敢做无人车的人都是英雄。
技术本身尚在研发与测试，产品落地需要经过长长的、复杂的供应链，还要面对公众的质疑与接受度考验、道路法规政策的限制，以及经济成本的考量……无人车的前路可谓困难重重。
吴甘沙就是这些在世英雄中的一位。2016年2月3日，他创立了致力于智能驾驶技术的驭势科技，希望用人工智能和大数据重构人和物的交通。自驭势科技创立以来，Xtecher两度独家对话吴甘沙，一问让他“原力觉醒”的“根本利益”，二问他“十个月造车背后的底气”。
如今的驭势科技已驶上从“概念”到“应用”的“慢车道”，Xtecher三问吴甘沙——敢让无人车上路的勇气源自何处？
场景约束
无人车变“老司机”
滴滴的峰值日单量可以达到2100万单；ofo短短一两年的时间里也达到日单2000万的规模；阿里巴巴每天产生订单3000-5000万单……技术正在用前所未有的力量改变着人们的日常生活，为传统商业需求带来数量级的牵引作用，而尚在研发和测试阶段的自动驾驶技术的市场潜力有多大？
吴甘沙给出的答案是：日订单可高达5亿。
“无需驾驶员、无限复制，自觉、没脾气、不犯错，真正解决我们出行的问题。一天冲到几亿单完全没有问题。”
而无人车的普及不仅会对人们的日常出行带来改变，到那个时候，道路的设计会和今天大相径庭，城市建设也会发生翻天覆地的变化。“不用等路灯了、出行效率提升了，道路空间降低了，房价随之下降，城市格局也会被完全颠覆。”
这样的场景听上去的确振奋人心，可现实的尴尬是：这些都还只是概念。
无人车真正实现商用到底想要多久？每个人心中都有一个自己的时间表，吴甘沙的野心显然更大，他给自己定下的目标是3年。
这位摩羯座超级执行派不仅设定了目标，还想到了实现这个看似疯狂的梦想的具体解决方案——
“3年内无人驾驶商业化的唯一途径是对场景进行约束、去除不确定性！”
他不否认目前自动驾驶技术的局限性，因此，想要让无人车实现大规模商业化，千里之行始于足下。“开放的环境中不确定因素是无法穷举的，因此，驭势科技正积极探索限定场景、增强环境下的低速自动驾驶商业化。”
今天，人们看到无人车在路面上跑，对此还有很多顾虑，那是因为自动驾驶技术还没有得到大家的认可。为什么人们会恐惧坐飞机，却不害怕坐火车？事实上数据表明飞机的事故率要远比火车、汽车低很多，我们从家到飞机场的路上遇到事故的概率比坐飞机到达另一座城市出事故的概率不知要高出多少倍。然而，飞机一旦出现事故后果不堪设想，也难怪绝大多数人对于坐在无人车里行驶在高速公路上这件事敬而远之。
人们的担心并非空穴来风。2016年，特斯拉Model S系列汽车自动驾驶功能在道路行驶过程中发生车祸，导致53岁的男性驾驶员当场死亡，特斯拉给出数据称这是其自动驾驶汽车在行驶1.3亿多英里过程中遇到的第一起致命事故，而全世界平均每6000万英里行程就会发生一起致命车祸。
但这个比较并不成立，毕竟后者是经过长期海量数据的积累得到的统计结果，而自动驾驶技术并没有经历足够多的行程考验。如果在这起交通事故后的第二天就发生另一起事故，难道我们要给1.3多英里直接除个2吗？
RAND公司做过这样一个数据模型：一辆车要开上100亿英里，才能获得95%的置信度。也就是说，经过100亿英里人们对它才能有95%的把握，认为它比人开的安全。
100英里是什么概念？意味着一辆车要连续不断开上500年，这个数据直接让许多车企傻眼。尽管技术人员可以想办法在虚拟环境中测试车辆驾驶，使这个过程不需要花上500年，却不足以令人信服。
“如果在开放的环境下高速行驶，目前的技术的确还没有经过足够的测试，达到令人们安全放心的水平。”吴甘沙说。
“不过，一旦这个速度被限制下来，比如在10-20km，本身就不会出大事，加上在一个限定的场景下，我们可以对所有情况进行穷举，对特定的环境进行充分的测试，这样，我们就有信心将所有情况穷举，实现技术的安全、稳定、可靠。”
就像是人类起初学习驾驶一样，我们首先会选择环境相对简单、封闭的道路，用较低的速度缓慢行驶，当技能提升，才能进入到更加复杂的环境、以更高的速度行驶。
吴甘沙认为，一上来就挑战不确定因素较多的开放环境，或者等到技术相对成熟的时候再尝试比相对封闭的空间更加复杂的环境，都不是聪明的选择。
就在他与Xtecher分享自动驾驶技术如何实现商业落地的同时，AlphaGo在乌镇再胜柯洁。
“AlphaGo研究人类数十万局棋盘，自己又和自己左右互博10亿局，通过不断学习，包括找世界顶尖选手巅峰对弈，都是在自我迭代的过程。”
“如果采用最先进的技术直接应用于开放的环境，恐怕我们还有很远的路要走；如果是相对成熟的技术，那么Google就是最好的代表——它从2009年就开始研发，使用的技术基础也是2009、2010年前后建立的，这几年修修补补，但这也注定它绝不属于最新的技术，想要迅速实现商业落地并不比最先进的技术面对的挑战小。”
让技术最快落地的方法就是让运用最新技术的无人车尽快“实战”。
尽管是相对封闭的场景，但在场景的牵引下，功能会得到测试与提升，场景的边界也会得到不断拓展。
“真实的环境中有许多问题，这不是实验室里能够预见的。”吴甘沙说，“场景约束使自动驾驶技术尽快进入应用阶段；真实场景下的试炼可以让智能驾驶技术不断迭代，帮助无人车加速变成‘老司机’。”
落地为安
从此不再“叶问练拳”
把无人车从固定的测试场景拿到真实的约束场景中进行实地操练，就像是让一个习武之人从对着咏春木人桩练习拳法到面对少林18铜人见招拆招一样。
今天，当你走进广州白云机场，就能亲眼所见不再“叶问练拳”的驭势无人车为旅客服务。步入停车场，选择“自动约车”， 一辆驭势无人驾驶车会到指定的停车位接乘客上车。
这辆无人车内设有4个座位，没有方向盘、油门和刹车。乘客提着行李上车，只需按一按钮，车即可自行启动，按照优化的路线前往目的地。
吴甘沙希望它可以像人类司机一样，做到“眼观六路耳听八方”。于是，在这辆车上配备包括激光雷达、双目摄像头等在内的多种先进传感器，以及基于深度学习的人工智能算法。遇到停车场内其他车辆以及行人，它会自动识别、主动避让。
“我们人类犯错误的时候，一下子会从九段变成八段，而机器学习如果犯错误，一下子从九段就变成了零段。”
南京大学周志华教授的这句话让吴甘沙记忆犹新：“对于人工智能，并不存在另一种智能辅佐它，让它‘优雅的降级’，因此面对变化叵测的18铜人阵，我们选择了一种‘笨方法’。”
针对白云机场的环境，驭势科技开发了6个场景，对环境进行充分的测试，保证算法看可以穷举。
不只在白云机场，驭势科技还尝试了一次跨界合作——与凯德集团合作，选定杭州来福士广场来探索无人驾驶车在大型综合商业地产项目的应用落地。
这是中国范围内，自动驾驶技术和商业地产的首次跨界合作 。
在来福士大型地下停车场内，无人车为消费者提供自动摆渡服务。消费者可以在电梯口呼叫无人车，系统会自动识别出停车位，开到消费者面前，然后搭载乘客并把它们送至停车位，所有的过程都有自动驾驶完成。
尽管穷举环境要素，进行充分测试，与凯德的合作却面对更多的应用挑战。
首先是地下停车场的信号问题。由于在地下，无法获得GPS，无人驾驶车需要依靠基于机器视觉的定位技术实现导航，难度极大。
其次，地库道路相对狭窄，有密集的行人和社会车辆，对于无人车的感知能力和规划决策能力有极高的要求。
“这些环境要素正是对我们场景边界的一次拓展。”吴甘沙说。通过和凯德集团紧密的合作，驭势科技经过研发、测试，验证了新系统的可行性。如今，在杭州来福士广场，人们已经可以体验到由无人车带来的炫酷体验和便利。
吴甘沙把驭势科技如今的商业化试水称作“落地为安”——只有真正上路了、实际使用了，才知道会遇到哪些问题，才会根据问题进行改进。
真正的商业试水不仅有助于驭势科技跨越一个个技术难关，还有助于驭势科技兼顾自动驾驶技术的安全性以及商业成本，真正跨越从演示到部署运营的死亡之谷，建立商业闭环，实现从技术创新到客户价值创造的跃迁。
吴甘沙向Xtecher透露，除了机场和商业地产，驭势科技还将陆续与多家地方政府以及园区、主题公园、物流等领域的行业领导者开展合作。
“中国正在积极尝试新区、产业新城和特色小镇等新型发展之路，这堵自动驾驶技术而言是绝佳的机会，如果能在早期被纳入区域规划，我们将有机会在世界范围内率先实现自动驾驶技术的大规模商业化运作。”吴甘沙说。
不断往深水区蹚
心怀敬畏 拥抱创新
不断拓展自身边界的驭势科技正在慢慢长大，随着积累的场景越来越多，驭势无人车也在挑战更加复杂的环境。
对于吴甘沙而言，让无人车上路还有很长的路要走，一些障碍必须跨过，才能真正让自动驾驶技术实现规模化的商业化运作。“你要不断地往深水区蹚。”他说。
比如在今天的硅谷，我们可以随处可见各式各样的无人车在路上进行道路试验，因为他们已经获得了加州路测拍照。而在中国，目前还不允许自动驾驶进行道路测试。事实上，规定驾驶员要随时保证对车辆绝对控制的“维也纳公约”也已经进行了修改，允许自动驾驶在一定范围内接管车辆的控制权。
对于政策法规，吴甘沙的心态比较乐观，基础法律的修改尚需一段时间，但他认为3-5年内中国有望在一定条件的限定下部分放开道路测试权。
还有就是技术的稳定可靠。驭势科技正在约束场景中小试牛刀，以期未来可以在通用场景中实现真正的自动驾驶，但人工智能的鲁棒性依然是自动驾驶要面对的挑战。
鲁棒性，说白了，就是人工智能“够不够皮实”，“是不是稍微有点扰动就会出错”。
从这个角度而言，深度学习是脆弱的，且容易欺骗。我们需要它在大数据的驱动下进行图片识别，而人类无法穷尽所有的图集，且图片识别的人工智能表现有时候不可言喻的好、有时候不明所以的差，甚至有时候你不知道为什么机器会做出这样的选择。
幸运的是，生成对抗网络（GANs ）已经运用到了自动驾驶技术上。“GANs它就像是一个生成器和辨别器，慢慢学会一种方法，能够去生成高度逼真的图像和场景。”吴甘沙说。
创造对于人类的理解非常重要，这对于自动驾驶技术真正商业落地意义非凡。理查德·费曼曾说过：凡是我不能创造的，我就不能理解。
“当你通过生成器可以生成逼真的图像的时候，你就拥有的理解的能力。” 吴甘沙说。
把今天各种各样机器学习的算法都结合起来，深度学习就像是一场“车改”。对于攻克技术难题、让无人车早日上路，不断蹚向深水区的吴甘沙显得信心满满。
他始终坚信，未来的车，不只是简简单单的车，它会是大型移动智能终端 商业空间 储能单元，但无论如何，它承载着人们的安全出行，甚至是生命，而后才是便利、科技以及方方面面的改变。
“我总是告诉大家，要心怀敬畏、拥抱创新。”吴甘沙说。
过往不恋，未来不迎，当下不杂。
这是吴甘沙非常喜欢的一句话。
从因特尔、微软、百度等知名技术公司的研究院出来创业的院长、副院长通常面对诸多选择，但细心观察就会发现，他们大多选择去做平台、ecosystem或者组建一个实验室，转向管理和统筹，有胆子做产品的不多，能叫得上名号不出三人，吴甘沙就是其中之一。
比起其他已经功成名就的技术大佬，想要让无人车真正上路的吴甘沙同样面对高昂的“失败成本”。这位前英特尔中国研究院院长、英特尔中国研究院的第一位“首席工程师”、第一位非美籍华人院长难道就不怕创业失败吗？
“怕啊！”吴甘沙坦然且镇定，“但并不是怕创业失败，而是怕想要解决的问题无法得到解决，所以更要把眼前的事做好。”
卸下过往那些伟大成就的光环，也并不急于在全开放的环境下证明自己的技术实力，而是选择在可控的实际场景中进行商业化试行，落地为安。吴甘沙凭什么敢让无人车上路？我们在徐徐驶入“慢车道”试驾中的驭势科技身上会慢慢找到答案。
,
