BAT爭相入局自動駕駛，誰的無人車最先上五環？　　百度野心最大，騰訊緊隨其後，阿裡低調搞研發，究竟誰能笑到最後？ 　　隨著之前阿裡巴巴獲得杭州市首張自動駕駛牌照，

i88新聞

百度、阿裡、騰訊三大互聯網巨頭在自動駕駛這個賽道上再次站到了同一個賽道上。 　　但隱藏在這看似各自平穩發展表象下的暗潮已經開始湧動，誰都知道最先把無人車開上五環的是最大贏家，那麼，就目前研發的情況來看，究竟誰能笑到最後？ 　　接下來小編就來帶領大家分析預測一波在無人駕駛領域，究竟誰能最先落地！ 　　阿裡或想彎道超車 　　自動駕駛應該算是近幾年最熱門的話題之一，不僅傳統汽車企業競相研發，各個互聯網大佬也不甘示弱，紛紛成立各自的實驗室，招募研發團隊，試圖主導無人車市場，制定行業標準。 　　阿裡在這方面算是剛入行的新人。 　　今年4月，阿裡對外確認其團隊正在研發L4及以上自動駕駛技術，並具備了在開放路段測試的能力，已有車輛進行了常態化路測，而且還有幾十輛正在開發研究中，主導這項研發的正是其AI實驗室首席科學家王剛教授。 　　阿裡AI labs發布的人工智能消費級產品天貓精靈X1，就運用了王剛的多項研究成果。其于2017年3月加入阿裡巴巴人工智能實驗室，負責機器學習、計算機視覺和自然語言理解的研發工作。 　　除了自我研發外，阿裡在人工智能領域也向來出手闊綽。 　　其在過去幾年內，投資了商湯科技、曠視科技等多家獨角獸企業，大有把獨角獸企業一網打盡之勢，把這些科技企業收入囊中可謂是其在無人駕駛領域一大助力，同時也阻斷了對手獲取資源的渠道。 　　低調幹大事一直是阿裡的處事風格。 　　今年1月，在全球權威的機器視覺算法測評平台KITTI中，阿裡人工智能研究機構iDST奪得行人檢測單項冠軍。于此同時，在知名的行人再識別數據集Market1501中，阿裡也取得重大突破，首位命中率提升至96.17%，位居世界第一。　　最早吃螃蟹的百度 　　與阿裡相反，

聯準會加碼

百度是高調的代名詞。 　　百度是國內最早提出無人車計劃的公司，早在2014年 7 月，百度就已首次證實已啟動百度無人駕駛汽車研發計劃，可以說是國內研究無人駕駛第一梯隊的科技公司，隨著第100輛L4級阿波龍自動駕駛巴士在福建生產廠下線，百度宣布自動駕駛巴士進入量產。 　　從2017年起，廈門金龍客車與百度正式達成合作協議，共同開發名為阿波龍的無人駕駛電動巴士，該車搭載百度Apollo開放平台，是全國首款商用級無人駕駛微循環電動巴士。 　　這批 14 座的新車會被投放到北京、深圳、武漢等中國城市，在機場、工業園區、公園等行駛範圍相對固定的場所開始商業化運營。這應該是算是百度階段性的勝利。 　　這樣算已經落地了麼？並不算。 　　業內對百度宣稱的L4有很大爭議，L4的標準是什麼？其實它和L5都可以稱為完全自動駕駛技術，到了這個級別，汽車已經可以在完全不需要駕駛員介入的情況下來進行所有的駕駛操作，和L5有所區別的是，L4只適用于部分場景下，通常是指在城市中或是高速公路上。而L5級別則要求自動駕駛汽車在任何場景下都可以做到完全駕駛車輛行駛。 　　百度阿波龍目前只能在特定的封閉的區域運行，其能否高效、安全的行駛還需要時間的檢驗。 　　不過，日前，百度與SB Drive（日本軟銀集團旗下自動駕駛技術研發公司）、金龍客車（廈門金龍聯合汽車工業有限公司）達成戰略合作，三方將合力開發日本版阿波龍，並計劃2019年初期從中國進口包含測試用車在內的10台阿波龍。 　　當然，百度也借由Apollo開發平台，聚攏了一大批傳統車企、自動駕駛創業公司到自己身邊，以平台之力，在自動駕駛領域發揮更大的勢能。 　　沿著這樣的趨勢發展下去，百度會一直待在第一梯隊裡嗎？它會是最後的贏家嗎？很難說！ 　　騰訊在側 虎視眈眈 　　騰訊對自動駕駛領域早有布局。 　　早在2016年，騰訊就成立了自動駕駛實驗室。去年年末，

澳門金沙城中心假日酒店

騰訊自動駕駛實驗室人員規模在50人左右，預計今年人員擴充到2~3倍，更有小道消息說，騰訊自動駕駛還新增了T5層級的工程師。 　　今年3月，騰訊拿出17.8億美元，換來特斯拉5%的股權，業內人士紛紛猜測這與騰訊無人駕駛的布局有關，真相到底如何，時間會給我們答案。 　　騰訊在無人駕駛領域的布局可謂是環環相扣，不僅在無人車方面加速研發，還把手伸向了地圖項目。 　　地圖對于無人駕駛至關重要，高清即時地圖可以幫助自動駕駛汽車快速辨識交通狀況，對駕駛模式做出及時調整。 　　騰訊與四維圖新和新加坡政府投資機構GIC，

雍和宮恢復開放

共同拿下地圖公司Here10%的股權，這意味著騰訊在無人駕駛領域又多了一張王牌利器。 　　不僅如此，今年4月騰訊還把無人車開上了四環！雖然當時車內有駕駛員手握方向盤，

卡特宣布退役

但是也比較符合騰訊在2017全球合作伙伴大會上介紹過的無人車的大致思路——核心是高級輔助駕駛和無人駕駛兩條腿走路。 　　騰訊自動駕駛實驗室負責人蘇奎峰表示：2018年是騰訊自動駕駛的產品化元年，我們將重點推進L3產品落地，並為L4及L5提供場景數據支撐。 　　今年或許是騰訊在自動駕駛領域有重大突破的一年。　　巨頭過招，招招致命 　　百度、阿裡、騰訊三家互聯網巨頭在自動駕駛領域之間的明爭暗搶逐漸進入白熱化。 　　不過，就目前來看，百度的野心最大，想做行業領導者，騰訊緊隨其後，做出一系列戰略布局，阿裡低調搞研發。究竟誰能笑到最後，一切都是未知數。　　語言的使用變得越來越馬虎了。用人工智能(AI)作為深度學習的速記法當然很方便，而且也更易于出現在媒體頭條。然而，最近的普適AI (general AI)——機器能夠自行學習，就像好奇的人們逛書店一樣——仍然更像是科幻小說，算不上是科學。 　　近來像野火般迅速延燒于因特網的是深度神經網絡(DNN)。DNN是AI的一個特例，它通常根據人們啟動的過程。深度學習技術支持辨識影像、語音與其他領域模型的能力，通常比人類更快，從而開啟了全新的運算方向。至于其長遠的未來將走向何方，誰也說不準。 　　很明顯的是，過去這一、兩年來，大家都紛紛搶搭AI列車，而無論它將駛向何方。至于它能帶來什麼價值，我們也不難猜到AI列車在接下來的幾個停靠站。　　1. 加速芯片將展現更多動能 　　如同我們在9月的報導，至少有4款用于訓練深度學習神經網絡的全新加速器正在出樣中。有好長一段時間，業界多家網絡巨擘一直在期待這些芯片的出現。正如百度(Baidu)硅谷人工智能實驗室(Silicon Valley AI Lab)資深研究員Greg Diamos在2016年底所說的，訓練機器學習模型的任務「受到運算能力的限制，

拉霸機製作

如果有更快的處理器，

聯準會加碼

就能執行更大的模型。」 　　因此，2019年預計會看到一些前幾大的數據中心營運商開始大量購買這些芯片。不過，如果因此而預期一窩蜂成立的AI新創公司將會被淘汰出局，這也太不切實際了。我想我們應該會看到一些早期的市場贏家取得市佔率以及實際的收益。 　　2. 嚴格檢視AI帶來的價值 　　在深度學習加速器領域取得市場動能的一些新創公司，預計也將獲得大筆的資金挹注。隨著投資公司對于究竟能取得多少投資報酬率(ROI)開始斤斤計較，預計今秋開始的這一波投資熱潮將在2019年逐漸降溫。 　　這一波深度學習熱潮至今吸引了對于大約50家新創公司以及逾千萬美元的投資。過去幾週以來，還爆發另一波新的投資熱潮。 　　以色列新創公司Habana Labs于11月完成7，500萬美元的B輪募資，使其募資總額增加到1.2億美元。Wave Computing在本月募資8，600萬美元，迄今總共累資約2億美元，一部份的資金用于收購MIPS，並于日前宣布其開源核心計劃。 　　英國新創公司Graphcore日前宣布完成2億美元的D輪募資，至今總共募資3.12億美元。Graphcore芯片最近還用于戴爾(Dell)最新設計的系統中。預計在深度學習領域還將爆發一窩蜂的投資，但隨著企業經理開始計算其實際收益後，肯定將會出現許多「硬著陸」(hard landing)和「軟著陸」(soft landing)的投資策略。　　3. 推論性能以跑分作基準 　　提到數字，除了用于訓練深度學習網絡的MLPerf測試基準，預計2019年還將會其他跑分基準出現，其目在于發布一套基于雲端和嵌入式系統的推論任務基準。 　　我不太確定這算不算是一項預測。但據MLPerf組織表示，這是他們在2019的計劃。因此，

i88新聞

在2019年，我預期對于訓練的所有熱情將會轉移到更廣大的推論芯片市場。 　　4. 芯片商擁抱基準檢驗 　　這也不算是真正的預測，更像是一種命令?芯片供貨商必須接受新興的深度學習基準。迫不及待的客戶以及慷慨的投資者應該都會要求基準檢驗，以便這一新興市場能夠取得一些急需的關鍵分析和指方針——畢竟，我們不能永遠靠市場炒作! 　　截至目前為止，只有Google、英特爾(Intel)和輝達(Nvidia)使用早期的MLPerf 0.5版訓練基準，並針對少數幾套系統本發布結果。許多公司需要針對各種配置和工作負載發布更多基準檢驗結果，讓相關領域看到其所處的位置，以及針對需要的部份進行校準。 　　5. AI軟件平台將迅速普及 　　這可能已經發生過了。近幾週來，我幾乎每天都會收到各種不同的AI軟件平台發布信息。由于應用開發簡化以及AI平台的市場壓力，我高度懷疑這些產品究竟帶來什麼價值。 　　在接下來幾年，這片AI軟件平台叢林將會變得越來越茂密，並衍生出越來越多種類。終端用戶和投資人將會開始審慎評估。 　　6. 深度學習將遭遇瓶頸 　　按理說這也已經在發生中，只是還沒有人把一切串連起來。例如，

寶來電子遊藝場

假期間我曾經仔細地瀏覽Pandora電台上的所有播放列表後，點選了這個Bach App上可能添加的曲目建議按鍵。結果，推薦引擎卻又把我帶回到一開始瀏覽全部曲目的畫面。 　　Pandora並不是唯一一個功能不足的網絡App。我預計2019年將發生幾起消費者反彈的風暴。希望程序設計人員和營銷人員夠好好的自我克制，千萬不要被什麼「人工愚蠢」(artificial stupidity)之類的頭條新聞逼瘋了。就算有了很棒的核心技術，也需要有人類的良好意識配合。　　7. 普適AI興趣崛起 　　業界對于深度學習的熱情和資金挹注，也激起了研究普適AI的興趣。我自己並不是這個領域的專家，但注意到由Palm Pilot設計師Jeff Hawkins創立的Numenta，據稱今年在開發新皮質如何運作的通用理論上取得了進展。 　　沒有人真正知道人類大腦如何實現一些令人難以置信的事。也沒人能解釋深度學習為什麼能有效匹配結果與模式，即使是非常窄且人為控制的AI預兆。 　　在2019年，我預期更聰明的人們將會開始懷疑一些更大的問題。我希望這將會引發一些有趣的討論，甚至可能是一些沒人預測到的重要進展。，