告诉你吴恩达妻子创立的Drive.ai公司为什么很牛

ZD至顶网个人商用频道 03月24日 北京消息（文/孙斌）：原百度公司首席科学家吴恩达离职的消息，近期在科技圈引起了一波小幅震动，而关于吴恩达接下来的去向的讨论也引发了大家的无限遐想…

然而,本篇文章并非是对吴恩达的去向进行猜测,只是告诉你由吴恩达妻子创立的一家涵盖人工智能与无人驾驶两大热门技术的创业公司Drive.ai为什么很牛。

妇唱夫随?

Carol Reiley(卡罗尔·莱利)是吴恩达的妻子，同时她拥有约翰·霍普金斯大学双料博士学位，而目前，她正担任Drive.ai公司总裁一职。

Carol Reiley(卡罗尔·莱利)

Carol Reiley(卡罗尔·莱利)作为一名机器人专家和从事机器人研发的工程师，在过去的十几年时间里，她最初接触的产品为水下机器人，后来从事工业和医学外科机器人应用开发。在外媒的一次采访中，她表示打算让机器人进入这样一个领域：能够对普通人的日常生活产生最大的潜在影响。而这也正与吴恩达在离职声明中提到的自己的愿景不谋而合。

Drive.ai是怎样的公司?

Drive.ai是一家由前斯坦福大学人工智能实验室室友创建的硅谷创业公司， Carol Reiley(卡罗尔·莱利)正是创始人之一。据Carol Reiley(卡罗尔·莱利)介绍，他们正在利用深度学习技术，创建用于自动驾驶汽车的人工智能软件，他们认为这些技术将成为未来交通领域内的关键技术。所以他们成立了Drive.ai，因为他们相信这一技术能够拯救生命，而且能够扭转行业发展趋势。

Drive.ai团队

“斯坦福大学人工智能实验室的独特之处在于，它是全球三、四家最好的深度学习实验室其中之一，也是唯一一家将深度学习应用到汽车产品上的一个实验室，” Carol Reiley(卡罗尔·莱利)在一次采访时这样说道，“因此我们有着强大的的专业优势，我们团队的其他一些成员，要么来自谷歌无人驾驶汽车团队，要么来自通用汽车和日产公司”。

Drive.ai主要做什么?

谈到Drive.ai公司的研发方向，就是利用人工智能领域的“深度学习”技术，进一步开发自动驾驶系统。这里提到的自动驾驶系统并不单单包含车辆的无人驾驶系统，还包括车辆与行人、车辆与车辆间的交互系统。Drive.ai创始人兼首席执行官(CEO)Sameep Tandon表示：“从深度学习的角度来看，我认为这是我们首次如此强烈的地感觉到已经非常接近自动驾驶。” Carol Reiley(卡罗尔·莱利)继续说道：“我们与传统的机器人学方法有着鲜明的对比，很多公司只是将深度学习技术用于其这个或那个组件，而我们则是从更为整体的角度来考虑的。”

Drive.ai的进展如何?

在外媒的一些报道中，我们了解到，目前在所有致力于Level 4级别(高度的自动化无人驾驶水平，大多数情况下无需人工干预)的无人驾驶汽车初创公司中， Drive.ai公司凭借其可伸缩的深度学习方法和步步逼近的速度令它自己变得独一无二。Sameep Tandon表示，该公司将深度学习看作是在短期内完成一辆真正有用的自动驾驶汽车的唯一可行方法。他表示：“如果着眼于这些算法的长期可能性以及人们打算如何在未来构建自动驾驶汽车这一问题，那么拥有一个学习系统将具有很大的意义。汽车在行驶过程中有太多复杂的因素，有太多微妙和困难的事情，所以，如果你不得不使用自己并不了解的方式去做这件事，那么你将永远无法完成让自动驾驶汽车上路的梦想。”

去年4月，Drive.ai公司获得美国加利福尼亚州的无人驾驶路测执照，进而成为第13家获准在美国加利福尼亚州进行无人驾驶汽车测试的公司。目前在旧金山港湾区，该公司已拥有四辆进行路测的自动驾驶汽车，大部分情况下它们都能完成完全自动驾驶，即使是在阴暗、雨天或下冰雹等对自动驾驶汽车而言尤为困难的天气条件下，这些汽车也基本能顺利完成自动驾驶。

今年2月，该公司公布了一段长度约为4分钟的无人驾驶汽车路测的视频，视频中展现了在雨夜这种恶劣条件下，经过该公司改装的无人驾驶汽车的路测全过程。从视频中可以看到，在整个测试过程中，驾驶员一直保持双手离开方向盘的状态，全程对于车辆控制零干预。

将深度学习技术运用在自动驾驶研发中

实现一般公司所提到的“零散处理法”最常见的做法，是将深度学习技术专用于感知。可以说，对于识别摄像头画面中的行人而言，这种形式的人工智能表现得不错，因为它擅长于任意场景的分类任务。更重要的是，它可以在学会识别一个特定的模式后，举一反三地将这个能力拓展到其他实际并未见过的对象上。换句话说，你不需要训练它识别每一个行人，它就能够识别类似模式的事物。

除了识别摄像头画面中的行人这种知觉模式，深度学习技术还可以用于决策和动作规划模式，举例来说，也就是当汽车面临十字路口时应怎样做出正确的决策，或是在红灯亮时何时可右转。不过，这也正是不少无人驾驶汽车制造商的底线。原因何在?Reiley和Tandon告诉我们，在一些可变因素较多的场景下，采用深度学习算法做决策要比基于规则的传统方法更合适，会令他们感到更加舒适。尽管相比基于规则的系统，深度学习中的“仿人类”模式识别会导致一些较期待更为细致的行为的出现，但这有时会给我们带来一些麻烦：

麻烦一： “黑盒”问题

虽然深度学习系统的识别模式能力是一种强大的工具，但由于这种模式识别是以一种运行在神经网络的算法的一部分出现的，因此令人主要担心的问题就在于，该系统是一个“黑盒”。一旦开始训练该系统，便可以向其输入一些数据，然后系统就会输出对这些数据的有用的解释。但输入和输出的实际决策过程，人们看不到也不一定能够直观的理解。这就是许多致力于自动驾驶汽车的公司更倾向于采用传统机器人学的方法做决策并限制将深度学习用于感知中的原因所在。他们这样做的原因是，如果你的系统做出了一个错误的决策，你会希望能够弄清楚具体究竟发生了什么，然后才能确保未来不会重复同样的错误。

Tandon承认：“这确实是一个大问题。我们想要做的就是训练深度学习系统，在感知和决策方面帮助我们，与此同时，也会吸纳一些确保安全性的规则和人类知识。”而一个充分实现的深度学习系统将采用一个巨大的黑盒系统采集原始传感器数据，然后将其输出为转弯、加速或刹车这样的指令。Tandon表示，Drive已经特意了这样一个完整的端到端的系统。“如果我们把它分成几个部分，然后分别将深度学习技术应用到其中，就会发现，不同的部分可以用不同的方式进行验证，这样我们对于系统的运行方式就更有信心!

Drive.ai公司的研究员们表示，有些技巧可以用来窥视黑箱里的一些情况，然后进行验证(或调整)到底发生了什么。例如，我们可以向系统输入某些特定数据，就好比一个几乎剔除所有无关事物只留下你想要查询东西的相机，然后观察我们的算法对数据细微变化的反应。在处理某些算法有歧义的特定情况时，模拟也是一种非常有用的方法，Tandon解释道：

第一次开始建立这个深度学习感知系统时，我们面临的挑战之一就是天桥。当时我们开着车去做测试，发现系统会将天桥的阴影误判为一个障碍物。在学习过程中，我们可以用一个名为深度挖掘(hard mining)的方法，专注于具有挑战性场景的算法。然后我们就可以用综合实例增强数据，与此同时，你要做的就是告诉系统：“嘿，系统，告诉我你打算怎样处理天桥这个障碍，处理完我去调整一下，然后你再来一次。”一段时间的训练后，系统就可以在天桥附近行驶运行，然后你就可以从系统层面对其进行验证了。

在实现自动驾驶之前，必须完成在自动驾驶汽车的传感器捕获的每个场景中注释物体的艰巨任务。这些数据是提供深度学习或基于规则的算法。

麻烦二：培训系统

深度学习系统依赖数据才能茁壮成长。一个算法所测试的数据越多，它越能更好地进行识别以及概括为了安全驾驶它所需要理解的模式。对自动驾驶汽车而言，要能够了解各种不同的情况，大多数研究自动驾驶的公司采用的默认方法是收集尽可能多的数据。接着，就是管理这些数据，然后利用它们做一些有用的事情。Drive.ai一直坚信，数据之间并非“生而平等”的。该公司把大量的精力投入在收集高质量数据上，然后对其进行注释，这样它们就可以用于训练深度学习算法。

当然，标注是一件很简单也很乏味的工作：一个标注的人要面对一个数据集，或许是一个短片，甚至也许只是几帧视频或激光雷达数据，然后负责为其中任何可能与自动驾驶算法相关的东西周围画上标签框，例如每一辆车、每一位行人、每一个路标、每一组红绿灯或其他事物。Reiley表示：“我们了解到，某些公司有着庞大的标注团队，他们有着成千上万的人在为周围的事物画标签框。自动驾驶汽车每行驶一个小时，大约就需要一个人标注800个小时。这些团队都在努力奋斗。而我们的标注速度已经快出了几个量级，而且还在不断优化着。”

你会想，这是如何实现的呢?Drive.ai已经想出了将深度学习增强版的自动化技术应用于注释数据的方法。所以，该公司有一支小规模的标注团队，其中大多数人还在忙着对全新的场景进行训练，或是验证系统自动标注的结果是否正确。Tandon解释道：“在一些场景中，我们的深度学习系统运行得很好，这时候我们只需要进行一步验证即可。而有一些场景则需要我们继续改进算法并引导它做正确的标注，因此我们有一个人工标注团队来做第一次迭代，然后我们再反复地改善深度学习系统。在许多情况下，我们的深度学习系统在标注上已经做得比我们的标注专家做的更好了。” Reiley补充道：“可以想象那是多么令人兴奋。”

对Drive团队而言，他们很难接受清楚其他公司为何不像他们一样，选择建立自己的深度学习基础设施和工具来进行基于深度学习的自动标注和训练。Tandon表示：“我们经常讨论这个问题：为什么其他人不做我们正在做的这些事?老实说，其中的原因可能有很多。它是这样一个集成系统，有很多的组件需要契合到整个系统中，因此很难说出它能够良好运转的特定的原因是什么。”

Reiley对此表示赞同：“对于软硬件的集成，你的决策必须可以驱动软件并优化深度学习。每个人都只关注它的算法部分，但我们将这些其他所需的应用都集中到了一起。自动驾驶并不仅仅是一种算法，它是一个非常复杂的软硬件问题，而此前并未有人解开过答案。”

麻烦三：雨天下的传感器

目前Drive公司拥有的四辆自动驾驶汽车的硬件系统，经过一些简单的改造就可以安装到大多数车上，并集成了一系列传感器，包括相机和激光雷达，且硬件位于车顶上。此外，其自动驾驶汽车系统还利用了车辆自身的集成传感器、雷达(用于自适应巡航控制系统)和后置摄像头，还有一个Drive计划用来方便汽车与驾驶员、行人交互的大显示屏，相关细节我们将在文中介绍。

在9个高清摄像头、2个雷达、6个威力登Velodyne Puck激光雷达的帮助下，每一辆Drive.ai汽车都在不断地为生成地图而捕捉数据，并将数据输入到深度学习算法，当然还有一户自身驾驶任务数据中。目前，这种传感器的组合自然是复杂且昂贵的，但据Drive联合创始人之一的Joel Pazhayampallil解释，几乎可以肯定这种做法有些过头，待Drive进入试点项目阶段他们会降低其成本。Joel Pazhayampallil表示：“我认为我们需要一个小得多的子设备，如果可能的话，大概只有我们目前产品的一半大小。我们将不断改进算法，不断从每个单独的传感器里获得越来越多的数据，将不同传感器的数据整合起来。我们将从激光雷达中获得低分辨率深度数据，并从摄像头中获得极高分辨率的情景信息。”

在自动驾驶汽车中，这种基于融合传感器数据进行深度学习的多模式冗余和决策有一个好处，即为传感器故障提供一些保护，因为深度学习算法可以明确地基于有缺失的传感器模态和感知数据进行训练。据Pazhayampallil表示，相比基于规则的方法，深度学习有着显著的优势，例如不会因为规则冲突导致“灾难性”的后果。而传感器故障通常也不是一个硬件或软件的问题，而是处于某种原因而不能产生正常的数据，例如有太阳眩光、夜间弱光或者更为常见的，被水阻挡等。

雨中驾驶之所以自动汽车面临的挑战不仅仅是水会吸收激光的能量，或是表面反射。虽然我们从上面的视频中可能辨别不出来，但Drive为我们展示了来自车顶摄像头的数据，镜头中呈现出大大的水滴，渲染了太多画面，使得大多数数据基本无用了。Tandon表示：“如果你在更加恶劣的条件下开车，就必须能处理现实生活中可能发生的各种问题，无论是相机故障、激光雷达故障还是雷达故障。”

像人类一样开车!

在一次采访中，Drive公司的技术项目经理Tory Smith举例说明了该公司自动驾驶如何去更像人类一样开车。

以信号灯检测为例，目前业界流行的一直检测交通信号灯的方法，是在地图上详细标出汽车可能会经过的每个十字路口，给它足够的细节信息传递给自动驾驶系统，可以确切告诉摄像头查看哪个位置。但这种方法是有弊端的，如果行驶范围超出了这个区域，这种蛮力的方法就不好用了。取而代之的，Drive收集的是更多的交通信号灯数据、标注不同的十字路口红绿灯长什么样子，从不同的角度收集白天、夜间以及雨雪雾天气下的数据。这些被标注的数据将输入到Drive的深度学习算法，该系统将学会识别红绿灯的一般概念，其方法与人类类似。Smith解释道：

深度学习的另一大好处在于，我们将运用整个场景下的所有数据，而不仅仅是红路灯。例如，我们人类在某些情况下，你向前继续行驶不一定是看到了绿灯，有可能是因为你看到周围的其他人在向前走。我们的标注工具和标注专家也把这一点考虑了进去：也许交通灯被遮挡了，但如果看到周围的汽车都在移动，那么可以判断当时的交通灯可能是绿色的。目前，该系统已经积累了充足的人类智慧，我们的交通光探测器目前比人类还要准确，这是非常激动人心的。而且我们可以同样的才能拓展到深度学习系统的其他方面。

除开车以外还有交互

除无人驾驶系统外，Drive.ai公司还在研发无人驾驶汽车与周围环境(包括行人、其他车辆等)交互的新技术。

Carol Reiley(卡罗尔·莱利)介绍道，考虑到我们作为司机每天几乎很少与人沟通，因而Drive.ai希望未来自动驾驶车辆不仅仅能够复制人类的驾驶能力，同时也可以拥有像人类一样交际与沟通的能力。

“驾驶过程中有很多非语言交流，当你坐到车内的时候，你与其它司机、行人的眼神交流，你与过路人挥挥手，与人点头微笑，按喇叭，都是非语言交流。” Carol Reiley(卡罗尔·莱利)称，“所有这些常见的表达方式，司机在驾驶过程中都希望能够正常表达。可是你坐在自动驾驶汽车的驾驶位，如何让车身四周的人了解你想做什么?”

Drive.ai将建立一种新的语言，希望采用行业内广泛采用的标准，让自动驾驶汽车的意图被其他或者路边的人所接受。为此，他们已经在车身外部安装了一个通信设备，该设备内设有前后LED指示灯，进而实现使用文字提示或更多的表情符号与周围的路人与车辆进行沟通。

目前，Drive.ai的首款产品将是面向现有汽车产品(包括自动驾驶系统)推出的一款改装工具包，以及相关的通信平台和硬件产品。其已与OEM厂商、供应合作伙伴共同展开研发，并希望未来能够与更多的公司建立合作关系。他们的愿景是，能够与自动驾驶业界所有厂商建立联系。

Carol Reiley(卡罗尔·莱利)指出，对大多数人来说，他们与无人驾驶汽车的首次“接触”可能并非车内乘客，而是路人，或者是其他司机，抑或是路边的打酱油者。因此，展望未来，建立一种能够使人类与自动驾驶汽车相互沟通的通用语言非常必要，而且和开发自动驾驶技术本身一样重要。

现在，当你了解了Carol Reiley(卡罗尔·莱利)以及Drive.ai公司为什么很牛以后，你是否也会认为吴恩达去向明确了呢?