牽手大眾、現代，初出茅廬的Aurora Innovation如何與自動駕駛大佬競爭？
文 | 大壯旅
來自新智駕（AI-Drive）的報導
新智駕按：在完全自動駕駛實現之前，
在此基礎上，一個工程師團隊打造了一款軟體，它能從這些資料中學習如何駕駛。後來，這款軟體裝載在了車內，就能驅動汽車。最終，汽車能模仿司機的行為，進行自動駕駛。這是自動駕駛初創公司Aurora Innovation的成果。
*Aurora 聯合創始人：Chris Urmson（CEO)、Sterling Anderson（首席產品官）和 Drew Bagnell（CTO)
Aurora 成立於 2016 年，它的三位創始人分別是谷歌自動駕駛項目前任 CTO Chris Urmson 、前特斯拉 Autopilot 專案負責人 Sterling Anderson 及 Uber ATC (Advanced Technologies Center) 匹茲堡分部自動駕駛和感知負責人 Drew Bagnell。
Aurora 運用的，便是機器學習技術，它能夠給諸如 Aurora 這樣的小公司機會，讓它們也能有底氣和科技以及汽車行業的大公司競爭。有了機器學習，研究人員能夠以更快的速度提高自動駕駛技術水準。這就是為什麼 Aurora 雖然初出茅廬，但有信心能夠縮小與在自動駕駛領域耕耘多年的大佬差距，
1 月 3 日，Aurora 與大眾和現代汽車達成合作協定。大眾汽車集團首席數字官 Johann Jungwirth 表示：大眾汽車與 Aurora 合作了幾個月，共同開發自動駕駛汽車自動駕駛計程車服務。
2010 年，Urmson 和他在 Google 的同事開始了自動駕駛汽車項目研究。當時，編寫自動駕駛演算法是一個難以攻克的難關。但到了最近，一個叫做「深度神經網路」的電腦演算法已經從學術界走到了業界，
*黑色車型表示 Aurora 測試車，綠色區域表示 它規劃的路線。灰色車輛表示人類駕駛員駕駛的路線。目前 Aurora 正在訓練無人車如何人類的駕駛方式以調整路線規劃。
這種演算法能夠通過分析大量資料，
Urmson 在最近的採訪中表示，過去，我們需要一個極度聰明的博士生辛苦工作 6 個月，才能編寫出能夠發現道路上物體的檢測器的代碼。但現在，你收集到適當的資料，並讓演算法進行學習，一天之後便能得出之前博士生工作 6 個月的成果。
Google 自動駕駛汽車專案運用自動駕駛技術來檢測道路上的行人，並將相同的方法運用到汽車駕駛的其他環節，
但是，自動駕駛的發展道路還面臨著許多困難。現在，我們還不能清晰地認識相關的監管部門、法律部門和人民大眾對於自動駕駛的態度。因為神經網路學習大量資料，它們能夠以人類設計師不能預測和理解的方式進行操作。因此，我們沒有辦法得出機器做出一個特定決策的原因。
一個質疑便是：如果你開始使用神經網路來控制汽車行為，但汽車發生了事故，這時，你該如何解釋事故的原因，並保證之後不會發生類似事故呢？
2012 年，多倫多大學的兩位研究員就已經開始著手處理這個問題。一位叫做 Alex Krizhevsky 的畢業生打造了能夠識別日常物體（比如花、狗和汽車）照片的系統。這個系統通過分析數千張花朵照片，能夠在幾天之內進行自我學習，並能順利識別出花朵。同時，它的表現比任何人工編寫的系統都要好。
不久後，Krizhevsky 和他的夥伴加入了 Google。幾年後，Google 和它的競爭對手們便在人工智慧領域中開闢了新的領地，運用這個概念來識別照片中的物體、識別智慧手機人工指令、進行語言翻譯、回應搜索查詢指令等。
2013 年的假期，另一位 Google 研究員 Anelia Angelova 尋求 Krizhevsky 的幫助，以便解決 Google 汽車專案問題。不過，當時他們只是 Google 人工智慧部門 Google Brain 的成員，並沒有真正從事該專案。不過，那時他們看到了機遇。
他們並沒有嘗試讓電腦定義「行人」的外觀，而是創造一種演算法，讓電腦學習「行人」的外觀。系統通過學習數千張道路照片，開始識別定義「行人」的外觀特徵，比如頭部和腿部的曲線。這種方法非常有效，Google 開始將該方法運用於項目的其他環節，比如預測和計畫。
Google 的前自動駕駛汽車團隊成員、現 Waymo 的首席科學官 Dmitri Dolgov 表示：對於自動駕駛來說，2013 是個巨大的轉捩點。
Urmson 也同意這種觀點。他認為這種方法和其他的機器學習方法對於自動駕駛來說是至關重要的，它們能打造出匹敵甚至超越人類駕駛能力的系統。
Aurora 和 Waymo 類似，正在打造能夠識別道路物體、預測車輛和行人並作出反應的演算法。Urmson 解釋道，軟體能夠學習司機在特定道路上以特定速度和方向行駛時的行為。
其實，學習人類駕駛行為並不是一個新鮮的觀點。在上世紀 90 年代，卡內基梅隆大學的研究員打造了能夠學習簡單人類駕駛行為的演算法。
去年，內華達州的一支電腦晶片製造團隊發表了一篇論文，說明了讓現代硬體適應更複雜的人類行為的方法。但是，許多研究人員表示懷疑：並不清楚汽車製造商是否能完全理解神經網路作出特定決策並阻止無法預料的行為的原因。
斯坦福大學智慧系統實驗室機器人教授 Mykel Kochenderfer 表示，對於汽車和飛行器行業來說，神經網路是一個非常值得關注的點。
不過，雖然很多研究人員（包括 Kochenderfer）正在開發識別和阻止難以預料的行為的方法，但一些研究人員表示神經網路在接受物體識別訓練的過程中，錯誤地識別了並不存在的物體。
Aurora 在汽車上安裝了該自動駕駛系統，並將之備份了一份。因此，當一個系統運行失誤時，另一個系統可以瞬間操作，以保證汽車行駛的安全。英偉達的方法是讓同一個神經網路在浩如煙海的資料中，學習所有的駕駛行為。但 Aurora 反其道而行之，將任務分割成一個個更小的系統，一步步解決問題。
比如，其中一個系統是監測交通信號燈，一個是預測道路情況，另一個是為情況作出反應。Aurora 單獨訓練每一個系統，做出測試，再進行反復訓練。
機器學習專家 Drew Bagnell 是前 Uber 自動駕駛汽車專案團隊成員，在離開 Uber 後，他幫助創立了 Aurora。他表示，你如何自信地保證系統運行的效果呢？你得進行測試。
最近，Chris Urmson 接受了美聯社的採訪。在採訪中，他透露了與現代、大眾合作的相關事宜，並表達了對於自動駕駛未來的看法。以下是採訪內容，由新智駕編輯整理：
問：Aurora 將如何從與現代和大眾的合作中盈利？Aurora 將會將自動駕駛系統出售給這兩家汽車製造商嗎？你們有更廣泛層面的合作嗎？
Chris Urmson：此前，我們並未透露此次合作的盈利事宜。但我可以明確告訴你的是，我們是以盈利為目的的公司。
我們將會和現代與大眾進行長期合作，並在適合的時候與這兩個合作夥伴分享我們的自動駕駛系統。我們的關注點是完全自動駕駛系統，此系統能夠完全解放司機的雙手，司機能夠在車內隨心所欲。
問：很多公司和分析師表示，自動駕駛汽車最大的商機便是提供交通服務，即自動駕駛汽車共用服務。這樣一來，車輛和自動駕駛技術將會變成低盈利商品。Aurora 將會提供這樣的服務嗎？
Chris Urmson：自動駕駛技術的首要應用之一便是為人們提供交通服務。它將能為提高駕駛安全、移動出行效率和城市人民生活品質。
在我們的計畫中，自動駕駛能力、車輛和共用網路三者將能融為一體。不過，我們的計畫很美好，但現實仍然道阻且長。我們仍然不知道三者中的哪一個將起到引領作用，也不知道它們是否能夠達到平衡狀態。
問：你認為自動駕駛汽車更廣泛的用途是什麼？在 Google 時，你說過公司的目標就是到了 2019 年，你的兒子到了 16 歲時，不需要考駕照。你覺得這是自動駕駛汽車更廣泛的用途嗎？
Chris Urmson：自動駕駛技術更廣泛的用途？我並不覺得無需考駕照是它更廣泛的用途。但我知道，我兒子可以坐在無人駕駛汽車中遊覽一些城市。這就是自動駕駛技術的用途。
現在，亞利桑那州已經發生了一些有趣的事。比如，今年 Google 的 Waymo 自動駕駛汽車將會在鳳凰城開始進行無人駕駛測試。屆時，我們將能看到測試的過程和結果，並將更清楚地知道如何讓自動駕駛技術一步一步向前發展。
問：自動駕駛技術的發展比你想像中更快嗎？
Chris Urmson：相比於今天，兩三年前自動駕駛領域的投資可謂是微乎其微。因此，從速度上看，自動駕駛在近幾年確實經歷了飛速的發展，同時越來越多的人開始從事於自動駕駛工作。
但是我們知道，自動駕駛是一個很複雜的領域，前面仍然道阻且長。
問：自動駕駛發展道路上面臨的阻礙有哪些？
Chris Urmson：第一，我們需要解決實際駕駛之中的問題，在一些情況下，自動駕駛技術必須代替人類進行操作。因此我們首先需要解決自動駕駛系統在這些情況下的操作問題。
第二，我們需要解決自動駕駛技術的實際操作和進入市場的問題。我認為首先我們能夠解決第一個問題，因為我們已經知道如何運用技術，如何建立正確的自動駕駛系統。
同時，我們也正在與一些自動駕駛公司進行合作。大部分在此行業工作的人相信自動駕駛將能為社會帶來益處。比如，自動駕駛能夠提高道路交通安全。每年因交通事故死亡的人數那麼多，而自動駕駛能夠解決這個問題。【完】
PS：在 CES 結束的 4 天后，也就是 1 月 16 日，雷鋒網新智駕將在灣區舉辦 GAIR 矽谷智慧駕駛峰會，我們邀請了數十家中美兩地頂尖的自動駕駛團隊在峰會現場演講分享，這絕對是 2018 年最值得參與的智能駕駛峰會。
目前特惠票依然開放預訂中，點擊文末“閱讀原文”或訪問
https://gair.leiphone.com/gair/gairsv2018
直達峰會報名位址，獲得與行業頂尖大腦們進行思維碰撞的通行證。
一個質疑便是：如果你開始使用神經網路來控制汽車行為，但汽車發生了事故，這時，你該如何解釋事故的原因，並保證之後不會發生類似事故呢？
2012 年，多倫多大學的兩位研究員就已經開始著手處理這個問題。一位叫做 Alex Krizhevsky 的畢業生打造了能夠識別日常物體（比如花、狗和汽車）照片的系統。這個系統通過分析數千張花朵照片，能夠在幾天之內進行自我學習，並能順利識別出花朵。同時，它的表現比任何人工編寫的系統都要好。
不久後，Krizhevsky 和他的夥伴加入了 Google。幾年後，Google 和它的競爭對手們便在人工智慧領域中開闢了新的領地，運用這個概念來識別照片中的物體、識別智慧手機人工指令、進行語言翻譯、回應搜索查詢指令等。
2013 年的假期，另一位 Google 研究員 Anelia Angelova 尋求 Krizhevsky 的幫助，以便解決 Google 汽車專案問題。不過，當時他們只是 Google 人工智慧部門 Google Brain 的成員，並沒有真正從事該專案。不過，那時他們看到了機遇。
他們並沒有嘗試讓電腦定義「行人」的外觀，而是創造一種演算法，讓電腦學習「行人」的外觀。系統通過學習數千張道路照片，開始識別定義「行人」的外觀特徵，比如頭部和腿部的曲線。這種方法非常有效，Google 開始將該方法運用於項目的其他環節，比如預測和計畫。
Google 的前自動駕駛汽車團隊成員、現 Waymo 的首席科學官 Dmitri Dolgov 表示：對於自動駕駛來說，2013 是個巨大的轉捩點。
Urmson 也同意這種觀點。他認為這種方法和其他的機器學習方法對於自動駕駛來說是至關重要的，它們能打造出匹敵甚至超越人類駕駛能力的系統。
Aurora 和 Waymo 類似，正在打造能夠識別道路物體、預測車輛和行人並作出反應的演算法。Urmson 解釋道，軟體能夠學習司機在特定道路上以特定速度和方向行駛時的行為。
其實，學習人類駕駛行為並不是一個新鮮的觀點。在上世紀 90 年代，卡內基梅隆大學的研究員打造了能夠學習簡單人類駕駛行為的演算法。
去年，內華達州的一支電腦晶片製造團隊發表了一篇論文，說明了讓現代硬體適應更複雜的人類行為的方法。但是，許多研究人員表示懷疑：並不清楚汽車製造商是否能完全理解神經網路作出特定決策並阻止無法預料的行為的原因。
斯坦福大學智慧系統實驗室機器人教授 Mykel Kochenderfer 表示，對於汽車和飛行器行業來說，神經網路是一個非常值得關注的點。
不過，雖然很多研究人員（包括 Kochenderfer）正在開發識別和阻止難以預料的行為的方法，但一些研究人員表示神經網路在接受物體識別訓練的過程中，錯誤地識別了並不存在的物體。
Aurora 在汽車上安裝了該自動駕駛系統，並將之備份了一份。因此，當一個系統運行失誤時，另一個系統可以瞬間操作，以保證汽車行駛的安全。英偉達的方法是讓同一個神經網路在浩如煙海的資料中，學習所有的駕駛行為。但 Aurora 反其道而行之，將任務分割成一個個更小的系統，一步步解決問題。
比如，其中一個系統是監測交通信號燈，一個是預測道路情況，另一個是為情況作出反應。Aurora 單獨訓練每一個系統，做出測試，再進行反復訓練。
機器學習專家 Drew Bagnell 是前 Uber 自動駕駛汽車專案團隊成員，在離開 Uber 後，他幫助創立了 Aurora。他表示，你如何自信地保證系統運行的效果呢？你得進行測試。
最近，Chris Urmson 接受了美聯社的採訪。在採訪中，他透露了與現代、大眾合作的相關事宜，並表達了對於自動駕駛未來的看法。以下是採訪內容，由新智駕編輯整理：
問：Aurora 將如何從與現代和大眾的合作中盈利？Aurora 將會將自動駕駛系統出售給這兩家汽車製造商嗎？你們有更廣泛層面的合作嗎？
Chris Urmson：此前，我們並未透露此次合作的盈利事宜。但我可以明確告訴你的是，我們是以盈利為目的的公司。
我們將會和現代與大眾進行長期合作，並在適合的時候與這兩個合作夥伴分享我們的自動駕駛系統。我們的關注點是完全自動駕駛系統，此系統能夠完全解放司機的雙手，司機能夠在車內隨心所欲。
問：很多公司和分析師表示，自動駕駛汽車最大的商機便是提供交通服務，即自動駕駛汽車共用服務。這樣一來，車輛和自動駕駛技術將會變成低盈利商品。Aurora 將會提供這樣的服務嗎？
Chris Urmson：自動駕駛技術的首要應用之一便是為人們提供交通服務。它將能為提高駕駛安全、移動出行效率和城市人民生活品質。
在我們的計畫中，自動駕駛能力、車輛和共用網路三者將能融為一體。不過，我們的計畫很美好，但現實仍然道阻且長。我們仍然不知道三者中的哪一個將起到引領作用，也不知道它們是否能夠達到平衡狀態。
問：你認為自動駕駛汽車更廣泛的用途是什麼？在 Google 時，你說過公司的目標就是到了 2019 年，你的兒子到了 16 歲時，不需要考駕照。你覺得這是自動駕駛汽車更廣泛的用途嗎？
Chris Urmson：自動駕駛技術更廣泛的用途？我並不覺得無需考駕照是它更廣泛的用途。但我知道，我兒子可以坐在無人駕駛汽車中遊覽一些城市。這就是自動駕駛技術的用途。
現在，亞利桑那州已經發生了一些有趣的事。比如，今年 Google 的 Waymo 自動駕駛汽車將會在鳳凰城開始進行無人駕駛測試。屆時，我們將能看到測試的過程和結果，並將更清楚地知道如何讓自動駕駛技術一步一步向前發展。
問：自動駕駛技術的發展比你想像中更快嗎？
Chris Urmson：相比於今天，兩三年前自動駕駛領域的投資可謂是微乎其微。因此，從速度上看，自動駕駛在近幾年確實經歷了飛速的發展，同時越來越多的人開始從事於自動駕駛工作。
但是我們知道，自動駕駛是一個很複雜的領域，前面仍然道阻且長。
問：自動駕駛發展道路上面臨的阻礙有哪些？
Chris Urmson：第一，我們需要解決實際駕駛之中的問題，在一些情況下，自動駕駛技術必須代替人類進行操作。因此我們首先需要解決自動駕駛系統在這些情況下的操作問題。
第二，我們需要解決自動駕駛技術的實際操作和進入市場的問題。我認為首先我們能夠解決第一個問題，因為我們已經知道如何運用技術，如何建立正確的自動駕駛系統。
同時，我們也正在與一些自動駕駛公司進行合作。大部分在此行業工作的人相信自動駕駛將能為社會帶來益處。比如，自動駕駛能夠提高道路交通安全。每年因交通事故死亡的人數那麼多，而自動駕駛能夠解決這個問題。【完】
PS：在 CES 結束的 4 天后，也就是 1 月 16 日，雷鋒網新智駕將在灣區舉辦 GAIR 矽谷智慧駕駛峰會，我們邀請了數十家中美兩地頂尖的自動駕駛團隊在峰會現場演講分享，這絕對是 2018 年最值得參與的智能駕駛峰會。
目前特惠票依然開放預訂中，點擊文末“閱讀原文”或訪問
https://gair.leiphone.com/gair/gairsv2018
直達峰會報名位址，獲得與行業頂尖大腦們進行思維碰撞的通行證。