10 月 28 日至 29 日，由杭州未來科技城（海創園）管委會指導，DeepTech 主辦的世界科技青年論壇暨 “35 歲以下科技創新 35 人”（TR35）全球-亞太區線下發布儀式，在杭州未來科技城成功舉辦。

在 TR35 全球-亞太區線下發布儀式現場，一眾頂尖科學家、青年科技人才、科技創業人士對世界科技前沿技術和熱點問題進行了探討、交流。

阿里巴巴集團副總裁、達摩院自動駕駛實驗室負責人王剛以《無人駕駛從技術到產品再從產品到技術》為主題，分享了他對無人駕駛的看法。一般來說，人們對技術到產品的流程非常熟悉，但是從產品到技術卻不是很了解，此次分享，王剛便為大家詳細闡述了其中的邏輯區別。

圖 | 阿里巴巴集團副總裁、達摩院自動駕駛實驗室負責人王剛

瞄準末端無人駕駛，服務 “最后三公里” 需求

在大家的普遍認知里，無人駕駛或許離我們還很遙遠，但事實上，末端無人駕駛市場卻大有可為。

王剛指出，阿里達摩院致力于解決 “最后三公里” 的包裹配送需求，瞄準的市場正是末端無人駕駛，并在規模化和產品化方面取得極大進展。目前，達摩院已經在全國 22 個省和 71 個城市開展了常態化物流服務，累計服務接近 200 多個大學校園和社區，配送單量超過一百萬單。

當然，相比于快遞市場或者對物流市場來講，這樣的數字并不值一提，但就無人駕駛領域而言，這個數字已經實現了一個極大的突破，客觀上也佐證了達摩院的產品化能力。目前，該產品已輻射了全國大部分地取，東北到哈爾濱、南到廣州、西到成都，產品穩定性值得肯定。

話題回歸到無人駕駛，王剛指出，目前我們針對的只是末端 “最后三公里” 的場景，而作為無人駕駛領域的從業者，其實每個人最想解決的是 “所有場景里都能夠自動駕駛” 的難題。

王剛表示，“我覺得前面做的一切事情，包括產品化和規模化，都是幫助我們從技術路徑上實現目標，所以我們做末端三公里并不只是一個業務決策，更多的是技術決策。”

從數據里找規律，重新定義無人駕駛技術路徑

縱觀過去幾十年人工智能的發展，幾乎所有成功的經驗都是基于統計學習。而統計學習的本質就是從數據里面找到規律，如果沒有數據，再聰明的科學家也很難找到辦法讓機器變得更聰明。

在王剛看來，數據驅動無疑是解決無人駕駛目前問題的最佳技術路徑之一。

基于這樣的認識和了解，王剛提出，在當前條件下無人駕駛需要解決兩個問題：一是如何獲取海量數據；二是如何利用數據。

那么我們該如何獲取海量數據呢？

據王剛介紹，其在三年前確定業務和技術方向的時候，就考慮過是否學習谷歌依靠測試車解決 robot taxi 問題。但由于交通場景的復雜性，測試數據和場景都顯得過于片面，最終放棄了這個想法。

接下來，王剛想到先通過垂直場景解決業務問題，再利用其產生的價值去推動汽車規模化，從而推動更多車輛的部署，當有更多車輛部署的時候，數據的采集就變成了一件自然而然的事，進而推進技術發展。

“時至今日，經過不斷的技術研發和產品化、規模化的實驗，我們初步看到了曙光，在未來幾年的技術發展里，我們會從傳統的路測驅動走向產品驅動，即從產品再到技術。” 王剛表示。

阿里達摩院計劃在兩到三年內部署一萬輛車的規模，覆蓋中國所有的大學還有大型的園區、社區，并將今天的累計一百萬訂單發展成每天配送一百萬訂單。王剛表示，這一百萬訂單的背后會積累非常多有意思，對技術帶來非常大改變的數據。比如末端場景中經常出現的行人、非機動車等，相比更容易檢測、預測的卡車和轎車，這類交通參與者才是無人駕駛里面最頭痛的問題。

而在達摩院構建的場景下，一輛車日均可檢測 4000 萬個障礙物，每天與行人和非機動車進行超過 5000 次的交互。隨著更多的車輛被部署后，其產生的數據將是難以想象的。

獲取數據之后，最重要的節點就是掌握利用數據的方法。

王剛表示，“數據是一個石油，但是怎么樣提煉出來是另外一個同樣重要的問題。” 而實現這樣的人工智能無外乎三個方向。

第一個方向是學習人腦。不過王剛也表示，人腦是非常復雜的結構，很難做到徹底了解，因此不宜在這個方向投入太多的資源。第二個方向是自動化學習，即通過仿真虛擬化場景提高人工智能能力，而不過度依賴人工的經驗和能力。第三個方向是小樣本學習能力，同樣受人的啟發。

達摩院自動駕駛實驗室在自動化學習上做了很多努力，且擁有了獨屬于自身的差異化競爭優勢，分別表現在硬件和工程上。王剛說道，“比如我們做了無人駕駛全鏈路的自動化學習，包括最困難的決策規劃、控制以及定位，而不僅僅是常見的感知和圖象識別，這就是我們工程上的差異化。”

將智能仿真和強化學習相結合

那么如何將智能仿真和強化學習結合在一起呢？

王剛表示，谷歌作為世界上最好的 AI 公司之一，其實已經做了類似的探索，那就是阿爾法圍棋（AlphaGo）。作為第一個戰勝圍棋世界冠軍的人工智能機器人，AlphaGo 由谷歌旗下 DeepMind 公司戴密斯·哈薩比斯（Demis Hassabis）領銜的團隊開發，其主要工作原理正是 “深度學習”。

但之所以這樣的方法沒有大規模應用在機器人和無人駕駛領域，在于其中仍有迫切需要解決的問題。

首先是如何仿真場景，因為在圍棋領域，仿真是非常容易的，把棋盤畫出來就可以了，而無人駕駛卻需要構造交通場景，這就需要工程上的投入。

其次，從算法上來講 AlphaGo 是離散空間，而無人駕駛場景卻是連續空間，所以達摩院也研發出了基于連續空間的蒙特卡洛樹搜索算法，從而讓該方法在連續空間里同樣得以實現。

在王剛看來，積累數據和用好數據都是為了去更好地解決自動駕駛問題。他表示，“目前我們已經基本解決了末端的低速問題，不僅能滿足業務需求，還極大地降低了成本。在未來，我和團隊將圍繞更泛化的場景做進一步的研發，并基于當前的經驗以及數據去攻克更大的挑戰。”