「如何看待肖健雄離開普林斯頓大學(xué)去創(chuàng)業(yè)?」答案不言而喻，「學(xué)而優(yōu)則商」已是計(jì)算機(jī)視覺(jué)圈（或泛人工智能圈）習(xí)以為常的事情。

因此有人總結(jié)學(xué)術(shù)界大牛從商之路的三種選擇：一是教授被工業(yè)界挖走，帶領(lǐng)各個(gè)大公司的研究院；二是有著極強(qiáng)技術(shù)背景的學(xué)生在畢業(yè)后或經(jīng)過(guò)短暫的職業(yè)生涯后聯(lián)合幾個(gè)志同道合的同學(xué)（或朋友）共同創(chuàng)業(yè)；三是教授從高校離職，創(chuàng)立自己的公司。

毫無(wú)疑問(wèn)，肖健雄屬于第三條路徑。

X 教授創(chuàng)立 AutoX

肖健雄是 MIT 人工智能實(shí)驗(yàn)室的博士。創(chuàng)業(yè)前，他是學(xué)術(shù)圈里的明星人物，周圍的朋友和同事喜歡稱他為 Professor X（「X 教授」）。

在學(xué)生時(shí)代，肖健雄曾先后獲得包括 ECCV（歐洲計(jì)算機(jī)視覺(jué)會(huì)議）、Google Research 在內(nèi)的最佳論文獎(jiǎng)等。2013 年從 MIT 畢業(yè)后，他在普林斯頓大學(xué)計(jì)算機(jī)系擔(dān)任助理教授，后創(chuàng)辦了普林斯頓大學(xué)計(jì)算機(jī)視覺(jué)和機(jī)器人實(shí)驗(yàn)室（Computer vision and robotics lab）。

在他的個(gè)人網(wǎng)站上，肖健雄是這樣介紹自己的：在計(jì)算機(jī)視覺(jué)，自動(dòng)駕駛和機(jī)器人技術(shù)方面有十多年的研究和工程經(jīng)驗(yàn)，也是 3D 深度學(xué)習(xí)、RGB-D 識(shí)別和地圖、大數(shù)據(jù)、機(jī)器人深度學(xué)習(xí)等領(lǐng)域的先鋒。

有了這樣的背景，又是華人創(chuàng)業(yè)者，這讓他很快成為駐扎在硅谷的中國(guó)資本追捧的對(duì)象。

去年 6 月，當(dāng)他離開普林斯頓大學(xué)決定要去創(chuàng)業(yè)時(shí)，外界便好奇：「X 教授」會(huì)創(chuàng)立一個(gè)什么樣的公司？「教授創(chuàng)業(yè)一定緊密扎根自己的學(xué)術(shù)成果。所以我想健雄老師公司的關(guān)鍵詞也多半和 Deep Learning（深度學(xué)習(xí)）、Vision (尤其是 3D vision) 緊緊相關(guān)?！乖腥诉@樣猜測(cè)。

最終，肖健雄創(chuàng)辦的 AutoX 向外界揭曉謎題——這是一家為自動(dòng)駕駛汽車提供軟件（包括感知、決策和控制）解決方案的科技公司。

憑借在學(xué)術(shù)界的名聲，肖健雄目前已為 Auto X 招來(lái) 20 余人，他們大部分來(lái)自美國(guó)頂尖高校：MIT、斯坦福大學(xué)、伯克利，并曾經(jīng)在微軟、Facebook、蘋果、Magicleap 以及本田有過(guò)工作經(jīng)驗(yàn)。

「自動(dòng)駕駛并不是奢侈的」

「為什么是（選擇）自動(dòng)駕駛？」今年 5 月，在 TiEcon 2017 上，肖健雄在演講上回答了這一問(wèn)題。

他說(shuō)，自動(dòng)駕駛是一個(gè)「讓人興奮的領(lǐng)域」?；仡欉^(guò)去幾十年在科技領(lǐng)域發(fā)生的變革，從個(gè)人電腦、互聯(lián)網(wǎng)再到智能手機(jī)，幾乎改變了每個(gè)人的生活。而未來(lái)三十年能改變每個(gè)人生活的將會(huì)是自動(dòng)駕駛汽車。

更讓他「超級(jí)興奮」的是，自動(dòng)駕駛是他所擅長(zhǎng)領(lǐng)域（計(jì)算機(jī)視覺(jué)和機(jī)器人）的大規(guī)模應(yīng)用。

在自動(dòng)駕駛的生態(tài)系統(tǒng)中，參與者有汽車廠商、Tier1、芯片公司、出行服務(wù)公司等等，肖健雄指出，要將自動(dòng)駕駛生態(tài)打通，需要一個(gè)非常好的 AI 軟件平臺(tái)——這是 AutoX 可以施展拳腳的地方。

在自動(dòng)駕駛的世界里，特斯拉是為數(shù)不多使用基于攝像頭的方法來(lái)實(shí)現(xiàn)全自動(dòng)駕駛的公司。在特斯拉第二代 AutoPilot 硬件上，特斯拉希望通過(guò) 8 個(gè)攝像、前向雷達(dá)、超聲波雷達(dá)和 GPS 數(shù)據(jù)來(lái)實(shí)現(xiàn)全自動(dòng)駕駛。沒(méi)有激光雷達(dá)，這是特斯拉與主流自動(dòng)駕駛公司最大的區(qū)別。

但 AutoX 選擇了一條比特斯拉更激進(jìn)的方式。

今年 3 月，AutoX 拿到加州 DMV 頒發(fā)的自動(dòng)駕駛路試牌照，隨后這家公司對(duì)外公布了一段在不同天氣下的自動(dòng)駕駛路測(cè)視頻。

值得注意的是，這輛改造自林肯 MKZ 的原型車并沒(méi)有搭載諸如激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、差分 GPS 等傳感器，取而代之的是總成本不到 500 美金的 7 個(gè)攝像頭——這相當(dāng)于一臺(tái)智能手機(jī)的價(jià)格。

肖健雄想要解決的問(wèn)題，正擊中自動(dòng)駕駛領(lǐng)域痛點(diǎn)——造價(jià)高昂的傳感器無(wú)法快速將科研成果商業(yè)化。其中一個(gè)例子是，在谷歌分拆出來(lái)的自動(dòng)駕駛公司 Waymo 長(zhǎng)達(dá) 10 年的研究中，最大的一個(gè)進(jìn)展是將傳感器價(jià)格降低由原來(lái)的 75000 美元降低到 7500 美元。

在 TiEcon 2017 上，肖健雄說(shuō)：「AutoX 的使命是使自動(dòng)駕駛技術(shù)平民化，自動(dòng)駕駛并不是奢侈的，而是人人都能享受到的技術(shù)?！?/p>

「Make AI stronger，make software better」

攝像頭的好處是，即使是非常低端的攝像頭，依然有較高的分辨率。攝像頭對(duì)物體的識(shí)別包括交通燈的識(shí)別非常清晰。當(dāng)然，這一方案的最大優(yōu)勢(shì)是硬件成本非常低并且易于集成。

但問(wèn)題是，目前僅僅依靠純視覺(jué)方案可靠嗎？肖健雄答：「Make AI stronger，make software better.」（讓 AI 更強(qiáng)，讓軟件更好。）

聽完他在 TiEcon 的演講后，臺(tái)下一位觀眾評(píng)價(jià)：AutoX Jianxiong Xiao has more faith in camera-based rather than sensor-based autonomous driving.（肖健雄對(duì)基于攝像頭而不是基于傳感器的自動(dòng)駕駛更有信心。）

作為新創(chuàng)公司，AutoX 目前的收集的數(shù)據(jù)還不夠多，不足以讓其系統(tǒng)做出更好的決策。未來(lái)，AutoX 希望打造一個(gè)自動(dòng)駕駛車隊(duì)來(lái)收集更多數(shù)據(jù)并不斷完善這一解決方案。

今年 7 月，在 CVPR（國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議)的現(xiàn)場(chǎng)，雷鋒網(wǎng)與肖健雄博士聊了聊 AutoX 的新動(dòng)向以及他關(guān)于自動(dòng)駕駛的思考。以下是對(duì)話實(shí)錄（有刪減）：

雷鋒網(wǎng)：介紹 AutoX 的最近情況，比如團(tuán)隊(duì)規(guī)模、最近計(jì)劃。

肖健雄：最近增長(zhǎng)到大概 20 多個(gè)人，增長(zhǎng)速度可能沒(méi)有其他公司那么快，我們喜歡把最好的人招進(jìn)來(lái)。我們招人依舊是兩個(gè)標(biāo)準(zhǔn)：又紅又專，就是專業(yè)技能非常強(qiáng)大，又特別注重 Teamwork。

目前有一些計(jì)劃但不方便透露。我們可以說(shuō)的是會(huì)在 2 年內(nèi)將產(chǎn)品推向市場(chǎng)，讓用戶可以用到。

雷鋒網(wǎng)：AutoX 的方案是舍棄激光雷達(dá)、差分 GPS ，使用汽車前端的 7 個(gè)攝像頭，這樣成本也很低。但從安全性的角度說(shuō)，你們是如何考慮的？如果只用攝像頭可以做到什么樣水準(zhǔn)的自動(dòng)駕駛？遇到惡劣天氣、逆光等極端情況，如何應(yīng)對(duì)？

肖健雄：我們從來(lái)沒(méi)有說(shuō)要放棄安全性，但很多人就把安全性當(dāng)成一個(gè)不努力做視覺(jué)的借口。

安全性并不是說(shuō)物理世界信息不足，而在于軟件要足夠好。我覺(jué)得在理論上絕對(duì)可以靠 Camera 做到非常安全。只要有所投入，在這個(gè)領(lǐng)域花更多精力，跑出來(lái)的效果并不會(huì)差。

惡劣天氣和逆光主要靠提高算法的魯棒性，提高數(shù)據(jù)級(jí)，當(dāng)然相機(jī)也不能太差?；谶@個(gè)前提，其他就是拼軟件了。

雷鋒網(wǎng)：你是否覺(jué)得視覺(jué)可以解決自動(dòng)駕駛一切問(wèn)題？

肖健雄：我覺(jué)得長(zhǎng)遠(yuǎn)來(lái)說(shuō)，肯定可以解決自動(dòng)駕駛一切問(wèn)題，問(wèn)題是這個(gè)時(shí)間我們是否有耐心等待，比如說(shuō)花 10 年、20 年實(shí)現(xiàn)完全無(wú)人駕駛。

我們從來(lái)不排斥其他傳感器，也不排斥其他技術(shù)，只是說(shuō)專攻在相機(jī)上。我們的論點(diǎn)是：大家太小看相機(jī)了，導(dǎo)致沒(méi)有努力把它的功能提高。它還有很多油水可「榨」，只是大家沒(méi)有努力「榨」而已。

雷鋒網(wǎng)：你之前演講說(shuō)要打造「自動(dòng)駕駛大腦」，這個(gè)「大腦」是怎樣的？

肖健雄：自動(dòng)駕駛大腦有點(diǎn)像操作系統(tǒng)，往大說(shuō)，比如 Windows；往小說(shuō)，比如 Linux Kernel 的核心代碼。

我們現(xiàn)在做的是最核心的 kernel，包括感知和決策兩個(gè)模塊。我們把 kernel 搭建好，然后在這個(gè)基礎(chǔ)上加上其他傳感器、其他服務(wù)層。

雷鋒網(wǎng)：現(xiàn)在很多公司目標(biāo)是做 Level 4 級(jí)別的自動(dòng)駕駛技術(shù)，目標(biāo)是非常遠(yuǎn)大的，但離落地產(chǎn)業(yè)化很遠(yuǎn)，你如何看待這一級(jí)自動(dòng)駕駛的商業(yè)化問(wèn)題？

肖健雄：我覺(jué)得大公司像谷歌可以這樣玩，因?yàn)樗凶銐蚨嗟腻X，但絕大部分的創(chuàng)業(yè)公司不行。初創(chuàng)公司每一到兩年需要融資，然后沒(méi)賺到一分錢，我覺(jué)得這是不健康的方式。

我一開始為什么選擇 Camera ，因?yàn)榧す饫走_(dá)在將來(lái) 10 年后才可能很便宜，但兩到三年后可以便宜嗎？絕對(duì)便宜不了，沒(méi)那么快的。

雷鋒網(wǎng)：你覺(jué)得在無(wú)人駕駛這個(gè)領(lǐng)域，創(chuàng)業(yè)者或后來(lái)者還能從中找到哪些機(jī)會(huì)？

肖健雄：我覺(jué)得要做得有特色，比如集中在 niche market（小眾市場(chǎng)）。沒(méi)有特色、大而全，就做 Level 5，十幾年后才賺到錢，我覺(jué)得基本沒(méi)有機(jī)會(huì)，也沒(méi)有辦法生存。

這與普通初創(chuàng)公司并不一樣，比如滴滴或 Uber，做一個(gè) App、搭建一個(gè)服務(wù)器就可以開始了，然后大家集中火力干 6 個(gè)月，短期內(nèi)就能占領(lǐng)市場(chǎng)，取得很好的成績(jī)。

但自動(dòng)駕駛不是這樣的，即使我們集中火力干 6 個(gè)月，還是不能實(shí)現(xiàn)全自動(dòng)駕駛。這不是錢可以解決的問(wèn)題，而是需要更多技術(shù)積累。

所以我更看好漸進(jìn)式的路徑，先輔助駕駛，然后再升級(jí)，我覺(jué)得這是有道理的。絕大部分汽車廠也是這樣，他們不會(huì)馬上就實(shí)現(xiàn)自動(dòng)駕駛，消費(fèi)者就能買上這樣一輛汽車。

雷鋒網(wǎng)：在自動(dòng)駕駛領(lǐng)域，從 2009 年到 2017 年，你印象最深刻是什么？

肖健雄：我覺(jué)得印象最深刻的就是大家觀念上的變化，以前自動(dòng)駕駛覺(jué)得不可能實(shí)現(xiàn)，覺(jué)得不 work，只是純科學(xué)研究。大家對(duì)這一領(lǐng)域過(guò)于悲觀。

現(xiàn)在很多人覺(jué)得自動(dòng)駕駛可能實(shí)現(xiàn)了，又過(guò)于樂(lè)觀。很多人包括像 Elon Musk、黃仁勛都覺(jué)得無(wú)人駕駛問(wèn)題已經(jīng)解決，我覺(jué)得他們想得太簡(jiǎn)單。

無(wú)論是過(guò)于悲觀還是過(guò)于樂(lè)觀，這兩種方式都不正確。最好是理性看待：你要看到它確實(shí)很有前途，但又是一種漸進(jìn)式的進(jìn)化。

雷鋒網(wǎng)：AutoX 期待與什么樣的公司合作？

肖健雄：我們對(duì)整個(gè)交通和移動(dòng)出行都非常感興趣，合作伙伴主要有四種：

第一是汽車廠商。這是我們最想合作的伙伴，主流的主機(jī)廠可以讓我們的產(chǎn)品進(jìn)入主流車型。一開始可能不是完全無(wú)人駕駛，而是輔助駕駛，可以是 L2、L2.5、L3，不同 Level（級(jí)別）的輔助駕駛。這是我們與其他自動(dòng)駕駛公司的區(qū)別，我們更喜歡漸進(jìn)式的模式——一軟件逐步升級(jí)、數(shù)據(jù)逐漸積累。

第二是與主機(jī)廠相關(guān)的 Tier1，通過(guò)與他們合作，我們聯(lián)合開發(fā)將軟件、硬件，然后銷售給主機(jī)廠，將它裝進(jìn)主流車型。

第三是 Uber、滴滴這樣的出行公司。但這種模式的問(wèn)題在于：要真正達(dá)到無(wú)人駕駛才能開始商業(yè)化。這個(gè)門檻會(huì)更高、周期會(huì)更長(zhǎng)，可能要很多年后才會(huì)普及。

第四是物流公司，包括快遞、卡車等等，無(wú)人駕駛?cè)绻禽d人，可能要求更高，載貨要求則會(huì)低一些。

雷鋒網(wǎng)：談一談你參加 CVPR 的感觸。

肖健雄：現(xiàn)在這個(gè)領(lǐng)域真的引起了大家的關(guān)注。以前始我從事 CV 研究的時(shí)候，這算是一個(gè)冷門行業(yè)，根本沒(méi)什么人關(guān)注，當(dāng)時(shí)會(huì)議規(guī)模也很小?，F(xiàn)在都四五千人，太夸張了。

CVPR 受到這么大關(guān)注對(duì)我們這個(gè)領(lǐng)域的好處是，可以吸引到社會(huì)最杰出的人才進(jìn)來(lái)，這對(duì)整個(gè)領(lǐng)域快速發(fā)展非常重要。

*在CVPR的Workshop上，從左至右：Fisher Yu、彭軍、肖健雄、倪凱、吳甘沙、侯曉迪 圖片來(lái)自馭勢(shì)CMO雨嘉

雷鋒網(wǎng)：今年 CVPR 很多自動(dòng)駕駛相關(guān)的中國(guó)公司，比如滴滴、圖森、地平線、Momenta、AutoX 都在積極參與，這些公司或多或少都做著與深度學(xué)習(xí)相關(guān)的事情。你覺(jué)得深度學(xué)習(xí)給自動(dòng)駕駛帶來(lái)什么改變？

肖健雄：深度學(xué)習(xí)對(duì)自動(dòng)駕駛、對(duì) AI 領(lǐng)域的影響是巨大無(wú)比，不能小覷。

現(xiàn)在自動(dòng)駕駛公司使用深度學(xué)習(xí)，已經(jīng)成為常識(shí)。比如，我以前在普林斯頓教書，有兩個(gè)星期就是教深度學(xué)習(xí)，學(xué)生們學(xué)完后都懂了，然后他們各自去做自己的項(xiàng)目。

我覺(jué)得深度學(xué)習(xí)已經(jīng)有一點(diǎn)像「你會(huì)不會(huì)使用電腦、使用 office?！顾栽诓痪玫膶?lái)我們不應(yīng)該號(hào)稱「我是基于深度學(xué)習(xí)的公司」，這就好象說(shuō)「我們是一家基于使用電腦的 IT 公司」一樣。

深度學(xué)習(xí)進(jìn)展還是很快的，同時(shí)我覺(jué)得有一些進(jìn)展不一定真正可以實(shí)用。

比如 GAN（生成式對(duì)抗網(wǎng)絡(luò)，Generative Adversarial Networks），我覺(jué)得這在非人命相關(guān)的領(lǐng)域是十分有用的，但在自動(dòng)駕駛上我會(huì)持保留態(tài)度。因?yàn)橥饨鐩](méi)區(qū)分清楚這到底是純學(xué)術(shù)研究還是可以真正使用的技術(shù)。

現(xiàn)在很多技術(shù)還不完美，可能只是一個(gè)非常初級(jí)的想法，還需要更多時(shí)間才會(huì)演變得更好。比如 CV（計(jì)算機(jī)視覺(jué)），也是 20、30 年前有了初步的 idea，進(jìn)化到現(xiàn)在才達(dá)到適用的水平。

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