編者按：當?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、英偉達包括地平線都是博世大會上新的演講者，也都是博世供應商體系中的新成員，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。以前都是以機械和機電為主的技術，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，因為自動駕駛需要地圖數(shù)據(jù)作為一種基礎建設平臺。另外包括英偉達、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：因為計算變得越來越重要，數(shù)據(jù)需要實時處理。
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。我認為這在未來的自動駕駛實現(xiàn)中會越發(fā)重要。
新智駕：今年博世大會上有什么值得關注的發(fā)布或者觀點？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注的還是自動駕駛，關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)界關注的就是博世和英偉達之間的合作。
博世和英偉達的合作，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?？墒俏覀兏惺艿?，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。
因為Mobileye實際上是博世傳統(tǒng)的競爭對手，所以Mobileye跟英特爾的合作其實加速了博世和另外一個計算平臺英偉達的合作。
這次博世與英偉達在會議上聯(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供應商，其強項在于傳感器及汽車前裝經(jīng)驗，他的伙伴中，英偉達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》，您認為深度學習對自動駕駛領域的變革主要體現(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于深度學習跟自動駕駛方面的，我的一個核心觀點就是深度學習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習的系統(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”，就是不斷學習汽車，而不是一個被訓練的汽車，這個“Learning Cars”不是說“being trained”。
我認為這是自動駕駛的革命性改變，因為傳統(tǒng)機器學習方法需要大量的數(shù)據(jù)標注。我們希望做的，是不需要大量的數(shù)據(jù)標注，而是依靠自身學習不斷積累經(jīng)驗。
另一方面，我們所指的深度學習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)絡與神經(jīng)網(wǎng)絡結(jié)合的混合架構(gòu)，受到大會關注。我們認為，自動駕駛的深度學習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。
至于深度學習技術對整個自動駕駛產(chǎn)業(yè)的影響，我們認為主要在于從半自動駕駛到全自動駕駛的這個階段。由于路況的復雜性，傳統(tǒng)的基于規(guī)則和基于訓練的方法都是局限的，必須使用主動學習的方法，所以深度學習會在全自動駕駛發(fā)展的過程中發(fā)揮越來越重要的作用。這點也是傳統(tǒng)ADAS廠商和做自動駕駛的企業(yè)沒有充分認識到的。
風口下的角色轉(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隊創(chuàng)業(yè)機會，也破壞了曾十分保守的汽車和供應商企業(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。這點其實傳統(tǒng)的車企和Teir1都是沒有做好準備。
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者，而是變成一個運營服務的形式，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。甚至主機廠都不是這個產(chǎn)業(yè)的主導者，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商的角色轉(zhuǎn)變上，供應商的角色過去是給OEM提供服務，未來可能是為出行服務的提供者去提供服務。這個角色的轉(zhuǎn)變意味著相應的技術方案轉(zhuǎn)變，這個需要去考慮。
新智駕：作為全球最大的零部件供應商之一，在您看來博世眼下需要什么樣的技術，對創(chuàng)業(yè)公司們來說存在怎樣的機會？
余凱：博世毫無疑問是目前汽車零配件核心技術供應商的全球領導者。在面向未來自動駕駛的產(chǎn)業(yè)形態(tài)的過程中，博世需要增強的毫無疑問是在大數(shù)據(jù)處理和計算兩部分。如何實現(xiàn)低功耗、高性能的車載計算以及在云端大數(shù)據(jù)的實時分析處理，他們正在補齊這方面的能力，這也是它與英偉達、地平線合作的原因。
對于新興的創(chuàng)業(yè)公司，我認為很重要的一點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。我認為這非常關鍵。
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)公司進入市場的門檻非常高，尤其對于這種傳統(tǒng)的前裝技術生意。但在產(chǎn)業(yè)格局被重構(gòu)的過程中，我認為創(chuàng)業(yè)公司有很大的機會。
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，例如在關鍵的傳感器技術上，需要與國際最領先的廠商合作，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，其實仿真系統(tǒng)、測試系統(tǒng)未來都有非常大的商業(yè)機會，所以我覺得未來可以切入的點還是蠻多的。
產(chǎn)業(yè)形態(tài)：混亂中求索
新智駕：目前，從車企、供應商到芯片廠商、技術公司、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會，這也催生了五花八門的自動駕駛技術解決方案，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？
余凱：我覺得未來的自動駕駛技術路線以及商業(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，而且其實正在發(fā)生。你可以看到諸如英偉達、英特爾這樣的公司正在汽車關鍵技術的供應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。
