车网中国现场报道
曹旭东：大家下午好！Momenta的目标是更好的人工智能、更好的生活，在更好的人工智能跟更好的生活交差点上最具挑战的，同时最有价值的一件事情就是自动驾驶。为了更快速地了解Momenta的话，这里有一段视频。
曹旭东：大家下午好！Momenta的目标是更好的人工智能、更好的生活，在更好的人工智能跟更好的生活交差点上最具挑战的，同时最有价值的一件事情就是自动驾驶。为了更快速地了解Momenta的话，这里有一段视频。
（播放视频）
这里展示了我们计划要量产的产品的功能。Momenta现在主要在北京和苏州，苏州是今年刚刚落地，所以在苏州和北京附近的地方路测得会比较多。
Momenta其实有两个非常重要的愿景，这两个重要的愿景大家看到很多次了，当做自动驾驶时间越长，就越觉得这两个愿景重要。第一个愿景就是安全，我们希望用我们的技术、我们的产品能够将事故率在10年的时间内降低40%，意味着在10年的时间内，因为我们的产品和技术可以挽救100万人的生命，100万人的生命意味着200万人的家庭是1000万人的命运。
另外就是解放驾驶员的时间，我们希望在10年的时间内解放驾驶员100%的时间，之前的工业革命是把人的时间从体力劳动中解放出来，同时更多的脑力劳动。而现在人工智能的革命将人的时间从枯燥的，甚至危险的脑力劳动中解放出来，从事更高级的脑力劳动。
说完了Momenta的两个愿景，我们是谁？Momenta的团队是一帮Scientist，大家知道人工智能的兴起在2012年，2012年人工智能兴起，很多人工智能系的毕业生毕业了找不到工作，2012年之后先开始深度学习，在语音、图像领域取得了巨大的进展，在2012—2015年之间学术界有了非常大的发展，从此推动了在工业阶段的发展。2015年开始，尤其是AlphaGo出现之后，有一些深度革命的研究，有一些代表性的工作，少数论文的引用量就已经到了17000次。
Momenta成立之后经历了三个阶段，第一个阶段是打造品牌，既不是做自动驾驶的技术也不是做产品，而是打造人工智能的品牌。自动驾驶最核心的问题要解决人工智能的问题，而刚才有一位嘉宾讲得非常好，人工智能现在处在一个什么样的阶段呢？还处在一个炼丹术的阶段，就像几百年的化学，是一个实验科学的阶段，实验科学整个迭代的速度靠什么呢？就是你做实验的成本尽可能地低，做实验的周期尽可能地短，只有这样的话，你整个人工智能研发的速度才能足够地快。同时呢，现在人工智能的人才非常稀缺，为什么稀缺呢？就是因为缺少数据、缺少做实验的环境，它跟做IOS开发不一样，人工智能人才定向培养一定需要真实的问题、真实的数据，不断地常识试错才能积累起来这方面的经验。所以我们刚开始的时候就搭建了人工智能大计算的平台。现在的话，我们有2000块GPU，同时我们也开发出来了多GPU，以及多机的高效的深度学习的训练系统。
另外一方面就是数据，这个数据是怎么来的？我待会儿会介绍一些产品。实际上是通过这个产品众包得来的，我们现在大数据这么多成为已经有15000辆车了，因为这些车都是商用车，每天跑的里程最少是300公里每天，每天积累的里程的数量是300万公里，有了这样的大数据的话，对于无人驾驶的感知的算法，对于无人驾驶的高精度的地图的算法来说都形成了一个很大的助力。
搭建完平台，整个平台是连续的过程，平台从0到1之后，它就进入了第二个阶段，就是做自动驾驶算法的阶段，算法的阶段包括了感知的算法，也包括了车，很多不同种类的车。为什么要识别车型呢？就是因为你在路上开的时候，前面有一辆大卡车和前面有一辆SUV，你的驾驶策略是不一样的。如果是卡车的话，可能避得更远一点，如果是SUV整个驾驶策略更加激进一点。车型识别对车速的估计、位置的估计提供很大的帮助。
另外一方面就是人，这里不光是检测出来人能判断出来你的位置和速度，跟踪到人的轨迹，同时还需要判断身体的朝向、头部的朝向，进一步来判断这个人的意图，比如说这个人站到路边，他是打算过马路呢？还是沿着路往前走呢？而这样的判断对于L4级别的无人驾驶的舒适性来说非常重要，你要做到同时舒适和同时安全，一定要对道路上运动的物体未来的行为做预判。这样的话才有可能做到既安全又舒适。
另外一方面就是环境感知，环境感知包括了像车道线、交通标示牌，这些对视觉的高精地图和视觉的高精定位都非常非常有帮助，待会儿有一个产品，我会展示我们的地图如何在自动驾驶里面使用。
说完环境的感知，刚好接到了高精度的地图，高精度地图跟现在比较主流的建图方案不太一样，现在主流的建图方案主要是依赖于激光雷达建图，激光雷达建图这个方法比较成熟，但是有几个问题，第一个就是成本高，第二个就是更新频率低，第三个就是激光雷达的地图在一些情况下，它的精度也是不高的，比如说交通标示牌的尺寸精度，仅仅用稀疏的激光点来扫描的话，很难保证交通标示牌的精度。这些东西通过视觉一定程度上能解决，为什么要做视觉的高精地图呢？很大原因是因为在无人驾驶的时候对地图的需求跟传统的导航地图不再一样了，传统的导航地图可能一年一个大更新，半年或者一个季度一个小更新，这样的话就可以满足用户的需求了。但是无人驾驶的话，如果你要满足无人驾驶的安全性、满足用户的需求的话，真正量产需要做到的可能至少是天为单位，或者是小时为单位，最好的是做到分钟级的更新，这个技术挑战非常非常大。怎么才有可能通过这么高的更新频率呢？只能通过众包，众包的话，你的传感器就不能太贵，这是选择视觉建图的最重要的原因。当然了，使用视觉建图的话，也会带来很多挑战了，在这里其实我们结合了视觉3D的技术和深度学习的技术，现在这些问题其实已经得到了很好的解决，并且在我们的自动驾驶系统上得到应用。地图的精度也可以达到蛮高的精度，在地上的话，沿着车道精度大概是20厘米到50厘米，垂直于车道的话，大概在10厘米以内。在地下建图的精度和定位的精度基本上都在10厘米以内。
刚才讲完了所有的自动驾驶非常重要的技术，包括2G的机图，还有高精度地图的技术。产品是什么呢？对于Momenta来说，我们内部有一个口号，叫落地优先、量产优先。刚才前年嘉宾已经讲得非常好了，我说一下我们做产品的一个原则，希望用好的技术做出来好的产品，好的产品获得大量的用户，通过大量的用户收集海量的数据，而海量的数据进一步可以提升我们的深度学习的技术。
第一个产品是不对车做控制的，刚才提到了说我们有15000辆车在众包采集数据，这些数据是怎么来的呢？其实是通过这个设备来的，这个设备它并不是一个To C的设备，是一个To B的。这是有一个方案，这里可以展示一下。
大家可以看到左边的展示的是内视对人脸的定位，头部跟踪非常准确，识别出去司机的状态，比如说疲劳状态、打电话的状态等等。右边的话是一个前视的摄像头，可以识别出来车道线，同时前边的车辆的后框，通过后框可以估算出来前面车辆的相对运行速度，并且提供提醒。所有的大概是在10美金的芯片上实现的，而这个10美金的芯片计算能力就8T，现在GPU的能力是10T，我们使用了GPU千分之一的计算量实现了我们的功能，这是我们很重要的核心的竞争力。而车队基于这样的数据做什么呢？其实可以做非常多的事情，现在商业的车队遇到的很大的问题，就是我国的物流遇到很大的问题就是效率偏低，之前整个经济成长速度非常快，更多是机会导向的。未来可能机会不会那么多了，未来这些车队怎么去赚钱呢？而是效率导向地去赚钱，进一步地提高效率，未来在中国一定会有很多车队的小老板、车队的中老板，中老板变成大老板，小老板变成中老板，靠什么呢？靠的是整个车队高效地运营，安全其实是整个运营成本中的重要的一环。
另外一个，我们叫做高速上的自动驾驶，这里有一段视频。
（播放视频）
这套方案其实是一个量产非常友好的一套方案，整套方案里面有五个摄像头，每个摄像头成本是25美金。而我们针对于中国场景呢，车辆场景有把握，对于这些中国道路上的奇形怪状的车做了针对性的算法优化。在乘坐体验上是非常好的，同时接管次数，我们也跟特斯拉做了对比，有可能特斯拉在中国水土不服，特斯拉在北京的道路上，比如说四环，大概是10几公里接管一次，而我们现在可以做到大概只用摄像头和雷达，传感器成本大概在400美金以内的这样一套方案，可以做到四环跑两圈接管一次，大概是100多公里接管一次。到今年年底目标是300公里接管一次。
最后一个产品就是Valet Parking，我们设想了一下乘用车的用户买完车之后使用的场景，最常用的两个场景就是取车还车，另外一个就是高速路的场景，高速的场景刚才已经有一款产品可以解决的，另外一款产品是解决用户的取车、还车的场景，我们算了一个数字，城市的用户每天取还车上花的时间大概有半个小时的时间，就是早晨取车到单位还车，晚上再来一次，差不多有半个小时的时间。这个产品能力给用户带来的价值是蛮大的，这个产品最大的亮点就是我们使用的地图是完全不依赖于GPS的，而且是使用车内的视觉的传感器来做精确的定位，而这个地图的定位可以做到10厘米，定位的精度也可以做到10厘米以内。而且这个定位在地下车库开到40公里每小时的时候，这是一个非常大的条件。
这个技术蛮有中国特色的，很多中国人有很强的愿望希望先商业化一款产品，我们有两个OEM在做这方面量产的工作。
谢谢大家的聆听！
