Drive.ai欲抢滩自动驾驶打车业务 “剑走偏锋”下挑战与机遇并存

Drive.ai欲抢滩自动驾驶打车业务 “剑走偏锋”下挑战与机遇并存

　　近日，人工智能专家吴恩达高调宣布，其自动驾驶创业公司Drive.ai将于7月在美国德州弗里斯科市正式启动自动驾驶打车试运营。执行计划主要分为三个阶段：配备安全驾驶员;安全驾驶员不坐驾驶位;完全移除安全驾驶员，突发状况远程接管。

　　乍眼一看，Drive.ai商业化的第三个阶段较为高级，编者还记得今年三月份Uber的全球首宗自动驾驶致命意外，精准的硬件设备能监测到受害人，但由于软件及安全驾驶员的同时纰漏让小概率悲剧事件发生了。不能否认的是，Drive.ai有吸取前车之鉴，对安全系统的运作和交互都有更全面的细节考虑，如果当初Uber有类似的第三步远程接管机制，悲剧应该就能避免了。

　　除了已曝光的执行计划，其硬件上的设置也惹人注目。7月投放的自动驾驶汽车是基于日产NV 200改装型，硬件传感器包括10个摄像头，2个毫米波雷达和4个16线激光雷达。相比之前及一些主流方案，此方案能够大大节省成本与能耗，而环绕车身的4块LCD显示屏也增强和与周边单位的交互。

　　技术上，Drive.ai应用的并不是非常主流的深度学习技术，而是基于非规则学习的网络模型，编者暂且理解为无监督学习模式，是类似生成式对抗网络(GAN)的一种深度学习模型，当中技术的泛化能力一定程度上能提升自动驾驶的灵活性及创造性，但是这会不会让自动驾驶的出错率上升呢?同时，也会让出错后的进一步改善更加困难，实际效果必定是要持续观察的。

　　另外，吴恩达团队对远程接管系统作出重大优化，系统能在信号不佳及网络延迟等客观情况作出实时响应，编者觉得未来的成熟自动驾驶汽车都会走远程接管的路线，因为前端传感器各类技术上可能都会发展到一个比较成熟的阶段， 而更多优化的潜力应该是在云端或者后台的人工管控方面，如何能够提高效率，让越来越多的无人汽车上路，让人工的价值达到最大呢?同时，对于每次操作的数据，能否作为深度学习算法的训练数据呢?这应该是未来的一个提升方向。

　　战略上，编者认为，在去年6月吴恩达加入Drive.ai董事会后，Drive.ai的发展速度明显加快了，先是顺利完成B轮融资，然后与Lyft以及东南亚的打车巨头Grab达成合作，Grab后来也成为了Drive.ai的重要投资者，战略上合作必定更为紧密。早前，Waymo已经宣布在今年内推出无人驾驶线上服务，当时的Uber已经败下阵来，本月的谷歌开发者大会上，Waymo CEO再次透露出关于自动驾驶打车服务的消息。Drive.ai的出现难免会在美国与Waymo发生正面竞争。不过，在时间上，Drive.ai应该能够抢先Waymo开展业务，在地点上，Drive.ai对东南亚自动驾驶市场的垂涎也是合情合理，即便无法正面与Waymo抗衡，退守东南亚也是一个万全之策。

　　总的来说，无论技术上抑或路测里程上，Drive.ai暂时与Waymo都不能相提并论，但可以预见的是，Drive.ai日后或许会“剑走偏锋”，深耕某个垂直细分的市场，抑或在某些领域上做到差异化服务，未来的自动驾驶打车服务的玩家也会越来越多，例如国内的滴滴，年初成立了AI Lab，4月底成立洪流联盟，都旨在拓展自动驾驶相关服务，拓展更多的商业化场景，让我们一起期待吧!