因。

這樣分類方法必然在研發(fā)效率上帶來很大的局限性。阿里也在通過計算換智能的方式來研發(fā)。這個詞并不新鮮，人工智能尤其是深度學(xué)習(xí)，本質(zhì)上就是計算換智能。

最開始可能需要依賴計算機視覺和圖像處理專家來進行人工設(shè)計，但可能會喪失非常重要的信息。深度學(xué)習(xí)被發(fā)明之后，可以通過神經(jīng)網(wǎng)絡(luò)、計算去搜索、找到最好的設(shè)計，從而提升了研發(fā)的效率和質(zhì)量。

但非常遺憾是，這樣的方式在自動駕駛領(lǐng)域應(yīng)用的并不多，其滲透率還遠遠不夠。有以下幾個原因：一個原因是設(shè)計理念上的差別；另一個原因是基礎(chǔ)設(shè)施以及工程平臺的缺失。這兩個原因?qū)е铝宋覀冊谧詣玉{駛上對人工的依賴過于嚴重。

數(shù)據(jù)驅(qū)動的自動化平臺

為解決這個問題，阿里提出了AutoDrive平臺。希望通過這個平臺的開發(fā)，能更多地采取數(shù)據(jù)驅(qū)動、計算驅(qū)動的方式，讓計算機更聰明地找到適合每個場景的算法、參數(shù)、結(jié)構(gòu)等，從而提高系統(tǒng)的智能程度。

目前阿里取得了一些初步結(jié)果。

在決策規(guī)劃上，比如在非常困難的路口碰撞項目上，過去完全依賴人工設(shè)計規(guī)則和參數(shù)，但結(jié)果并不令人滿意。采用了數(shù)據(jù)驅(qū)動的方式之后，AutoDrive平臺可以提高16個百分點。

在研發(fā)效率上，基于這個平臺，研發(fā)效率也能夠獲得極大提高。

在場景精細化上，我們把場景分成25個子類，再進行針對性的優(yōu)化能把成功率提高18個百分點。這些初步結(jié)果，也表明了我們的方向是非常正確的。

再舉一些視覺案例，視覺也是自動駕駛里非常重要的部分，它能捕捉到激光雷達無法得到的語義信息。這些語義信息對于理解場景、預(yù)測來說是非常重要的。

對一些典型識別和檢測任務(wù)，我們也用AutoDrive平臺進行了計算化智能，在效率和效果上都有很大的提升。比如用人工來設(shè)計一個典型的檢測網(wǎng)絡(luò)，由于不知道哪些部分是最核心的網(wǎng)絡(luò)部分，就可能帶來冗余，但經(jīng)過AutoDrive平臺的優(yōu)化之后，可以極大地降低網(wǎng)絡(luò)復(fù)雜度。因為自動駕駛對實時性要求非常高，降低網(wǎng)絡(luò)復(fù)雜度可以提高整個效率以及降低對硬件的依賴程度。

最后講一下，AutoDrive背后其實是有非常堅實的工程支撐的，它需要很多的工程電路以及工程經(jīng)驗的。但AutoDrive平臺能夠運行起來還有幾個要素：

第一、我們將全量的海量數(shù)據(jù)全部都放在了云上，只有云上才有足夠多的內(nèi)存和計算資源。將海量自動駕駛數(shù)據(jù)是放在單獨的服務(wù)器，是不可能跑起來。

第二、我們打通了整個AutoDrive運行起來需要的閉環(huán)。用計算換智能必須從input到output都有一個完整的結(jié)果。所以我們打通了數(shù)據(jù)收集，數(shù)據(jù)標(biāo)注以及仿真、模型訓(xùn)練、評價等一整套系統(tǒng)，就能知道服務(wù)器上的每一個結(jié)構(gòu)能產(chǎn)生什么樣的結(jié)果，從而達到計算換智能的效果。

總結(jié)一下，我認為未來自動駕駛的研發(fā)需要依賴三個要素，這三個要素會進行協(xié)同，產(chǎn)生更好的化學(xué)反應(yīng)。

1、場景（需要精細化）。過去業(yè)界的場景分類過于粗獷，支撐不了no free lunch理論。因此需要研發(fā)出一個更好的精細化場景分類方式帶動整個研發(fā)體系。

2、算法。需要對算法進行相應(yīng)的優(yōu)化，有的放矢地針對每個場景進行處理。

3、自動化平臺、云平臺。為了實現(xiàn)高效的研發(fā)，需要AutoDrive自動化平臺，但AutoDrive平臺背后離不開整個云平臺的支撐，包括數(shù)據(jù)的采集、回歸、仿真、以及模型訓(xùn)練、測試評價等。

這三個要素結(jié)合在一起才能高效地推進自動駕駛技術(shù)的研發(fā)。

最后再講一下阿里的芯片，過去在整個AI領(lǐng)域里，討論的芯片主要是inference芯片，但我認為訓(xùn)練芯片需要引起業(yè)界的注意?，F(xiàn)在業(yè)內(nèi)認為訓(xùn)練芯片還可以用，那是因為業(yè)內(nèi)還沒有廣泛地應(yīng)用計算換智能的方式，芯片的一些方法限制了訓(xùn)練算法的大規(guī)模使用，只有解決這個問題，計算換智能才能得到普及。（雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。