編者按：當(dāng)?shù)貢r間3月15-16日，博世大會2017（Bosch Connected World 2017）在德國柏林召開。
在這場一年一度的產(chǎn)業(yè)盛會中，博世希望基于自身已有的傳感器和制造優(yōu)勢，通過“萬物互聯(lián)”構(gòu)筑一個更大的生態(tài)并獲取主動權(quán)。
從本年度博世大會的與會嘉賓演講名單中我們發(fā)現(xiàn)，自動駕駛已成為這一生態(tài)中被重點(diǎn)布局的一環(huán)。
在博世大會上，我們和地平線CEO余凱聊了聊自動駕駛時代下的供應(yīng)商轉(zhuǎn)型
*（左起）博世底盤控制系統(tǒng)中國區(qū)總裁陳黎明、英偉達(dá)CEO黃仁勛、地平線創(chuàng)始人兼CEO余凱
正如地平線創(chuàng)始人余凱所說，“今年博世大會上，關(guān)于自動駕駛的報告占了整個大會幾乎一半以上的內(nèi)容。”
今年年初的CES 2017大會上，地平線首次推出面向自動駕駛的嵌入式人工智能處理器架構(gòu)IP——高斯架構(gòu)，以及自動駕駛平臺“雨果1.0”，也向業(yè)界展示了“算法+芯片”的嵌入式自動駕駛產(chǎn)品思路。
博世大會2017
新智駕：Here、Mobileye、英偉達(dá)包括地平線都是博世大會上新的演講者，也都是博世供應(yīng)商體系中的新成員，您如何看待自動駕駛到來時大家的角色變化？
余凱：自動駕駛時代到來意味著傳統(tǒng)的OEM、Teir1本身的角色也在發(fā)生變化。以前都是以機(jī)械和機(jī)電為主的技術(shù)，現(xiàn)在越來越多的是傳感器、計算平臺還有大數(shù)據(jù)。
所以我們可以看到HERE這樣的地圖數(shù)據(jù)平臺變得越來越重要，因?yàn)樽詣玉{駛需要地圖數(shù)據(jù)作為一種基礎(chǔ)建設(shè)平臺。另外包括英偉達(dá)、Intel這些在傳統(tǒng)汽車行業(yè)從未扮演那么重要角色的公司：因?yàn)橛嬎阕兊迷絹碓街匾?，?shù)據(jù)需要實(shí)時處理。
另一方面，傳感器也變得很重要。像博世這種傳統(tǒng)廠商，因其在傳感器方面的傳統(tǒng)優(yōu)勢，依然會發(fā)揮重要作用。
我們的定位是結(jié)合人工智能技術(shù)的數(shù)據(jù)處理和自動計算，即構(gòu)建未來自動駕駛的大腦系統(tǒng)——主要是對數(shù)據(jù)的處理、理解和決策。我認(rèn)為這在未來的自動駕駛實(shí)現(xiàn)中會越發(fā)重要。
新智駕：今年博世大會上有什么值得關(guān)注的發(fā)布或者觀點(diǎn)？參與博世大會您最大的感觸是什么？
余凱：今年博世大會上最值得關(guān)注的還是自動駕駛，關(guān)于自動駕駛的報告占了整個大會幾乎一半以上的內(nèi)容，其中最讓整個業(yè)界關(guān)注的就是博世和英偉達(dá)之間的合作。
博世和英偉達(dá)的合作，在CES期間就已經(jīng)有所披露，但那時更多還是在戰(zhàn)略層面的合作。可是我們感受到，由于上周英特爾收購Mobileye這件事情使得整個產(chǎn)業(yè)的合縱連橫又發(fā)生一些有意思的變化。
因?yàn)镸obileye實(shí)際上是博世傳統(tǒng)的競爭對手，所以Mobileye跟英特爾的合作其實(shí)加速了博世和另外一個計算平臺英偉達(dá)的合作。
這次博世與英偉達(dá)在會議上聯(lián)合發(fā)布了業(yè)界第一個面向自動駕駛的AI計算平臺，這個AI計算平臺是基于英偉達(dá)新一代即將發(fā)布的自動駕駛計算處理器Xavier開發(fā)的。
總得來說，博世作為傳統(tǒng)Teir1供應(yīng)商，其強(qiáng)項在于傳感器及汽車前裝經(jīng)驗(yàn)，他的伙伴中，英偉達(dá)和英特爾有計算平臺的硬件優(yōu)勢，Mobileye與我們則是在算法以及面向算法的硬件方面有優(yōu)勢。
新智駕：您在博世大會的演講題目是《Revolutionising Autonomous Driving with Deep Learning》，您認(rèn)為深度學(xué)習(xí)對自動駕駛領(lǐng)域的變革主要體現(xiàn)在哪些方面？而這種顛覆將在什么時候最大限度體現(xiàn)其價值？
余凱：這次我在大會上做的報告是關(guān)于深度學(xué)習(xí)跟自動駕駛方面的，我的一個核心觀點(diǎn)就是深度學(xué)習(xí)對自動駕駛的最大改變不在再僅是感知，而是從感知到?jīng)Q策的一整個決策系統(tǒng)。
它使汽車人工智能變成一個主動學(xué)習(xí)的系統(tǒng)，使其在駕駛過程中不斷提高自身的自動駕駛能力。所以我們提出一個概念叫“Learning Cars”，就是不斷學(xué)習(xí)汽車，而不是一個被訓(xùn)練的汽車，這個“Learning Cars”不是說“being trained”。
我認(rèn)為這是自動駕駛的革命性改變，因?yàn)閭鹘y(tǒng)機(jī)器學(xué)習(xí)方法需要大量的數(shù)據(jù)標(biāo)注。我們希望做的，是不需要大量的數(shù)據(jù)標(biāo)注，而是依靠自身學(xué)習(xí)不斷積累經(jīng)驗(yàn)。
另一方面，我們所指的深度學(xué)習(xí)一般是一個黑箱系統(tǒng)，但我們希望整個自動駕駛的控制系統(tǒng)是比較透明的。為了防止不可控行為出現(xiàn)，我們在報告中提出貝葉斯網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)結(jié)合的混合架構(gòu)，受到大會關(guān)注。我們認(rèn)為，自動駕駛的深度學(xué)習(xí)需要一個可控的系統(tǒng)，在發(fā)生不可知行為時，能夠有跡可循地調(diào)試。
至于深度學(xué)習(xí)技術(shù)對整個自動駕駛產(chǎn)業(yè)的影響，我們認(rèn)為主要在于從半自動駕駛到全自動駕駛的這個階段。由于路況的復(fù)雜性，傳統(tǒng)的基于規(guī)則和基于訓(xùn)練的方法都是局限的，必須使用主動學(xué)習(xí)的方法，所以深度學(xué)習(xí)會在全自動駕駛發(fā)展的過程中發(fā)揮越來越重要的作用。這點(diǎn)也是傳統(tǒng)ADAS廠商和做自動駕駛的企業(yè)沒有充分認(rèn)識到的。
風(fēng)口下的角色轉(zhuǎn)型
新智駕：自動駕駛時代的到來引發(fā)了一場前所未有的產(chǎn)業(yè)格局動蕩，它不但催生了許多新興的團(tuán)隊創(chuàng)業(yè)機(jī)會，也破壞了曾十分保守的汽車和供應(yīng)商企業(yè)的穩(wěn)態(tài)。您如何看待Bosch在這方面的思路轉(zhuǎn)變以及今年他們的變化？
余凱：是的，目前傳統(tǒng)的車企及Tier1供應(yīng)商，我覺得他們主要面臨兩大產(chǎn)業(yè)變革所帶來的挑戰(zhàn)。
首先是技術(shù)方面的挑戰(zhàn)，傳統(tǒng)的控制理論在自動駕使系統(tǒng)上會變得完全不夠用，如何開發(fā)自適應(yīng)的、在不確定性中自主決策的系統(tǒng)是以前他們從來沒有面對過的問題，其中涉及的核心是大數(shù)據(jù)處理、計算以及決策。這點(diǎn)其實(shí)傳統(tǒng)的車企和Teir1都是沒有做好準(zhǔn)備。
第二是商業(yè)模式變化帶來的挑戰(zhàn)，未來可能很多車不是賣給終端消費(fèi)者，而是變成一個運(yùn)營服務(wù)的形式，在這種情況下，整個產(chǎn)業(yè)鏈的結(jié)構(gòu)會發(fā)生翻天覆地的變化。甚至主機(jī)廠都不是這個產(chǎn)業(yè)的主導(dǎo)者，那么如何保持他們的競爭優(yōu)勢呢？我覺得這是一個很大的挑戰(zhàn)。
這種變革也會反映在供應(yīng)商的角色轉(zhuǎn)變上，供應(yīng)商的角色過去是給OEM提供服務(wù)，未來可能是為出行服務(wù)的提供者去提供服務(wù)。這個角色的轉(zhuǎn)變意味著相應(yīng)的技術(shù)方案轉(zhuǎn)變，這個需要去考慮。
新智駕：作為全球最大的零部件供應(yīng)商之一，在您看來博世眼下需要什么樣的技術(shù)，對創(chuàng)業(yè)公司們來說存在怎樣的機(jī)會？
余凱：博世毫無疑問是目前汽車零配件核心技術(shù)供應(yīng)商的全球領(lǐng)導(dǎo)者。在面向未來自動駕駛的產(chǎn)業(yè)形態(tài)的過程中，博世需要增強(qiáng)的毫無疑問是在大數(shù)據(jù)處理和計算兩部分。如何實(shí)現(xiàn)低功耗、高性能的車載計算以及在云端大數(shù)據(jù)的實(shí)時分析處理，他們正在補(bǔ)齊這方面的能力，這也是它與英偉達(dá)、地平線合作的原因。
對于新興的創(chuàng)業(yè)公司，我認(rèn)為很重要的一點(diǎn)就是在出生的第一天開始就奔著未來的產(chǎn)業(yè)形態(tài)和格局去思考，而不是面向過去的產(chǎn)業(yè)形態(tài)和格局思考。我認(rèn)為這非常關(guān)鍵。
如果跟隨過去的產(chǎn)業(yè)格局去思考，你可能不斷跟隨，最后你永遠(yuǎn)不能夠超越。如果在一個舊的、非常固定的產(chǎn)業(yè)格局形態(tài)中，創(chuàng)業(yè)公司進(jìn)入市場的門檻非常高，尤其對于這種傳統(tǒng)的前裝技術(shù)生意。但在產(chǎn)業(yè)格局被重構(gòu)的過程中，我認(rèn)為創(chuàng)業(yè)公司有很大的機(jī)會。
從我們的角度講，我們需要在整個產(chǎn)業(yè)格局中找到自己的位置，例如在關(guān)鍵的傳感器技術(shù)上，需要與國際最領(lǐng)先的廠商合作，如果不掌握傳感器特性與算法之間的配合，那么整個系統(tǒng)的性能是沒有辦法保證的。
同時，除了計算平臺以外，其實(shí)仿真系統(tǒng)、測試系統(tǒng)未來都有非常大的商業(yè)機(jī)會，所以我覺得未來可以切入的點(diǎn)還是蠻多的。
產(chǎn)業(yè)形態(tài)：混亂中求索
新智駕：目前，從車企、供應(yīng)商到芯片廠商、技術(shù)公司、互聯(lián)網(wǎng)巨頭以及創(chuàng)業(yè)公司，都在以不同的身份加入自動駕駛市場謀求機(jī)會，這也催生了五花八門的自動駕駛技術(shù)解決方案，但仍沒有定論。在這種背景下，地平線如何思考產(chǎn)業(yè)的形態(tài)變遷以及各廠的角色定位？您認(rèn)為其中最重要的決定產(chǎn)業(yè)形態(tài)走向的因素是哪幾點(diǎn)？
余凱：我覺得未來的自動駕駛技術(shù)路線以及商業(yè)形態(tài)目前都有很大的不確定性。我們的思考就是如何在這種不確定性中去找到一個不變量：未來自動駕駛的計算平臺需要低功耗、實(shí)時、零延遲去處理大數(shù)據(jù)，那么算法與硬件的深度整合是非常重要的。這里的核心本質(zhì)首先是提高效率。
第二點(diǎn)就是使大數(shù)據(jù)能力在云端形成壁壘。所以，我們還是希望在產(chǎn)業(yè)鏈中變成一個關(guān)鍵環(huán)節(jié)和必經(jīng)之路，使我們可以與上下游的傳感器廠商、車企，以及計算平臺等充分合作，我認(rèn)為，找到一個合作共贏的方式才能走向自動駕駛未來。
新智駕：自動駕駛是否會催生或已經(jīng)催生全新的汽車供應(yīng)鏈形態(tài)？您如何看待這個問題？
余凱：我覺得這個回答是一定的，而且其實(shí)正在發(fā)生。你可以看到諸如英偉達(dá)、英特爾這樣的公司正在汽車關(guān)鍵技術(shù)的供應(yīng)商中扮演越來越重要的角色。
我們也希望通過算法以及大數(shù)據(jù)處理方面的優(yōu)勢與傳統(tǒng)OEM、Teir1等合作伙伴一道，重構(gòu)整個產(chǎn)業(yè)鏈，從而把這個事情往前推進(jìn)。
