从自动驾驶到飞行汽车，未来交通将怎样重新定义？

　　在解决未来空间位移这件事儿上，无人驾驶和飞行汽车哪一个会先到来？

　　未来的出行一定会从二维的空间走向更加立体的空间。

　　「现在觉得飞行汽车是未来感非常强的东西，可能花几十年时间才能实现，但是我们目前已经有很多核心技术到位，我们也在突破一些技术。」Udacity 飞行汽车项目负责人 Jake Lussier 说。

　　的确，「飞行汽车」早已吸引了全球创新者的投入，比如谷歌创始人拉里佩奇，此外，很多大公司比如波音、空客等也都纷纷涉足。

　　不管是飞行汽车还是无人驾驶，不仅仅给我们提供了一种交通方式，更核心的一点，是打破了我们的人、物和空间的关系。本质上它其实解决的是我们的能耗问题，如果我们解决了这样的问题，商业上会获得更大的可能性。

　　同时，不要去限制自己对于的技术想象力，我们的技术总在去配置更优质的资源，适合当下的形态。相信在未来的自动驾驶和飞行汽车的时代，会出现更多的产品和更丰富的可能。

　　一个听起来很「未来感」的概念，为什么吸引了这么多力量的投入？在解决未来空间位移这件事儿上，无人驾驶和飞行汽车哪一个会先到来？又会分别扮演什么样的角色？透过这些技术该如何理解未来交通的新格局？

　　以下是极客公园胡少阳、 Udacity 飞行汽车项目负责人 Jake Lussier，百度阿波罗产品负责人周达文、景驰科技 CTO 李岩，在极客公园 Rebuild 2018 科技商业峰会上的圆桌演讲实录（经过极客公园编辑，略有删减）：

　　主持人：因为很久没有来到成都，所以有一天我和我们的出租车师傅就聊天，我说成都现在*的特色是什么？师傅很不屑的看了我一眼，说堵车。

　　我们现在已经处在了全球*速度的汽车迭代的环境中，我们依然有大量的需求，并没有被解决。我们看到在科技圈里面，近几年会把自动驾驶成为我们最热门讨论的话题。我们今天处在了一个自动驾驶的时代，也瞄上了未来的飞行汽车。

　　刚才李岩和我们介绍了很多关于自动驾驶的背景，阿波罗刚刚发布了 3.0 版本，也是自动驾驶领域里面最活跃的部分。自动驾驶到底对我们的城市和我们未来的生活方式有哪些改变？ 

　　周达文：无人驾驶车是比人类司机更为安全的驾驶工具。有数据显示，有 94% 的交通事故是由人为错误造成的，人类司机，你在路上，大概一分钟可以处理 100 到 1000 个这样的信息量，但是自动驾驶车可以处理 3000 到 30000 个这样的信息量，所以对于自动驾驶车，眼观四路、耳听八方的能力更强，并且可以减少拥堵。

　　当拥堵减少，我们的车流更加顺畅，我们会发现城市的布局和我们城市的规划建设也会有相应的改变。有了无人驾驶以后，你就不需要停车了，楼房旁边会有非常好的绿化和休闲空间。这个可能会引起房价的动荡。

　　当我们的无人驾驶车更加的普及，我们在车上的时候，会发现有更多的时间做更多的事情。

　　主持人：阿波罗作为这个平台方，提供了怎么样的能力呢？ 

　　周达文：7 月 4 号我们发布了阿波罗 3.0，第 5 个版本对我们来说有特别重要的意义，这是整个阿波罗历史上的里程碑。3.0 开启了量产时代，其中包括自动驾驶的小巴，就是大家熟悉的阿波龙小车，包括自主泊车，也包括了无人作业小车这样的功能。不光给到合作伙伴方便，也提供了无人驾驶的相关配件，通过简单的技术加工，更符合他们自己场景的无人驾驶，同时还提供了硬件开发平台和车辆认证平台，我们的硬件和车辆的提供者，可以更方便的借助阿波罗，阿波罗的开发者可以更加轻松的部署到不同的硬件和软件平台上。

　　主持人：我们很早的交流过了飞行汽车的问题。我知道你们跟阿波罗有合作，之前有提到说飞行汽车的存在，跟我们的自动驾驶的技术有很强的关联性。能不能告诉我们，到底什么是飞行汽车，以及现在的技术处在了什么样的阶段？

　　Jake Lussier：一般我们说到飞行汽车的话，我们提的都是比如说用飞行器，这个飞行器可以解决我们每日的出行需求。现在我们使用飞机主要进行的是远距离的出行，但是说到飞行汽车的话，我们所指的就是，比如说在临近城市之间的出行，或者是城市内部的出行。

　　到底哪种飞行汽车可以符合我们的这个类别，实际上我们会有一系列，各种各样的车型满足我们的要求，比如说大型的无人机可以有一个大型的版本，可以承载人，或者是混合式的汽车。比如说他可推进器，有翅膀，可以进行水平的飞行。我们要根据他的功能来进行分类而不是通过外形进行分类。

　　高等级的飞行汽车的定义，会使用很多和无人驾驶汽车类似的技术。比如说会使用电力或者是按需的一些服务等等，而这些对于飞行汽车是非常重要的。你不需要拥有自己的飞行汽车，可能一辆汽车要 200 多万美元，但是我们可以分享飞行汽车。

　　而且对于我们的这种飞行汽车而言，我们不需要再去培训很多的飞行员，我们的飞行汽车可以自己就去开了。当然了，对于无人汽车，他有一些独特的挑战，飞行汽车业面临着类似的挑战，如果飞行汽车出现任何的故障，就会出现很大的事故。

　　所以无人汽车和飞行汽车有很多的相同点，也有很多的不同点。不管怎么说，技术是非常重要的，我们也需要工程师来打造这些技术。

　　主持人：你觉得现在自动驾驶技术上*的挑战是什么？ 

　　李岩：其实每个领域都有非常难的问题，等待大家去解决。我个人是做感知的，有一些偏见，我认为感知在这方面的挑战是非常大的。

　　之前几十年一直在做机器视觉，或者说人工智能，最近几年深度学习出现之后，在感知这方面有了一个质的突破，整个是一个数量级的提升。真正的看到一些产品的应用，但是我们感觉真正应用在无人驾驶车上的话，那么感知还有一些不足之处。

　　因为目前我们认识的都是一些比较常见的类别的这种物体，比如说汽车，我们可以把车分为不同的种类，是卡车、SUV 还是小轿车，可以做到这种粒度。那么行人的话，只是知道这是一个直立行走的人还是自行车，红绿灯我们的识别也是不错的。但是为了实现真正的自动驾驶或者是无人驾驶，我们需要在更细粒度的层次上，对物体进行识别。比如说我们不但需要知道这个行人他的姿态是什么，我们还需要知道他当时这种意向是什么，他下一个时刻是为了穿马路，还是在原地环顾四周等待一下。一个骑自行车的人他招手的意思是什么，非常细节的东西，对于人来说是一目了然的，但是对于车来说，很多时候是无法在语义层次上进行理解的。

　　现在机器学习也有一定的局限性，比如说通常称之为弱 AI，也就是说需要大量的监督式学习，告诉机器人，这个是车，这个是人在举着双手。所以说这种训练很可能是不完备的，我们机器学习的泛化能力比较有限，需要收集大量的数据，模型的训练，才能够达到比较好的准确率。

　　所以我认为在感知的这个角度，需要整个技术上的突破，比如说能否在语义层次上，对于人的一些行为做一些判断，用少量的训练数据，用半监督式的学习去进行改进模型，我觉得这个方面还是有很多值得改进的地方。

　　主持人：你觉得飞行汽车当下最难突破的点在哪里？ 

　　Jake Lussier：*的挑战依然是我们硬件的革新，因为现在还需要一项技术，让飞行汽车变得更好。这确实是一个系统化的挑战，不管任何的技术来到我们的领域，我们需要整合起来，让技术发展得更好。

　　此外飞行汽车还有一个挑战可能是无人驾驶是没有的，因为我们的这一个系统，我们的交通工具的设计是在开放的空间当中，我们可以有固定的机翼，这其实是一个特别大的挑战，因为很多的飞行汽车都已经在设计了。但是他们有时候在整合的时候并不完全一样，有各种不同的形式，形态是一个挑战。对于飞行汽车的意识是更简单的，因为飞行汽车在空中不会撞到太多的东西，但是还有更具有挑战的方面。比如说像是去控制这个飞行汽车，如何才能够让它控制的更可靠，不管是有多大的风，还是天气如何，我们都要有效的去控制它。对飞行汽车来讲，控制可能会比较困难。 

　　主持人：在你们看来，未来的自动驾驶竞争格局是什么样的，像现在的互联网偏向寡头的局面？你们怎样看待这个问题？ 

　　周达文：肯定未来会是一个多方竞争，或者是大家共赢的格局。这是一个非常巨大的行业，这个行业大到说不可能是一个公司去掌控，去控制他的所有的方向。包括就像刚才李岩说过的，我们需要有这个底层的车辆，然后我们需要有硬件、需要有算法、云服务、运营公司等等，所以我们坚信这件事情是一个大家共赢的局面，在去年，我们开放了百度的无人驾驶技术。

　　我们想着说既然将来是一个大家合作、共赢的局面，既然合作是主旋律，那么总要有人往前迈出*步，那么阿波罗就迈出了*步，把我们的东西开放给大家。

　　主持人：很多人都参与到了飞行汽车的创业中。我们很好奇，对于飞行汽车来说，他到底是有什么样的商业机会，同时说飞行汽车到底对这个世界造成了多大的一个改变，或者是颠覆？

　　Jake Lussier：其实跟无人驾驶差不多，我们有很多的商业机会，很多的公司都可以参与到我们的技术设计过程当中。比如说可以有主机厂，还有很多的飞机制造公司，他们有很多的经验，他们所造的飞机非常的可靠，而且从来不会失效。

　　作为初创公司，我们确实需要和这些有经验的公司合作，初创公司可能对于 AI 要更熟悉一些。对于商业模式的话，我觉得最高层的一个分类，可能会有一些公司去做运行模式，Uber 可能不会去做汽车制造的主机厂，但是他们其实是可以开放自己的一个运输的平台，将他们的基础设施以及客户群开放给初创公司。

　　另外还有一些公司，会有整个建造的一个机会。我们的商业机会还需要去考虑的是，我们如何去招募，除了如何去招募客户，更需要想的是自己还能走多远。 

　　主持人：我们刚才谈到了飞行汽车的商业模式，站在现在去展望一下未来。首先来到自动驾驶这边，想知道说现在对于创业公司来说，那么你们怎么去看自己的演进的方向，自动驾驶未来，你们会成为什么样的公司，提供哪一部分的服务？

　　李岩：无人驾驶其实是一个非常宽的研究话题，但更多的是技术上的攻坚，也就是说在 AI 的层次上，怎么能用前沿的技术做一些系统的集成，能够真正的把无人驾驶技术实现落地。

　　我觉得需要考虑几个因素：

　　首先就是能否有一个好的数据平台，能够大量的收集数据。然后用最准确的模型来进行对周围世界的感知，那么这里边对 AI 这方面的要求还是非常高的。

　　另外一个是计算平台，知道现在车上这种电源设备还是比较有限，那么大量的计算平台是基于这种英伟达的 GPU 的平台，当技术成熟到一定的阶段，我们更多的是考虑到功耗这个角度。所以很多的公司慢慢的会把重心转移到硬件的平台，也就是说不同的传感器之间做高度的集成，低功耗、高效率来进行运营。

　　但这也是水涨船高，当计算资源提高了之后，自然而然从算法工程师的角度，会考虑加装更多的硬件。激光雷达也是多达 5 个或者是 6 个，毫米波雷达一般标配都是 5 个，所以这么多的传感器，如何在时间和空间上进行同步，然后能够对三维世界产生一个完整的感知，这个方面的技术和挑战的吸引力也是非常大的。

　　另外我觉得从主机厂的合作角度，也希望有一个尽量的开放的平台，因为传统的主机厂设计的都是为人设计的汽车，自动驾驶技术普及之后，我们需要一个为机器而设计的平台，在这个方面需要参考航空工业的一些经验。需要考虑容错措施，当软件出现问题的时候，我们能不能回退到备用的设备商，主机厂也会有思考，这也是一个合作点。

　　我觉得一个真正的赢家，应该是能够把这几个方面进行*的整合，能够从产品的角度设计一套最有效的解决方案。 

　　主持人：达文，因为你们是一个平台厂商，看的视野更广，你们觉得中国的自动驾驶和造车的力量在参与的过程中，他们在未来的自动驾驶的时代，他们的比例或者是份额会占到多少？

　　周达文：从平台上来看，三个推动力，一个关键点。

　　*，数据的推动力。比如说老司机在路上看到过很多的场景，他可以处理很多场景。所以他的经验积累起来，让他可能了解更多的路况。对于无人驾驶来讲，一辆车看到了，所有的车都能看到，我们把所有的路况、场景收集到我们的云端，每次会把我们的算法在上面不停的迭代、实验，可以处理不同的场景。

　　第二是人才的力量，无人驾驶是一个非常新的行业，其实现在人才非常的紧缺，也导致这个人才非常的贵。百度阿波罗作为一个开放性的平台，我们觉得有这样的义务，社会的责任感，帮助这个行业往前推进。跟很多的教育部门、高校联合举办了阿波罗或者是无人驾驶相关的课程，我们刚刚设立了一个无人驾驶阿波罗相关的课程，在 7 月 4 号的时候已经发布了。

　　第三个力量是社会的支持和推动的力量，其实现在处在一个非常大的时代，这个大的时代非常的变革。为什么现在觉得车更安全，是因为社会的力量推动了社会的交通建设、底层设施，包括保险、各方面为车这件事情做优化。像高速公路、红绿灯这些事情在马车时代是没有的。无人驾驶开始展现他的社会价值的时候，整个社会会帮助无人驾驶更快的成长，包括社会对他的包容，包括对自己的建设来帮助无人驾驶。

　　最后有一个关键点，那就是安全。我们最开始做无人驾驶的时候，其实我们对这个行业不是很了解，我们跟车厂谈，他们问我们怎么做安全的，我们讲了很多自己的想法，后面他们还是问你们是怎么做安全的。我们后来做了一次安全的认证，最后终于知道车厂在跟我们谈什么，一百年的企业，他们有非常深厚的积累，我们希望跟他们携手共进，同时非常注意安全。

　　主持人：如果未来无人驾驶想参与到飞行汽车之中，他们需要具备怎样的技能？

　　Jake Lussier：实际上我们还是有很多的鸿沟，但我们相信我们的技术可以真正的改变这个世界。我们需要有足够的知识和经验的这些人来帮助我们，真正的来推广这些技术，提升这些技术。

　　我们现在有一些无人驾驶的项目，像刚才周先生提到的阿波罗平台，告诉了我们很多的开源的项目。除此之外，有很多其他的无人驾驶相关的课程，比如说他们可能是 6 - 9 个月这样的课，会告诉我们学校的学生，无人驾驶的技术到底是什么样子。而且我们也有飞行汽车这些课程，让他们知道飞行资质是什么样子的，这个产业的增长非常快，而且会完全的变革。■