2018年4月23-25日，，，，，，由投中信息、投中网主理，，，，，，投中资源协办的“第十二届中国投资年会·年度峰会”在上海金茂君悦旅馆举行。。。。。。本次聚会主题为“价值的实力”，，，，，，来自海内外上百家私募股权机构汇聚一堂，，，，，，对目今行业热门话题睁开讨论。。。。。。
在此次峰会上，，，，，，麻将胡了智能CEO虞正华就“无人驾驶的理想与远景”主题举行了精彩分享。。。。。。
虞正华体现，，，，，，无人驾驶更大规模的测试，，，，，，是只有真正进入量产，，，，，，经由几十万辆车上百万辆车用同样的手艺举行测试了，，，，，，才华真正探寻到实现L4自动驾驶所面临的、所需要解决的Corner Case。。。。。。“真正要解决的手艺通路是把L3、L4的手艺先用到L1、L2的产品中，，，，，，通过这样的产品，，，，，，能够验证到这项手艺在100万台普遍测试下Corner Case究竟在那里”。。。。。。
以下为麻将胡了智能CEO虞正华在“第十二届中国投资年会”精彩演讲实录，，，，，，投中网整理。。。。。。
虞正华：各人下昼好，，，，，，很是兴奋有时机跟各人分享一下我们关于自动驾驶的明确。。。。。。原来的问题希望我讲自动驾驶的理想与远景，，，，，，而我以为更合适的是讲一下理想与挑战。。。。。。由于所有的远景都是基于挑战已经解决的条件之下。。。。。。
手艺希望让自动驾驶的商业模式演变
人类关于自动驾驶的理想由来已久，，，，，，这是1950年月美国的广告，，，，，，那时间预想自动驾驶有朝一日实现的那一天。。。。。。现实上，，，，，，自动驾驶真正进入各人视野，，，，，，似乎已经触手可及了，，，，，，是最近十年之内的事。。。。。。这也陪同着人工智能手艺的希望，，，，，，各人以为手艺解决的程序已经邻近了，，，，，，在这内里Google做了很主要的先驱性事情。。。。。。
我们在人工智能领域，，，，，，已往几年确实是随着深度学习的希望，，，，，，取得了许多主要的前进。。。。。。我们去年组织了国际竞赛，，，，，，得了天下第一，，，，，，使命是一个像素级的语义支解，，，，，，上面是原始的摄像机看到的视频，，，，，，下面是盘算机算法、人工智能算法所获得的效果。。。。。。 ？？？？？？？梢钥吹酵ü衷谌斯ぶ悄苁忠眨，，，，，能很准确辩证到蹊径、人行道、电线杆、交通标识等。。。。。。
各人已往也经常讲说到视觉夜间情形怎么样，，，，，，我们这也有响应的比照，，，，，，这是在伸手不见五指的晚上，，，，，，这是一个深夜，，，，，，车开着近光灯，，，，，，左边是跟人眼主观感受相近，，，，，，在这样的情形下人可能会看清近光灯照的主体，，，，，，除此之外都是黑压压的一片。。。。。。现在新一代的宽动态传感器和高级的图象处置惩罚算法，，，，，，能让我们在新手艺之下看清的远远不但是近光灯所及了。。。。。。
有了这些手艺的希望，，，，，，自动驾驶也有许多想象空间，，，，，，好比说Waymo做自动驾驶出租，，，，，，演变的商业模式以后麻将胡了交通出行从买汽车到买效劳，，，，，，包括自动驾驶的卡车OTTO在这方面做了许多很主要的事情。。。。。。
无人驾驶的不清静事务可以被阻止吗？ ？？？？？？？
整体而言，，，，，，互联网企业对自动驾驶相对来说是较量激进的，，，，，，这条蹊径通常唬；；；；； ；嵬度氲絃4、L5的研发，，，，，，也希望我们未来能直接提供运营。。。。。。相对来说车厂反而是较量守旧的，，，，，，会一步一步往前走，，，，，，循序渐进的路径。。。。。。我们沿着差别的路径，，，，，，但终点都是一样的。。。。。。
要考量的是，，，，，，沿着差别路径的选择，，，，，，带来的问题或者危害是什么呢？ ？？？？？？？今年3月18日有一个事务，，，，，，对整个自动驾驶界有很深远的影响。。。。。。各人看新闻也看到了，，，，，，Uber阻止了所有自动驾驶车的测试，，，，，，Nvidia阻止了所有自动驾驶的测试，，，，，，Toyota阻止了所有自动驾驶的测试，，，，，，这个是很不幸的事务，，，，，，但这类的事务，，，，，，也许对简单事务而言是可以阻止的，，，，，，可是我们会看到的从概率上来说，，，，，，这类事务是一定会爆发的。。。。。。
为什么？ ？？？？？？？从简单事务而言，，，，，，把同样的其时相机收罗的视频跑到我们自己的今天已经量产的产品中，，，，，，我们能很准确的找到这个目的，，，，，，我们提前1.4秒可以发明这个行人，，，，，，似乎说这个事务我们是可以阻止的。。。。。。以是关于这个事务，，，，，，着实我们并没有看到最终的视察效果，，，，，，以是我们并不知道其时由于这辆车上装了摄像机，，，，，，我们并不知道其时爆发了什么。。。。。。
可是我们是否以为这个事务是完全可以阻止的呢？ ？？？？？？？麻将胡了回覆是NO，，，，，，今天为什么要举行大宗的无人驾驶的测试，，，，，，就是由于你现在还不可证实其清静性，，，，，，这是鸡生蛋蛋生鸡的问题，，，，，，你不可证实清静性的条件必需要举行大宗的测试。。。。。。
在今天任何一套完全自动驾驶的车都是一辆不清静的车。。。。。。自动驾驶自己是很是重大的系统，，，，，，有许多的模 ？？？？？？？樽槌桑，，，，，从感知到定位到决议到最后的控制，，，，，，这样一个重大的系统，，，，，，我们以为你要通过怎样验证其清静性，，，，，，若是把所有的工具混在一起验证，，，，，，你要跑大宗的实验，，，，，，验证的周期很是漫长。。。。。。
以是我们以为一个重大系统的验证，，，，，，更需要拆解到某一个自力验证清静的模 ？？？？？？？椋，，，，，这之后你整个系统，，，，，，整个验证周期反而能够缩短，，，，，，反而能够实现整系一切清静的目的。。。。。。而清静的自动驾驶离不开清静的传感器。。。。。。
传感器到99%准确率依然不清静
对任何一个传感器而言，，，，，，我们以为99%或者更高够不敷。。。。。。这里举一个简朴的车道线检测的例子，，，，，，车道线而言常见的有直线有虚线，，，，，，若是直接开上路去测，，，，，，99%能遇到都是类似这样的场景，，，，，，是不是你若是抵达99%准确率就清静呢？ ？？？？？？？你可能还会发明其他的类型，，，，，，有鱼骨线，，，，，，尚有车道合并和分拆。。。。。。这些1%不可解决，，，，，，遇到这种Corner Case就是100%不可解决。。。。。。以是我们要解决的问题是我们一直探寻系统的界线，，，，，，我们系统的CornerCase，，，，，，只有把这些探索完毕了系统才有可能是清静的。。。。。。
我们已往已经做了许多事情解决Corner Case。。。。。。为了这些Corner Case，，，，，，做了许多事情，，，，，，Waymo花了差未几两年的时间在美国测试500万英里，，，，，，关于自动驾驶的公司来说，，，，，，财力如Waymo做了500万英里这个测试够不敷？ ？？？？？？？人类开车每一亿公里出一次严重的事故。。。。。。对任何自动驾驶的公司而言，，，，，，测500万英里或者跟事故爆发的概率而言是很微缺乏道的事。。。。。。
我们自己也花了两年多的时间，，，，，，在举行凌驾500万公里的测试，，，，，，我们也看到中国的公路确实很是重大，，，，，，有种种各样的板车、农用车、三轮车等，，，，，，我们对这500万公里举行充分的测试，，，，，，但我们以为照旧不敷的，，，，，，由于任何一个自动驾驶公司也好，，，，，，创业团队也好，，，，，，若是自己搞几百台车，，，，，，你就算一辆车一年跑十万公里，，，，，，几百万公里这样测试的量，，，，，，关于你真正在自动驾驶工况中爆发的Corner Case是远远不敷的。。。。。。Waymo是在美国定几千辆车最先运营，，，，，，更主要的目的是最先举行大规模的测试。。。。。。
量产才会知道Corner Case在哪儿
我们现实而言，，，，，，更大规模的测试是只有你真正进入量产，，，，，，你经由几十万辆车，，，，，，上百万辆车用同样的手艺举行测试，，，，，，才华真正探寻到实现L4自动驾驶所面临的、所需要解决的Corner Case。。。。。。真正要解决的手艺通路是把L3、L4的手艺先用到L1、L2的产品中，，，，，，通过这样的产品能够验证到我这项手艺在100万台普遍测试下Corner Case究竟在那里。。。。。。这是我们做的一项事情，，，，，，这段视频不知道能不可放出来，，，，，，这是面向L3的。。。。。。我把这个说一下就行了，，，，，，前面类似较量典范的计划，，，，，，今天若是做L3，，，，，，也是这样的视觉感知的系统，，，，，，可是我们把这个首先在海量的L1、L2举行充分的验证。。。。。。
围绕这条路，，，，，，我们把这个工具做成产品，，，，，，我们做到乘用车、商用车，，，，，，我们今天已经有量产车，，，，，，明年会有更多的量产车举行响应的验证。。。。。。为了实现这个，，，，，，我们在响应的人工智能方面，，，，，，在焦点的算法上已经进入了深入算法芯片化的事情，，，，，，由于这套人工智能算法都需要很强有力的盘算芯片来承载。。。。。。我们在量产的产品中是我们第一代的芯片化、嵌入式的盘算平台，，，，，，后续也会开展进一步的自动驾驶的芯片事情。。。。。。
我们以为自动驾驶的生长是三个阶段。。。。。。今天已经许大批产的是辅助人工举行智能的驾驶，，，，，，下一个是行业要解决的要害性问题是实现清静的自动驾驶。。。。。。这可能是未来五年之内能把这个解决好，，，，，，已经是最重大的突破。。。。。。
但真正未来恬静的自动驾驶，，，，，，需要整个行业更恒久的起劲。。。。。。我们以为一辆自动驾驶的车首先是清静的车，，，，，，而清静的车一定是经由充分认证的车。。。。。。以是我们以为对这个行业最大的挑战，，，，，，怎样你能够以用户可以接受的本钱提供清静的自动驾驶的量产车。。。。。。
