专访Drive.ai联合创始人王弢：吴恩达一直是良师益友

今年3月，全球顶尖的人工智能专家吴恩达宣布结束自己百度首席科学家的任期，开启人工智能领域新的征程。

对于吴恩达的去向，外界有诸多猜测。其中有一家名为Drive.ai的初创公司受到了格外多的关注，不仅因为这是一家专注于用深度学习开发自动驾驶软件的公司，更重要的是吴恩达的妻子卡罗·莱利（Carol Reiley）是这家公司的创始人之一。

近日，Drive.ai联合创始人之一的王弢接受了澎湃新闻的专访，谈到了Drive.ai在自动驾驶领域的发展愿景，以及对未来自动驾驶领域竞争格局的看法。

脱胎于斯坦福人工智能实验室

Drive.ai在今年受到国内媒体的广泛关注，主要来自于吴恩达的离职风波，虽然随后吴恩达的妻子卡罗·莱利在一次公开活动中否认了吴恩达将加入Drive.ai的传言，但毋庸置疑的是这家初创公司与吴恩达有着很深的渊源。

“吴恩达是包括我在内的三个联合创始人的博士生导师，可以说过去一直以来包括以后我们都会保持良师益友的关系。不管他接下来要做什么，我们都非常期待看到他下一步的决定。”王弢表示，目前还不方便透露吴恩达的去向，此前外界根据他的离职信做了一些猜测认为他会在自动驾驶领域创业，但吴恩达本人暂时还没有公开表达过这一意愿。

Drive.ai成立于2015年4月，共有7个联合创始人。除了吴恩达的妻子之外，大部分创始团队成员都来自斯坦福大学人工智能实验室吴恩达教授的团队，进行深度学习的研究。该团队的主要课题是深度学习与自动驾驶认知，而王弢的主攻方向是计算机视觉认知在自动驾驶方面的应用。

“2013年，我们团队开始酝酿出来建立一个公司，因为大家彼此都是师兄弟关系，并且一直以团队的形式运作，可是说出来创业是当时集体的一个决定。”王弢告诉澎湃新闻记者（www.thepaper.cn）。

“当然在正式决定之前，我们也做了一些验证，包括实际地去跟一些车商进行一些合作项目，我们很快就发现，成立公司能够给我们带来更广阔的空间。”

王弢表示，成立公司的初衷是为社会做出更大的贡献。比如像中国这样的发展中国家，私家车数量增长迅速，带来了很多道路拥堵以及交通事故的问题。他们相信自动驾驶能在根本上改变人们出行的模式，改变人和交通之间的关系，从而解决这些问题。

目前Drive.ai的主要工作场所是两间车库，由于快速的人员扩张，车库已经快容纳不下了。Drive.ai官网介绍，除了创始人之外，目前员工数量已经达到48人。

“是深度学习公司，不是自动驾驶公司”

成立至今，Drive.ai很少主动对外披露研发进展。只在今年年初，公开了一段视频，显示一辆测试汽车在自动驾驶软件的指挥下在一个风雨交加的夜晚穿过加州山景城街道。

此前业界普遍认为，雨夜行驶是自动驾驶上的一个技术难点，因为对于自动驾驶软件来说，糟糕的天气和夜晚会导致光学传感器的能见度降低，雨声会干扰传感器，降水还会影响公路环境，以上这些都对软件本身提出了更高的要求。

王弢向记者表示，Drive.ai的技术优势就在于提高软件的能力来弥补硬件上的不足，在实现这一点后，不仅可以摆脱对昂贵的高精度仪器的依赖，降低车辆成本，而且可以通过软件的快速迭代超越市场上主要依赖硬件更新的厂商。

这大概也是为什么作为自动驾驶行业的新进入者，Drive.ai却很少自称是一家自动驾驶公司。

在今年3月于旧金山揭幕的《麻省理工科技评论》EmTech Digital数字峰会上，卡罗·莱利在嘉宾演讲中反复提及——Drive.ai更像是一家深度学习公司，而不是自动驾驶公司。而Drive.ai官网的介绍显示，它的目标是“建立车辆的自动驾驶大脑”。

目前Drive.ai共有4辆采集车用于道路数据的收集，并且也获得了美国加州的无人驾驶道路测试的牌照。

王弢表示，深度学习是一个数据驱动的算法，以往的深度学习在其他领域的应用也已经表明，训练数据越多，深入学习的效果越好。

“我们认为，除了数据训练深度学习的系统需要大量有精确标注的数据，效果才最好。数据的标注的质比量更重要，所以在这里在这个数据上面，瓶颈其实是在于标注，而不是在于驾驶里程。”王弢强调。

据介绍，所谓数据标注，就是在采集到的数据的基础上，将道路环境中的元素和信息标注出来，以帮助机器更好地学习。目前Drive.ai有一套半自动数据标注系统，其标注效率可以将原本标注一个小时数据所需的800小时时长缩短到30-40小时。

王弢表示，通过精准的数据标注学习，目前Drive.ai的深度学习系统已经具备了一定程度上的自我矫正的能力。“比如有的时候，人工把某一帧的红灯标注成绿灯，但后来发现机器在执行的时候会按照红的情况作出反应。这说明机器的准确性已经比人眼更高了，即使在训练数据和测试数据有一定噪音的状况下，也能够非常精准地输出。”

自动驾驶就是与时间赛跑

可以说，自动驾驶领域的技术竞赛已经进入了白热化阶段，不管是政府还是企业，对于自动驾驶都投入了巨大的热情，在这场竞赛中，实现量产和行业标准的落地成了两个最关键的节点。

而截至目前大部分厂商都将2020年左右视作是大举迈向自动驾驶时代的重要关口：谷歌提出了要在2020年前后将完全自动驾驶技术投入实用，德国大众和宝马的自动驾驶汽车则会在2021年投放市场。美国汽车生产商福特汽车也表示将在2021年之前启动可完全无需人工操作的自动驾驶汽车的量产。

“说到底，发展自动驾驶就是和时间赛跑。”王弢说道。尽管目前主流的汽车厂商都在公开自己的时间表，但王弢相信初创公司想要领先于市场只能在时间上下功夫。

“不管是传统的车厂也好，或者是大型的网络公司，要比它们的迭代速度要快出一个数量级。这样的话，我们才能够最先把自动驾驶的技术推向市场。所以迭代的速度很大程度上就决定了谁能成为最后的赢家。”王弢说。

王弢认为，Drive.ai相比大公司没有历史包袱，同时在公司成立之初，所有的软硬件架构和计算机的基础设施都围绕深度学习的需求来设计，在技术选型上已经快人一步。

“软件系统的迭代的速度要比硬件快很多，这样就允许我们在短时间内进行多次的迭代，然后不停地、不断地使我们的系统的准确性更好。”王弢表示。

短期的商业化目标

随着技术的逐步成熟，Drive.ai的商业化路径也清晰起来。

据了解，Drive.ai的目标是想要创造用于运输的最佳人工智能系统。但目前Drive.ai的自动驾驶软件主要面向后装市场，以工具包的形式加载到普通的汽车中去。在他们看来，这种路径能够更快地占领市场。不过在长远规划中，预装新车市场是Drive.ai计划的下一步。

“实践证明后装市场的优势是很明显的，我们目前合作了三种不同厂家的不同车型，经验证明相同一套系统从一个车型转移到下一个车型，所要花的精力非常少的，只要完成一些接口上面的比较小的工作量就可以了。”王弢表示。

王弢透露，短期内Drive.ai商业化的路径会面向商业车队，为他们提供软硬件整合的工具包，继而把现有的车辆改装成自动驾驶车队。到今年下半年，Drive.ai就会与合作伙伴开启试运营。

王弢称，自动驾驶行业在技术和商业路径的探索中有两个极端，一个是就是基础设施上面，不计成本，譬如大量铺设V2X（车与外界的信息交换）的传感器；另一个极端是对基础设施不做任何改动，依靠高度智能、可靠的自动驾驶技术，它的应用场景非常广，但会需要比较长的时间来实现。

“什么才是适合于投入市场的自动驾驶技术，对我们来说就是在这两个极端中寻找一个合适的位置。”王弢说，“怎么样以最小的成本、最短的时间来实现自动驾驶普及的目标？我们现在需要找这样一个平衡点。”