繼5天前， 百度首席科學家吳恩達確認離職外， 今天， 百度在人工智慧領域又失一員大將。
今天上午， 前百度高級副總裁、自動駕駛事業部（L4）總經理王勁參加2017年洪泰基金CEO春分大會， 並作了《AI在無人駕駛的突破》的主題演講， 同時確認自己將在5天后離開百度。 這是他首次以個人和創業者的身份發表公開演講。
演講中， 王勁表示， 互聯網企業推動了人工智慧在近幾年快速發展。 在人工智慧在無人駕駛的應用方面， 車企以循序漸進升級為主， 部分兼顧Level4（全自動駕駛， 無人駕駛）， 未用深度學習。
王勁稱， Level4級別的無人駕駛技術，
在王勁看來， 全球無人駕駛領域的前三名“玩家”分別是穀歌、Uber和百度， “如果Uber沒把它的技術藏起來， 百度的技術有可能領先Uber一點點。 ”
王勁表示， 基於四個方面的原因， 無人駕駛3~5年內可成為現實， 2021年將成為自動駕駛汽車的量產元年， “汽車廠商自己不革自己的命， 它們就會被別人（意指“無人駕駛汽車研發企業”）革命。 ”
首先是深度學習的巨大發展， 成為人工智慧發展的基石；
其次， 感測器的換代和感測器融合技術的升級；
此外， 硬體的升級為打造雲端汽車提供了“大腦”；
當然， 電腦視覺、語音等技術的巨大突破也推動了無人駕駛技術的不斷成熟。
大會現場， 王勁也透露， 離職後新的創業依然是無人駕駛， 目前已拿到洪泰基金的投資， 具體金額並未透露。
有分析認為， 王勁離職與百度公司近期的業務調整有關， 其重要性似乎遭到削弱。 在業務調整之前， 王勁直接向百度公司董事長李彥宏彙報。
王勁於2010年4月加入百度。 期間， 他創立了百度移動雲事業部、百度大資料部、百度基礎架構(雲計算)部、百度美國研發中心、百度深圳研發中心；並以百度深度學習實驗室(IDL)為基礎， 聯合創立百度研究院， 專注人工智慧發展。
因為工作表現出色，
曾經由他負責百度商業變現的技術與產品（鳳巢）， 通過技術途徑， 讓百度收入在5年內提升了10倍。 王勁辭去自動駕駛事業部總經理職務， L4將損失一名高級管理人才。
事實上， 王勁的離開並非百度自動駕駛事業部核心人才流失的個案。
2015年5月， 時任自動駕駛專案負責人， 百度深度學習研究院（IDL）常務副院長余凱離職創業。 原百度深度學習研究院高級科學家、百度無人駕駛汽車團隊負責人倪凱接任後，
此次演講， 我主要聚焦人工智慧在無人駕駛領域的應用。
人工智慧是60多年前就有了。 前面的50年一直不成功， 為什麼？因為它讓人先去教機器， 然後機器再為人做判斷。
到2006年， 深度學習開始被提出來。 但大家看到人工智慧真正取得突破是在2012年底， 穀歌開使用深度的學習做搜索， 百度也在用深度學習做搜索。 2013年， 百度是全世界最早的用深度學習來做廣告的企業。
我們來談談人工智慧和海外投資的應用。 我們可以用深度學習的應用程度和方式來區別他們的這個模式。 其實汽車車廠在十幾年前就開始自動駕駛技術相關的研究。 他們主要希望通過無人駕駛來幫助人們提高汽車的安全性和操控性。
在這個世界上， 我們把自動駕駛一般分成五級。 前面一二三級是需要有人監控的自動駕駛， 只有到第四級是不需要司機坐在方向盤後面的， 第五級就可以到任何地方去。
絕大部分的汽車廠商， 在2016年初都認為他們需要從1級開始做到4級。 這是他們和科技公司的區別。 不過去年之後， 絕大部分的車場都改變了這個方向， 他們仍然在走這個輔助駕駛， 他們都直接調出一個部門做這個4級， 他們覺得直接做4級， 比他們一級一級升要快得多。
第二個流派就是以百度和谷歌為代表， 利用深度學習， 在利用深度學習的程度上不一樣。 直到後面2012年底的時候， 開始逐漸的做成LX3， 從L3做到LX4， 它這樣用的是什麼呢？
它只是在有限的範圍裡頭，它用的是感知這個模組裡，大規模的使用模組學習。在決策這些模組裡頭，據我所知，2016年穀歌還沒有大規模在應用規模學習。他們這個車仍然是在全世界領跑整個無人駕駛的技術。
與此不同的是百度和穀歌，在決策上面也開始應用深度學習做人工智慧的駕駛決策。另外一個是Mobileye，以攝象頭為基礎的流派，它做的是LX2.5的，它這個是不可能離開人在方向盤後面的。
它們在感知上面是用的大量資料進行了非常好的深度學習，來用攝象頭做這個物體的識別。Mobileye是剛剛被英特爾收購了，這個是在有限的駕駛的能力下深度使用的，決策的系統並沒有學習。
現在最新的一批人是像Drive ai和Nvidia。所以他們是想把個直接從感測器出來的信號輸出成駕駛的決策，這是一個非常激進的方案，因為這個方案只有在學術界裡在驗證，並沒有得到成功。所以走這條技術的路徑需要大量的計算能力，他用的是端到端的全深度學習的模型在做。
Drive.ai這個公司是全球最早走這個方向的，很多人可能不知道Drive.ai和百度前首席科學家的關係，吳恩達的太太是Drive.ai的總裁，Drive.ai的CEO都是吳恩達的學生。兩年多以前，幾乎快3年的時候，吳恩達應該走深度學習的路，所以百度仍然是走在科技公司的主流路線上。
綜上所述大家可以看到，從最傳統的技術，就是車場，到最激進的，這個中間有很多的選擇，就是從技術上有很多流派，沒有哪一個流派被證明。現在領跑的是穀歌，全球我們認為無人駕駛最好的技術應該是穀歌。
為什麼現在的無人駕駛很多人認為有機會，很可能在三到五年內被實現，主要是基於這幾個技術的突破，這個跟大家的是一樣的。
去年的阿爾法狗幫著教育了很多的高科技行業之外的，包括車廠的領導，甚至是晶片廠商的公司。也就是說，用深度學習來做決策和感知，將會很快的把它的能力提升在人類的駕駛員之上。所以深度學習的演算法成為了無人駕駛的基石。
第二個帶來改變的就是感測器。大家知道現在64線的雷射雷達在逐步的投入量產，到今天為止能力被用到實踐中間的這個雷射雷達，很多人在做。真正可用的雷射雷達只有一個公司。但是同時，無人駕駛汽車現在還需要非常多其他的感測器，包括攝象頭，包括慣性的導航，那麼它也需要配合上高精的地圖才能作為一個無人駕駛，這些技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的感測器上，得到一個非常廣泛的，非常好的突破。
第三，硬體的升級打造雲端汽車大腦。以前的GPU一般會用來做PC上的遊戲加速器，百度此前還做了一個非常保密的項目，當時全球有兩個主要的廠商來做這個晶片。所以在百度汽車擁有這樣的計算能力以後，我們大家就可以把深度學習演算法和這個模型放到車上，然後在汽車自己駕駛的過程中間做一些即時的判斷和決策。
這裡非常關鍵的基礎決策，就是感知，要對很多的物體，從攝象頭和雷射雷達要做出一些判斷。這個判斷要用資料做一些評比，就是看看自己在這樣大量的資料裡面自己的技術到底有多少的準確性，到現在為止，我的團隊仍然是在全球，就是跟汽車相關的6個指標有4個指標是全世界第一的，包括判斷汽車的準確性，包括語音等等。
基於剛才的這幾個技術的發展，無人駕駛系統終於可以讓大家看到越來越成為一個主流的方向，百度的駕駛系統有10個子模組，最主要的是前面三個，環境感知，行為預測，規劃控制。做前面兩個的企業比較多，第三個規劃控制這個方向，幾個主流的科技公司都在公佈了這個模組的人工智慧的技術。一旦這個技術被攻克以後，這個無人駕駛的能力會有比較好的提升。
我們認為，規劃和控制會在未來的一兩年得到很大的突破，其他的還有很多的東西，比如說作業系統，高精地圖，很多很多的企業都可以提供。
無人駕駛技術，除了比拼自己的演算法，感測器等計算硬體，還有一個非常重要的，就是資料收集的能力。如果一個公司在做無人駕駛，無人駕駛的車隊有多大？因為每個車隊的規模會影響到它這個車子開的和壞，他的資料收集能力的大小。每一輛車開一個小時，他這個資料量是跟大，有的車一天可以開出10多個小時的。
一個無人駕駛汽車它的車隊規模和它整個的資料中心，和這個計算的能力綜合起來就可以判斷出來這個無人駕駛的團隊到底它的技術現在有多先進。
隨著這個技術的成熟，無人駕駛的技術和人工智慧的能力不斷的在提升，車子跑的越來越多，資料也越來越多，也可以收集回來，很多人也在判斷，什麼時候無人駕駛可以落地。
2021年將是無人駕駛的元年。有一些大一點的有十幾萬輛的規模，成為一個叫量產的時候。主流的車場和主流的這些公司，就是穀歌也在這個裡面，2020年基本上主流的公司都能在2020年達到量產的目標。整個行業對他們有很多的擔心，百度我們也有工程師，我們覺得這個技術還比較遠。
還有的公司是有保守一點，可能要更晚一點，可能是2025年以後才可以實現。整個這個產業對無人駕駛有預期，有激進的，有保守的，無人駕駛這一點一定會到來，當無人駕駛到來的時候，交通的安全性可以得到大幅度的提升。
當無人駕駛這個時間到來的時候，我們認為汽車這個行業甚至有可能會被顛覆。雖然有一些汽車公司他們也在做無人駕駛系統，它們也預計他們在2021年能夠實現無人駕駛的量產。但我們可能會看到，我們跟它們接觸的中間發現，它們在人工智慧的技術上遠遠落後於公司，它們絕大多數的技術是專家型的，所以當整個汽車行業在這樣的一個狀態下，他們的準備程度更差。
如果汽車行業不革自己的命，就會被別人革了命，現在只剩下4年的時間。
本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/289942
它只是在有限的範圍裡頭，它用的是感知這個模組裡，大規模的使用模組學習。在決策這些模組裡頭，據我所知，2016年穀歌還沒有大規模在應用規模學習。他們這個車仍然是在全世界領跑整個無人駕駛的技術。
與此不同的是百度和穀歌，在決策上面也開始應用深度學習做人工智慧的駕駛決策。另外一個是Mobileye，以攝象頭為基礎的流派，它做的是LX2.5的，它這個是不可能離開人在方向盤後面的。
它們在感知上面是用的大量資料進行了非常好的深度學習，來用攝象頭做這個物體的識別。Mobileye是剛剛被英特爾收購了，這個是在有限的駕駛的能力下深度使用的，決策的系統並沒有學習。
現在最新的一批人是像Drive ai和Nvidia。所以他們是想把個直接從感測器出來的信號輸出成駕駛的決策，這是一個非常激進的方案，因為這個方案只有在學術界裡在驗證，並沒有得到成功。所以走這條技術的路徑需要大量的計算能力，他用的是端到端的全深度學習的模型在做。
Drive.ai這個公司是全球最早走這個方向的，很多人可能不知道Drive.ai和百度前首席科學家的關係，吳恩達的太太是Drive.ai的總裁，Drive.ai的CEO都是吳恩達的學生。兩年多以前，幾乎快3年的時候，吳恩達應該走深度學習的路，所以百度仍然是走在科技公司的主流路線上。
綜上所述大家可以看到，從最傳統的技術，就是車場，到最激進的，這個中間有很多的選擇，就是從技術上有很多流派，沒有哪一個流派被證明。現在領跑的是穀歌，全球我們認為無人駕駛最好的技術應該是穀歌。
為什麼現在的無人駕駛很多人認為有機會，很可能在三到五年內被實現，主要是基於這幾個技術的突破，這個跟大家的是一樣的。
去年的阿爾法狗幫著教育了很多的高科技行業之外的，包括車廠的領導，甚至是晶片廠商的公司。也就是說，用深度學習來做決策和感知，將會很快的把它的能力提升在人類的駕駛員之上。所以深度學習的演算法成為了無人駕駛的基石。
第二個帶來改變的就是感測器。大家知道現在64線的雷射雷達在逐步的投入量產，到今天為止能力被用到實踐中間的這個雷射雷達，很多人在做。真正可用的雷射雷達只有一個公司。但是同時，無人駕駛汽車現在還需要非常多其他的感測器，包括攝象頭，包括慣性的導航，那麼它也需要配合上高精的地圖才能作為一個無人駕駛，這些技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的感測器上，得到一個非常廣泛的，非常好的突破。
第三，硬體的升級打造雲端汽車大腦。以前的GPU一般會用來做PC上的遊戲加速器，百度此前還做了一個非常保密的項目，當時全球有兩個主要的廠商來做這個晶片。所以在百度汽車擁有這樣的計算能力以後，我們大家就可以把深度學習演算法和這個模型放到車上，然後在汽車自己駕駛的過程中間做一些即時的判斷和決策。
這裡非常關鍵的基礎決策，就是感知，要對很多的物體，從攝象頭和雷射雷達要做出一些判斷。這個判斷要用資料做一些評比，就是看看自己在這樣大量的資料裡面自己的技術到底有多少的準確性，到現在為止，我的團隊仍然是在全球，就是跟汽車相關的6個指標有4個指標是全世界第一的，包括判斷汽車的準確性，包括語音等等。
基於剛才的這幾個技術的發展，無人駕駛系統終於可以讓大家看到越來越成為一個主流的方向，百度的駕駛系統有10個子模組，最主要的是前面三個，環境感知，行為預測，規劃控制。做前面兩個的企業比較多，第三個規劃控制這個方向，幾個主流的科技公司都在公佈了這個模組的人工智慧的技術。一旦這個技術被攻克以後，這個無人駕駛的能力會有比較好的提升。
我們認為，規劃和控制會在未來的一兩年得到很大的突破，其他的還有很多的東西，比如說作業系統，高精地圖，很多很多的企業都可以提供。
無人駕駛技術，除了比拼自己的演算法，感測器等計算硬體，還有一個非常重要的，就是資料收集的能力。如果一個公司在做無人駕駛，無人駕駛的車隊有多大？因為每個車隊的規模會影響到它這個車子開的和壞，他的資料收集能力的大小。每一輛車開一個小時，他這個資料量是跟大，有的車一天可以開出10多個小時的。
一個無人駕駛汽車它的車隊規模和它整個的資料中心，和這個計算的能力綜合起來就可以判斷出來這個無人駕駛的團隊到底它的技術現在有多先進。
隨著這個技術的成熟，無人駕駛的技術和人工智慧的能力不斷的在提升，車子跑的越來越多，資料也越來越多，也可以收集回來，很多人也在判斷，什麼時候無人駕駛可以落地。
2021年將是無人駕駛的元年。有一些大一點的有十幾萬輛的規模，成為一個叫量產的時候。主流的車場和主流的這些公司，就是穀歌也在這個裡面，2020年基本上主流的公司都能在2020年達到量產的目標。整個行業對他們有很多的擔心，百度我們也有工程師，我們覺得這個技術還比較遠。
還有的公司是有保守一點，可能要更晚一點，可能是2025年以後才可以實現。整個這個產業對無人駕駛有預期，有激進的，有保守的，無人駕駛這一點一定會到來，當無人駕駛到來的時候，交通的安全性可以得到大幅度的提升。
當無人駕駛這個時間到來的時候，我們認為汽車這個行業甚至有可能會被顛覆。雖然有一些汽車公司他們也在做無人駕駛系統，它們也預計他們在2021年能夠實現無人駕駛的量產。但我們可能會看到，我們跟它們接觸的中間發現，它們在人工智慧的技術上遠遠落後於公司，它們絕大多數的技術是專家型的，所以當整個汽車行業在這樣的一個狀態下，他們的準備程度更差。
如果汽車行業不革自己的命，就會被別人革了命，現在只剩下4年的時間。
本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/289942