敢做無人車的人是英雄。敢做技術上不成熟的無人車的人是超級英雄。

成長磕磕絆絆的無人駕駛技術，技術本身尚在研發與測試，產品落地需要經過長長的、復雜的供應鏈，還要面對公眾的質疑與接受度考驗、道路法規政策的限制，以及經濟成本的考量……無人車的前路可謂困難重重。并不畏懼實現的吳甘沙。2016年2月3日，他創立了致力于智能駕駛技術的馭勢科技，希望用人工智能和大數據重構人和物的交通。自馭勢科技創立以來，記者兩度獨家對話吳甘沙，一問讓他“原力覺醒”的“根本利益”，二問他“十個月造車背后的底氣”

如今的馭勢科技已駛上從“概念”到“應用”的“慢車道”，記者三問吳甘沙——敢讓無人車上路的勇氣源自何處？
無人車變“老司機”

滴滴的峰值日單量可以達到2100萬單；ofo短短一兩年的時間里也達到日單2000萬的規模；阿里巴巴每天產生訂單3000-5000萬單……技術正在用前所未有的魔力改變著、攪動著人們的日常生活，而正在顛覆著人類傳統出行方式的，尚在研發和測試階段的自動駕駛技術的市場潛力有多大？

吳甘沙給出的答案是：日訂單可高達5億。

“無需駕駛員、無限復制，自覺、沒脾氣、不犯錯，真正解決我們出行的問題。一天沖到幾億單完全沒有問題。”

而無人車的普及可以顛覆人類出行方式，到那個時候，道路的設計會和今天大相徑庭，城市建設也會發生翻天覆地的變化。“不用等路燈了、出行效率提升了，道路空間降低了，房價隨之下降，城市格局也會被完全顛覆。”

這樣的場景聽上去令人興奮，可現實是尷尬的：都還只是美麗的概念。

無人車真正量產到實現商業化還有多長的路要走？也許沒人敢給出確切的答案，但吳甘沙顯然不畏懼各種挑戰，他給自己定下的目標是3年。

這位摩羯座超級執行派不僅設定了目標，還為看似瘋狂的夢想如何照進現實構想了可行方案——“3年內無人駕駛商業化的唯一途徑是對場景進行約束、去除不確定性！”

他不否認目前自動駕駛技術的局限性，因此，想要讓無人車實現大規模商業化，千里之行始于足下。“開放的環境中不確定因素是無法窮舉的，因此，馭勢科技正積極探索限定場景、增強環境下的低速自動駕駛商業化。”

今天，人們看到無人車在路面上跑，為何顧慮重重？是因為自動駕駛技術還沒有得到大家的認可。為什么人們會恐懼坐飛機，卻不害怕坐火車？事實上數據表明飛機的事故率遠比火車、汽車低得多。我們從家到飛機場的路上遇到事故的概率，比坐飛機到另一座城市遇到事故的概率高出很多倍。盡管事故率低，但高速飛行的飛機一旦出現事故后果往往不堪設想，因此，人們對于乘坐無人駕駛汽車在高速公路上飛馳這件事“敬而遠之”就不難理解了。

人們的擔心并非空穴來風。2016年，特斯拉Model S系列汽車自動駕駛功能在道路行駛過程中發生車禍，導致53歲的男性駕駛員當場死亡，特斯拉給出數據稱這是其自動駕駛汽車在行駛1.3億多英里過程中遇到的第一起致命事故，而全世界平均每6000萬英里行程就會發生一起致命車禍。

但這個比較并不成立，畢竟后者是經過長期海量數據的積累得到的統計結果，而自動駕駛技術并沒有經歷足夠多的行程考驗。如果在這起交通事故后的第二天就發生另一起事故，難道我們要給1.3億多英里直接除個2嗎？

RAND公司做過這樣一個數據模型：一輛車要開上100億英里，才能獲得95%的置信度。也就是說，經過100億英里人們對它才能有95%的把握，認為它比人開的安全。

100億英里是什么概念？意味著一輛車要連續不斷開上500年，這個數據直接讓許多車企傻眼。盡管技術人員可以想辦法在虛擬環境中測試車輛駕駛，使這個過程不需要花上500年，卻不足以令人信服。

“如果在開放的環境下高速行駛，目前的技術的確還沒有經過足夠的測試，達到令人們安全放心的水平。”吳甘沙說。

“不過，一旦這個速度被限制下來，比如在10-20km，本身就不會出大事，加上在一個限定的場景下，我們可以對所有情況進行窮舉，對特定的環境進行充分的測試，這樣，我們就有信心實現技術的安全、穩定、可靠。”

就像是人類起初學習駕駛一樣，我們首先會選擇環境相對簡單、封閉的道路，用較低的速度緩慢行駛，當技能提升，才能進入到更加復雜的環境，以更高的速度行駛。

吳甘沙認為，自動駕駛對環境要求相對挑剔，一上來就挑戰不確定因素較多的開放環境，或者等到技術相對成熟的時候再嘗試比相對封閉的空間更加復雜的環境，都不是聰明的選擇。

“如果采用最先進的技術直接應用于開放的環境，恐怕我們還有很遠的路要走；如果是相對成熟的技術，那么Google就是最好的代表——它從2009年就開始研發，使用的技術基礎也是2009、2010年前后建立的，這幾年修修補補，但這也注定它絕不屬于最新的技術，想要迅速實現商業落地并不比最先進的技術面對的挑戰小。”

讓技術最快落地的方法就是讓運用最新技術的無人車盡快“實戰”。

盡管是相對封閉的場景，但在場景的牽引下，功能會得到測試與提升，場景的邊界也會得到不斷拓展。

“真實的環境中有許多問題，這不是實驗室里能夠預見的。”吳甘沙說，“場景約束使自動駕駛技術盡快進入應用階段；真實場景下的試煉可以讓智能駕駛技術不斷迭代，幫助無人車加速變成‘老司機’。”

落地為安
從此不再“葉問練拳”
把無人車從固定的測試場景拿到真實的約束場景中進行實地操練，就像是讓一個習武之人從對著詠春木人樁練習拳法到面對少林18銅人見招拆招一樣。今天，當你走進廣州白云機場，就能親眼所見不再“葉問練拳”的馭勢無人車為旅客服務。步入停車場，選擇“自動約車”， 一輛馭勢無人駕駛車會到指定的停車位接乘客上車。
 

這輛無人車內設有4個座位，沒有方向盤、油門和剎車。乘客提著行李上車，只需按下按鈕，車即可自行啟動，按照優化的路線前往目的地。

吳甘沙希望它可以像人類司機一樣，做到“眼觀六路耳聽八方”。于是，在這輛車上配備包括激光雷達、雙目攝像頭等在內的多種先進傳感器，以及基于深度學習的人工智能算法。遇到停車場內其他車輛以及行人，它會自動識別、主動避讓。“我們人類犯錯誤的時候，一下子會從九段變成八段，而機器學習如果犯錯誤，一下子從九段就變成了零段。”南京大學周志華教授的這句話讓吳甘沙記憶猶新：“對于人工智能，并不存在另一種智能輔佐它，讓它‘優雅的降級’，因此面對變化叵測的18銅人陣，我們選擇了一種‘笨方法’。”針對白云機場的環境，馭勢科技開發了6個場景，對環境進行充分的測試，保證算法可以窮舉。不只在白云機場，馭勢科技還嘗試了一次跨界合作——與凱德集團合作，選定杭州來福士廣場來探索無人駕駛車在大型綜合商業地產項目的應用落地。

這是中國范圍內，自動駕駛技術和商業地產的首次跨界合作 。在來福士大型地下停車場內，無人車為消費者提供自動擺渡服務。消費者可以在電梯口呼叫無人車，系統會自動識別出停車位，開到消費者面前，然后搭載乘客并把它們送至停車位，所有的過程都由自動駕駛完成。
盡管窮舉環境要素，進行充分測試，與凱德的合作卻面對更多的應用挑戰。

首先是地下停車場的信號問題。由于在地下，無法獲得GPS，無人駕駛車需要依靠基于機器視覺的定位技術實現導航，難度極大。其次，地庫道路相對狹窄，有密集的行人和社會車輛，對于無人車的感知能力和規劃決策能力有極高的要求。“這些環境要素正是對我們場景邊界的一次拓展。”吳甘沙說。通過和凱德集團的緊密合作，馭勢科技經過研發、測試，驗證了新系統的可行性。如今，在杭州來福士廣場，人們已經可以體驗到由無人車帶來的炫酷和便利。吳甘沙把馭勢科技如今的商業化試水稱作“落地為安”——只有真正上路了、實際使用了，才知道會遇到哪些問題，才會根據問題進行改進。

商業試水不僅有助于馭勢科技跨越一個個技術難關，還有助于其兼顧自動駕駛技術的安全性以及商業成本，真正跨越從演示到部署運營的死亡之谷，建立商業閉環，實現從技術創新到客戶價值創造的躍遷。吳甘沙向Xtecher透露，除了機場和商業地產，馭勢科技還將陸續與多家地方政府以及園區、主題公園、物流等領域的行業領導者開展合作。“中國正在積極嘗試新區、產業新城和特色小鎮等新型發展之路，這對自動駕駛技術而言是絕佳的機會，如果能在早期被納入區域規劃，我們將有機會在世界范圍內率先實現自動駕駛技術的大規模商業化運作。”吳甘沙說。

不斷往深水區蹚

心懷敬畏 擁抱創新
不斷拓展自身邊界的馭勢科技正在慢慢長大，隨著積累的場景越來越多，馭勢無人車也正在挑戰更加復雜的環境。對于吳甘沙而言，讓無人車上路還有很長的路要走，一些障礙必須跨過，才能真正讓自動駕駛技術實現規模化的商業化運作。“你要不斷地往深水區蹚。”他說。比如在今天的硅谷，我們可以隨處可見各式各樣的無人車在路上進行道路試驗，因為他們已經獲得了加州路測拍照。而在中國，目前法律上并不允許。事實上，規定駕駛員要隨時保證對車輛絕對控制的“維也納公約”也已經進行了修改，允許自動駕駛在一定范圍內接管車輛的控制權。對于政策法規，吳甘沙的心態比較樂觀。基礎法律的修改尚需一段時間，但他認為1-2年內中國有望在一定的條件限定下部分放開道路測試權。還有就是技術的穩定可靠。馭勢科技正在約束場景中小試牛刀，以期未來可以在通用場景中實現真正的自動駕駛，但人工智能的“魯棒性”依然是自動駕駛要面對的挑戰。魯棒性，說白了，就是人工智能“夠不夠皮實”，“是不是稍微有點擾動就會出錯”。從這個角度而言，深度學習是脆弱的。我們需要它在大數據的驅動下進行圖片識別，而人類無法窮盡所有的圖集，且圖片識別的人工智能表現有時候不可言喻的好、有時候不明所以的差，甚至有時候你不知道為什么機器會做出這樣的選擇。
幸運的是，生成對抗網絡（GANs ）已經運用到了自動駕駛技術上。“GANs它就像是一個生成器和辨別器，慢慢學會一種方法，能夠去生成高度逼真的圖像和場景。”吳甘沙說。

創造對于人類的理解非常重要，這對于自動駕駛技術真正商業落地意義非凡。理查德·費曼曾說過：凡是我不能創造的，我就不能理解。“當你通過生成器可以生成逼真的圖像的時候，你就擁有的理解的能力。” 吳甘沙說。把各種各樣機器學習的算法都結合起來，深度學習就像是一場“車改”。對于攻克技術難題、讓無人車早日上路，不斷蹚向深水區的吳甘沙顯然信心滿滿。信念可以具有無形的感召力。他始終堅信，未來的車，不只是簡簡單單的車，它會是大型移動智能終端+商業空間+儲能單元，但無論如何，它承載著人們的出行和生命安全，而后才是便利、科技以及方方面面的改變。
“我總是告訴大家，要心懷敬畏、擁抱創新。”吳甘沙說。
 

過往不戀，未來不迎，當下不雜。這是吳甘沙非常喜歡的一句話。從英特爾、微軟、百度等知名技術公司的研究院出來創業的院長、副院長通常面對諸多選擇，但細心觀察就會發現，他們大多選擇去做平臺、ecosystem或者組建一個實驗室，轉向管理和統籌，有膽子做產品的不多，能叫得上名號不出三人，吳甘沙就是其中之一。比起其他已經功成名就的技術大佬，想要讓無人車真正上路的吳甘沙同樣面對高昂的“失敗成本”。這位前英特爾中國研究院院長、英特爾中國研究院的第一位“首席工程師”、第一位非美籍華人院長難道就不怕創業失敗嗎？“怕啊！”吳甘沙坦然且鎮定，“但并不是怕創業失敗，而是怕想要解決的問題無法得到解決，所以更要把眼前的事做好。”

卸下過往那些偉大成就的光環，也并不急于在全開放的環境下證明自己的技術實力，而是選擇在可控的實際場景中進行商業化試行，落地為安。吳甘沙憑什么敢讓無人車上路？我們在徐徐駛入“慢車道”試駕中的馭勢科技身上會慢慢找到答案。