0
| 本文作者： 盛威 | 2017-05-06 11:00 |
“用4个月时间打造一辆自动驾驶汽车”、“曾在全球最大军火制造商工作”、“给卫星写过代码”，这是媒体对Vector.ai创始人蔡长柏（Andrew Tsai）的描述。但在完成“4个月打造一辆自动驾驶汽车”背后蔡长柏到底遇到了哪些困难，外界却很难得知。
2016年8月，蔡长柏购买了一辆2017年款的Acura ILX作为原型车，并把它改装成了一辆自动驾驶汽车，在接受雷锋网新智驾采访时，蔡长柏表示这辆自动驾驶汽车已经达到了Level 3的自动驾驶级别。
在此之前，蔡长柏曾在全球知名军火制造商洛克希德·马丁和诺斯洛普·格鲁门公司任职。蔡长柏对雷锋网新智驾表示，这两家公司的工作内容虽然不直接涉及到自动驾驶，但他们在设计武器和卫星等设备时也会应用到人工智能技术，这对于他后来参与自动驾驶汽车设计有很大的帮助。
在设计这辆自动驾驶汽车的过程中，蔡长柏也得到了来自芯片制造商、传感器制造商和其他硅谷的自动驾驶创业公司的帮助。因此，他认为自动驾驶行业其实是一个各家公司协同合作的生态系统，而不是一个竞技场。“这是一个大生态环境，每家公司都有自己的定位，我们要做的是在这个市场中存活下去。”蔡长柏说。
在完成了自己的第一辆自动驾驶汽车改装后，Uber、Embark等自动驾驶公司纷纷向他抛出橄榄枝，但蔡长柏认为实现自己的自动驾驶梦想最有效率的方式是自己组建团队创业，因为在大公司的团队中有很多事情是在他自己控制之外的。
蔡长柏对效率的看重不仅体现在团队上，还体现在他的自动驾驶愿景上。蔡长柏的梦想是“以一种更有效率的方式改变交通的未来”，因此他不仅自己组建团队创业，还通过与硅谷终身学习平台BitTiger等教育机构合作的方式，把自己在自动驾驶方面的经验和知识分享给想进入这个行业的年轻人。在蔡长柏看来，让更多人进入这个行业会让自动驾驶的推进变得更有效率。
关于Vector.ai的自动驾驶愿景及未来的商业计划，Vector.ai创始人蔡长柏及合伙人杨帆最近接受了雷锋网新智驾（AI-Drive）的专访，以下为采访实录：
新智驾：你们对2017款Acura ILX做了哪些改装工作？需要获得汽车的哪些控制权限？比较困难的部分在哪里？
杨帆：要做自动驾驶，我们改装了4个地方，它们分别是刹车、油门、转向以及换挡。这4个核心关键部位决定了这台车能否进行自动驾驶。具体来说，我们控制了这些地方的权限。这其中比较困难的是换挡，因为Acura ILX的换挡分为1-8档，在不同的速度下需要的档位不同，所以我们需要对它进行比较复杂的改装。
新智驾：为什么会选择这款车进行改装呢？
杨帆：第一，这款车是基于日本本田平台下的，而与德国车、美国车相比较而言，日本车的电子助力转向是非常成熟的，而美国车大多是液压助力转向。所以改装日本车相对来说比较容易，因为我们能够很轻松地控制电子助力转向的权限并切入它的控制系统。我们都知道，原装出厂的汽车的助力转向算法和电路控制系统是集成在汽车的设计里面的，如果想要把来自传感器（激光雷达等）的信号输入进去并对它进行控制的话，我们需要让信号传递给主机，并让主机生成控制信号输出给助力转向系统。这就需要对原来的电子控制权限进行一些改进，把原来的数据流截断或进行部分筛选，然后把我们控制的数据源输入进去，让它根据我们的思路去控制车辆。
第二，有数据显示，90%以上的美国消费者都倾向于选择日本或韩国等亚洲国家生产的车辆，另外日本车在中国市场也很受欢迎。接下来我们也会改装起亚等韩系车辆。当然，我们对欧洲车也很感兴趣，包括大众、宝马和奔驰。
新智驾：从去年4月份开始自学起无人驾驶技术，你主要补的课是哪些呢？
蔡长柏：当我在大学的时候，我就一直在学习人工智能相关的课程，在洛克希德·马丁和诺斯洛普·格鲁门工作期间，我也学习了很多人工智能在防务上的应用。而且，我一直在学习人工智能在自动驾驶方面的应用，所以在创业之前我就已经有了很多知识的累积。另外，我还学习了一些吴恩达和Yann LeCun等人的在线课程，这让我理解了自动驾驶技术如何投入实际应用。Udacity也提供了很多很好的课程，例如如何构建机器人和自动驾驶等。另外，得克萨斯大学、多伦多大学也提供很多很好的自动驾驶课程。除此之外，我还得到了很多硅谷同行的帮助，从芯片制造商到传感器制造商再到其他的创业公司都给了我很多自动驾驶工业设计上的指导。
新智驾：原来你在洛克希德·马丁、诺斯洛普·格鲁门以及DARPA的工作经验，与现在做自动驾驶有什么相同之处和不同之处？
蔡长柏： 其实洛克希德·马丁和诺斯洛普·格鲁门不做自动驾驶，但他们为美国政府和军方提供相关的解决方案。自动驾驶的核心是人工智能，而人工智能则是任何自动化平台的高级层面。人工智能已经被应用在了医疗保健、智能手机和保险等诸多领域，它在军事防御领域也有应用。所以在Lockheed Martin和Northrop Grumman我直接接触的是人工智能，而不是它的自动驾驶应用。
新智驾：你认为Vector.ai与其他自动驾驶公司有什么区别？
蔡长柏：我认为让我们跟他们不一样的地方在于我们意识到了这些公司可能也有类似的想法，但我们使用了正确的方式去实现这一想法。例如我用更短的时间改装出了一辆自动驾驶汽车，并把它带到世人面前。
另外，我们也把重点放在让自动驾驶汽车大众化这件事情上，不像comma.ai、drive.ai等公司，他们把自动驾驶的未来看得太重要了。但我们的重点是，有可能会进入自动驾驶行业的人。这也是我们与硅谷终身学习平台BitTiger等教育机构合作的原因，我们要帮助在自动驾驶领域有抱负的年轻人进入这个行业。因为即使像百度这样的公司开源了自己的自动驾驶平台，很多人也不知道怎么去使用这些平台。所以我们希望提供这样一个平台，在推进我们的项目的同时，还能够吸引到一些优质人才，并带他们进入这个行业，共同推进自动驾驶的进程。
新智驾：如何看待Google、Tesla以及传统车企在自动驾驶领域的成就，你认为你们还有市场吗？
蔡长柏：我们知道自动驾驶是一个生态系统，所以这并不意味着所有这个领域的公司都在进行直接的竞争。例如特斯拉生产整车，Waymo更多是在做激光雷达，中国的驭势科技目前做的是园区无人车。这是一个大生态环境，每家公司都有自己的定位，我们要做的是在这个市场中存活下去。
新智驾：那么你们要做的具体是哪个细分的领域？
蔡长柏：在这个生态中，我们提供的核心产品是人工智能算法，也就是基于人工智能的通用的自动驾驶解决方案。在制造自动驾驶整车的公司在进行量产前，他们需要解决这个计算机科学的问题，而我们则提供这个问题的解决方案。目前我们的客户主要是一级供应商，一级供应商主要是为主机厂进行代工生产（OEM），他们也需要这样的解决方案。
新智驾：无论DARPA，还是军工项目，对于传感器都是相对不惜成本的，在你们的开发过程中，使用了一些相对比较廉价的传感器（比如未使64线激光雷达），带来的影响是什么？
蔡长柏：还是这个问题，自动驾驶行业是一个生态系统，有的公司提供解决方案，有的公司提供GPS，有的公司提供高精度地图。而64线雷达主要是提供给绘制高精度地图的公司使用的，对于我们来说，我们的研发重点是人工智能的解决方案，16线的雷达对于我们来说已经够用了。而且对于创业公司来说，使用更低价的激光雷达也是一个明智的选择。
新智驾：你们的研发过程中是否用到了开源数据？你怎么看待开源数据？
蔡长柏：在回答这个问题之前，我想谈谈开源数据的意义。开源的哲学是让事情变得有效率，因为我们不需要重新发明一样已经存在的东西。开源是当我们写完一个程序或者获取一些数据之后，我把它开放给技术社区，并获得一些反馈，我们可以看到人们怎么改进它，甚至是怎么应用它。
我看到百度、Google和特斯拉等进入自动驾驶行业的公司都开放了很多数据和应用，因为他们想把人们带入这个生态系统，然后推进自动驾驶的进程。我认为，重点不是在技术上，而是在于如何协同合作上，在于这个生态系统里的公司合作推进同一件事情。
新智驾：现在在自动驾驶上，每一家都积累了大量的数据，但每一家的数据都还不够大，你认为大家以后分享数据的方式是怎样的？或者怎样来合作使得自动驾驶的算法更好？
蔡长柏：我认为问题不是数据的量够不够大，这需要区别不同情况。因为即使不同的公司共享了自己的数据，但如果这些数据不与你自己的框架搭配的话，这些数据就是无用的。我认为数据并不是自动驾驶的核心，它更多的作用是增加消费者的信心。但我并非说数据不重要，它也可以作为测试的依据。如果你拥有几百万公里的行车数据，在测试时你就知道哪些情况下可能发生车祸，哪些情况下你需要让人类司机接管汽车，随着数据量的增加，系统的性能也就会慢慢提升。
新智驾： Uber旗下的Otto、Embark等不少企业之前都希望邀请你入职，为什么你还会选择自己创业？
蔡长柏：他们的确给了我工作邀请，但我的目标是改变交通的未来，更重要的是，要以一种更有效率的方式改变交通的未来。Otto、Embark都是很棒的公司，也有很棒的团队，但我认为我自己创业会比在一个大团队中更有效率。我认为这是我的梦想，为自动驾驶行业提供一个解决方案，让开车这件事情变得更有效率。我不否认我在那些公司工作也可以得到相同的结果，但我相信也有很多问题、很多事情是超乎我的控制的。
新智驾：如何评估你们现在自动驾驶解决方案能达到的水平？后期的商业化规划是怎样的？
蔡长柏：目前我们的自动驾驶解决方案处于Level 3的初级阶段。但具体的商业化规划目前需要保密，我可以告诉你我们现在的利润主要来自于向一级供应商提供人工智能解决方案的授权，并对这些授权收费。
新智驾：你怎么看待中国市场？如何看待中国和硅谷自动驾驶公司在技术上的区别？
蔡长柏：首先，中国是一个很大的市场，据估计到2020年中国的自动驾驶市场规模将会达到300亿美元，而如果我们能够得到其中的一小部分份额的话，我们的公司就可以说是盈利的。
但就技术而言，相比于硅谷的自动驾驶公司，中国公司过于依赖ADAS，硅谷公司则大多是在通过人工智能实现自动驾驶，因为我们认为人工智能才是自动驾驶的关键。我们为自动驾驶公司提供人工智能的解决方案，这样他们就不需要重新开发其他人已经做过的工作，这是一件很有效率的事情。但我并不是说ADAS和人工智能孰优孰劣，因为当一辆自动驾驶汽车的人工智能失效时，ADAS可以帮助它继续驾驶，反之亦然。而ADAS在运行的过程中，也能为人工智能的神经网络提供反馈，从而提升它的性能。
如文中提到，Vector.ai目前正与一家硅谷科技在线教育公司BitTiger合作将于5月22日推出一门线下自动驾驶深度学习培训课程，这一课程全程10天80个小时，Vector.ai将从软件到硬件手把手教授如何打造出一辆普通车十分之一大小的自动驾驶汽车人车原型。如果你有兴趣，欢迎访问bittiger.io了解更多信息。
雷锋网相关推荐：《Drive.ai雨中路测后，我们远隔大洋与这家硅谷创业公司聊了聊》
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
