4月27號消息。2018年GMIC主題為“AI上萬物”的行業峰會北京國家會議中心舉行，27號小鵬汽車自動駕駛副總裁谷俊麗就“AI Car小鵬汽車未來的差異化以及對自動駕駛的愿景和產品”做了主題演講。

 
自動駕駛有四代？小鵬汽車是這樣劃分的
 
谷俊麗表示現在所有的人做自動駕駛都幾乎是基于2012年以AI進一步的變革，但除了AI算法之外還有芯片，因為這個世紀的智能是一個計算智能。她說：“沒有計算就沒有智能。”小鵬汽車把自動駕駛的核心分成四代：

第一代：由整車集成，但是這個與芯片是一體的，是不可分開的。
第二代：把算法跟芯片剝離開；
第三代：通過面向應用特定的研發來提供更高的計算能力，更高能效、更低工效的計算能力。AI隨著算法的演進對計算的需求越來越高，現在有很多的國際上主流做自動駕駛的公司，做芯片的公司都在開始做AI的芯片。
第四代:跟場景進行深度耦合,對場景進行擴緯，在特定的場景下對數據、算法，對它所需要的計算，也就是芯片進行進一步的收斂，使得在這個場景下能夠達到越來越多的概率，車可以自動駕駛，這是芯片算法以及場景四代的迭代關系。谷俊麗說：“相信在未來的幾年內，隨著現在AI芯片的勃起，隨著現在各種場景的挖掘，我們所能看到它的循環迭代以及產品的形態，技術的組合會越來越多。”
 
AI Car核心智能的方法論：構建垂直系統
 
自動駕駛不僅是一個很難的技術問題，它也是反映一個社交文化的問題。在亞洲是以密度導致的，人是以交互為主交通，這種情況下算法意味著幾乎要重寫，要針對亞洲的交互進行理解、建模，要針對亞洲大馬路上可能是無窮無盡的障礙物，進行精準的探測，唯獨這樣我們才能在亞洲解決精準駕駛的問題。所以我們認為自動駕駛這種產品要做到可用性，它的必然趨勢一定是要強本利化。同時，由于亞洲駕駛場景的復雜度，必然決定了智能車傳感器要針對亞洲進行定制。所以描述的數據庫、AI高級感知和演進、傳感器技術、芯片技術，形成一個垂直的系統，這個系統就是我們推進演進AI Car核心智能的方法論，也是我們在努力搭建持續推進的一種系統。”
 
如何定義AI Car？
 
谷俊麗說：“AI Car在國內道路的場景下，要讓它可用一定是感知能力非常強，會思考，會學習，會通過不同的車輛超越個體進行群體的學習，會溝通。”小鵬車的載體上裝有多種傳感器、導航、定位的傳感器，讓它通過AI算法進行感知，感知的載體主要是以車內人工智能算法，在高性能的芯片上進行計算，讓它在車的個體具備安全駕駛的能力。同時借助于云端，在不同的車輛情況下，能夠彼此學習，增強群體智能。
 
小鵬汽車將多種攝象頭進行側距的雷達、超聲波以及未來其他新型傳感器，針對亞洲的場景布置到車上，通過多緯的融合來確保我們能夠盡量在各種天氣情況下，各種光照情況下，能夠看到周圍的物體，因最大限度實現全天后、各種場景下對環境、對物體進行可靠的感知。我們的計算是智能的使能者，智能是計算智能。所以我們通過高性能計算平臺融合到車端，在這個平臺上搭建一個高性能的AI機器學習引擎，來對AI算法進行實時的計算。預定的第一代車上搭載了將近20個傳感器，做自動泊車、高速駕駛，在兩年后的車輛上，當前正在在設計的車輛上搭載了30種傳感器，以及30萬億次計算能力的高性能計算平臺。通過這些技術的儲備，讓我們的車輛具備智能學習、具備實時計算的能力，具備持續演進的一種空間。
 
谷俊麗定義AI的六種感知能力
 
第一緯:傳感器從場景中實時的抽取各種數據通過車輛動力學真正了解自我感知;
第二緯:物體感知,就是從2012年開始的以深度學習為代表的大規模物體感知，讓我們對周圍的障礙物和周圍的車輛有了感知;
第三緯:需要這些物體距離我的位置和方位，才能控制我的車輛。深度學習非常擅長解決98%的問題，但是我對車輛復雜物體的控制一定要做到99.999%的感知，那就是我們的挑戰。
第四緯:一定要對未來制定預測能力，我們人類的反射弧其實是出乎意料的長，我們人類能夠駕駛是我們對未來進行預測。
第五緯：我們能預料別人的意圖怎么樣。
第六緯：一定要推測，決策推理，如果我做了一個決定，我一定知道為什么在這種場景下做了這種決定。
 
谷俊麗說表示，六緯的感知能力，一環一環下來形成一個流水線，才能夠從原數據到車輛控制，我能夠做到車行走在馬路上不出車禍，并且能夠快速抵達目的地。自動駕駛它的功能推送一定是基于場景,隨著我們對場景不同的突破，以及場景的深度擴緯，希望能做到在特定的場景下能夠做到無人駕駛。