对话余凯：百度自动驾驶原型车年内路测

最开始完全来自于我的兴趣，让机器具有智能，人工神经网络可以识别、思考，这个是很酷的事情。这些事情从本科一直开始做，博士论文方向是做了机器学习。那个时候参加国际会议没有几个中国人，我们基本上是最早进入机器学习领域的几个中国人之一，到今天从大趋势来看机器学习可能是计算机行业最热门的学科，从学术界到工业界都有巨大的影响，无论大小公司，机器学习的人才炙手可热，但那个时候不是这样的。      

在美国的时候百度猎头打电话给我，然后到北京面试了一次，跟李彦宏聊了半个多小时就敲定了。那个时候我觉得是一个转折点，百度是中国公司里面最有技术基因的一个公司，对技术本身显得比其他公司更加的重视，到今天为止。百度在那个时候，因为他本身是一个大数据公司，数据怎么转化成价值？在两年前的时候，特别是面临移动互联网这么一个转型，对技术更加的重视，百度从上到下这么一个战略决策。    

没错。这个事情，本来是无可厚非，它是一个必然阶段，但是我们也看到，自有的原生的创新，这个趋势正在慢慢起来，无论是说在商业模式上，还是技术上，中国都越来越多。比如说在技术这一块，百度对于深度学习人工智能都很重视和投入。在很多其他公司没有认识到这个事情重要的事情，我们自己投了很多资源。    

2013年1月份，我回国8个月的时候，宣布要成立深度学习研究院，在那个时候国际上面没有几个公司做这方面的事情，在中国无论从公司还是从学术界没有一家做这个。到了今天，我们能看到已经遍地开花了。      

第一是视野。什么叫视野？视野就是在大家都不看好、都没有看到的时候，你跟你的几个朋友看到了。在2006、2007年，即使在美国也没有很多人认为深度学习是一个很大的方向。

第二是资源。比如说我们刚到百度的时候，要在国内招聘深度学习的人才，但是大学、高校都没有培养这方面的人才，我们只能去靠自己的圈子影响力，到国外去把认为比较好的人招回来。    

这个我觉得是一个格局和诚意问题。比如说吴恩达，我跟他是很多年的朋友，在美国合作过项目，当时我也没有想到能够说服他，这对我来说是一个惊喜。我们经常在一起谈，关于我们最近做了一些什么事情，有什么看法，他并不是完全不知道我们这边的情况。    

吴恩达很多的访谈，讲到他加入百度的原因，他总会提到两点，一个是我邀请他，第二个是百度在这方面的资源投入，进展的速度是非常快的。      

我们没有把谷歌作为竞争对手，因为现在我们面临的这些事情都是一个很广阔的前提，大家都在开垦，最重要的是如何抓住机会。所以我觉得更多的是自己跟自己竞争，怎么去超越自己，与别的公司根本没有到竞争的程度。非要说竞争的话，人才的竞争是一个。  

不是门槛降低了，是大家更重视了，所以会投入更多的资源和精力在上面。有的时候一个领域，进展有多快，一个很重要的因素是需求有多大。“两弹一星”你觉得难吗？当然难，但那个时候决心这么大，就能把这个事情给做出来。人的能力有时候是超乎你自己想象的。关键你做什么事情、选哪个跑道、你要解决什么问题、这个问题是不是跟整个社会的趋势和大发展息息相关，这个我觉得非常重要。    

这个说法没错，但不是很全面。这是在基础能力一样的前提下，数据源多的可能会更有优势。但是技术本身也在不断地变化，如果能够在基础技术的提升方面做一些前沿性工作，也能够带来很大的提升。    

以前深度学习用来提升语音，主要用在声学模型上面。一段语音信号，把它分成很多小段，每个小段分到大概一万个类的三元音素空间里面，然后变成文字的序列。这两部分，声学模型和上面的部分，以前都是分开的，只有下面用到了深度学习。去年百度做的工作就是全部用深度学习模型，整个训练是端到端的训练，技术框架跟以前不一样了，就带来一个很大的提升。    

这里门槛有好几个：建模的门槛（机器学习专家、统计学家对问题的理解如何，怎么去建更好的模型）；工程的门槛（如何高效地实现更复杂的模型，能够高效地处理大量的数据，并且线上实时的解码，用有限的资源来实现，而用无限的计算资源来做这个事儿）；系统集成的门槛（把整个系统放在一起的能力）。    

从不同的角度来看自动驾驶，从车企或者传统的自动控制会觉得这是一个控制的事情，而我们搞计算机的则认为这个是计算的问题。所以我觉得，相比车企，我们离自动驾驶的距离更近一点，因为自动驾驶的门槛在硬件后面的控制算法上。如果人没有大脑，比猩猩还差一点。    

现在日本做人工智能就是非常错误的路径，追求外型，很漂亮，但是在福岛海啸发生的时候，找不到有任何机器人能够进入核电站去关掉它，最后是一个美国军方的机器人把这件事情做到了。美国人做的机器人从来没有长的像人一样。所以人工智能在于算法的智能、能力的智能，而不是长得像人。机器人不一定要纠结在最后一个人字上，它只要是能够智能的思考就行。美国在机械各方面不是走在世界最前面，但是他的信息技术走在世界最前面。    

自动驾驶上，车企与互联网企业，应该说各有优势，但需要互补。我觉得我们需要弥补的，是硬件方面的能力一个短板。如果没有跟宝马合作，我们自动驾驶项目不容易开展。    

车企对于这个行业与我们有不同的理解。车企自动迭代更新的周期都是很长的，他们把安全是放在第一位的，成本也看得很重要，智能这件事情，他们不一定看那么重要。互联网公司更加超前大胆一点，这是一个整体的差别。    

还有一点因为互联网公司本身是传播效应比较强，所以搞出来的动静比较大。车企相对低调一点，他从任何的技术研发到进入产品中间周期都是很长。    

还是贴着我们目前的产品去往外做，百度自动驾驶的实现路径还是紧贴着地图产品、导航产品。每个公司路径不一样，必须结合自己的优势资源做事情，去想什么是你应该抓住的机会。造车这件事情要慎重，可能会贸然进入一个你并不擅长的领域，但是谁知道呢？就像几年前苹果也没有造车的打算，所以我觉得很难说。    

对于百度研究院来讲，我们的定位一定是长短结合。技术研发要超前，落地点一定要结合百度自身自有的资源优势去落地。光有超前的研发不是一个很好的模式。技术的研发一定要很快地找到着力点，进入正反馈的阶段，方向把握比较准。    

做硬件我们会比较审慎，要看是不是跟核心战略有比较密切的关系。  

真正要实现完全的无人驾驶有很长很长的一段路要走，之前必须要解决怎么样做高度的自动化驾驶。百度的看法跟车厂的看法是一致的，我们的项目不叫无人驾驶项目，我们叫高度自动驾驶项目，叫Highly Automated Driving，就是车能够在很智能的程度上辅助驾驶，与现在客机的驾驶状态接近，在起飞跟降落的时候一定是人操作的，但是巡航的时候完全可以去喝杯咖啡。    

特别微观琐碎的控制不需要人来参与，但是人如果想参与它是可以的。我认为人跟车的关系就和人跟马的关系一样。你骑马的时候，你睡着了马也会把你送回家，如果你骑着一匹马在万马奔腾的环境里面，马跟马之间的间距是特别地小的，这个距离不需要你去管，马之间会互相协调，但是不论在大方向还是小方向，你都可以控制马，它会听你的话。比如说北京堵车堵得特别严重的时候，车一点一点挪，自动驾驶比人更适合处理这个情况。    

百度主要在控制方面要依靠他们，宝马提供接口跟协议。不过怎么实现自动驾驶我们是分开的，互相之间定期会有交流。我们做的东西知识产权属于我们，他们做的技术产权属于他们。    

不代表，只是一块合作做一个技术的研发？    

国内目前高校有一些投入，车企的投入很小，他们目前还没有真正对这块重视起来，有的刚刚开始重视。    

高精度地图方面，今年我们会开始在某一个城市大规模地部署，研发目前差不多完成。大概在一两年之内，就可以投入使用了。首先可能会是基于手机APP做一些尝试，手机会有更好的服务体验，也许会有腕式的。车载系统百度也会不断加大力度去推广，不过车企会比较保守。            

当然了。关于这个，我们有一整套很强大的解决方案，包括车内的人机交互、地图基础导航的中间承载形态和车外的感知能力。总体来讲，我们是希望能够把出行这件事情做好。            

目前产品还在研发阶段，还没有产品。            

这个很难估计，我们只能说今年要做的事情今年知道，我们不太爱做长远的计划，传统企业一定要你做五年的规划，我们不怎么做五年的规划。我认为高速公路上的智能自动巡航，2-3年内在发达国家的一些公路上会实现。但在中国我觉得还会慢一点，因为公路基础实施需要一些改造。但是我们的原型车今年会实现在高速上自动行驶。