文|李永華
來源|智能相對論（aixdlun）
科技快速發(fā)展的年代，我們越來越不能輕易地“預(yù)測未來”，因為總有那么多意料之外在等著我們。
幾年前，我們還認(rèn)為無人車僅是作為科幻電影里的炫酷橋段，然而現(xiàn)在，公園、封閉園區(qū)、大學(xué)校園等場景下，都會看到無人車的身影，由于其高科技的便捷應(yīng)用與可愛的外形設(shè)計，迅速受到網(wǎng)友圍觀，成為名副其實的“網(wǎng)紅”。
網(wǎng)紅無人車的出現(xiàn)，之所以一度成為社會熱議的話題，是因為過去我們沒想到無人駕駛時代這么快就要到來，并讓我們不自覺地想對支撐其快速發(fā)展的背后黑科技一探究竟。
無人車駛向前臺，無限AI黑科技藏在身后
表面上“急速狂飆”的無人車，背后都有AI“黑科技”加持，“黑科技”足夠真，才能讓“網(wǎng)紅無人車”不再僅是網(wǎng)紅。
事實上，無人車和人開車的過程差不多，先用眼睛看，腦子根據(jù)眼睛看到的東西做出決策、指揮操作。
前者，被稱作感知系統(tǒng)，當(dāng)然它比人眼只是“感光”要更復(fù)雜，主要通過激光雷達(dá)（確認(rèn)車輛所處三維位置）、攝像頭（獲取圖像信息）、IMU陀螺加速度計（確認(rèn)行進(jìn)角速度）等多路傳感器，把路標(biāo)、分道線、車道、汽車、行人、物體、車輛位置、行進(jìn)狀態(tài)等各類信號輸入到計算后臺，這個階段的要求是盡可能“看”得細(xì)、“看”得準(zhǔn)，不能遺漏或錯誤判斷。
后者，即“芯or腦”決策的問題，簡言之，就是把各路傳感器弄回來的信息整到一起，通過提前預(yù)設(shè)好的模型算法（類似人腦的思維方式和思維過程）得出車輛在此時以及未來一段時間應(yīng)當(dāng)如何行駛是最好的，并據(jù)此下達(dá)指令。
總體而言，由感知+決策構(gòu)成的無人車系統(tǒng)（日后延申至自動駕駛系統(tǒng)），其整個過程的實現(xiàn)主要有三種方式，對應(yīng)三路AI“黑科技”。
一路是“LiDAR派”（Light Detection And Ranging激光探測與測距），激光一掃，周圍的環(huán)境變成數(shù)字世界的3D模型，然后結(jié)合毫米波雷達(dá)、攝像頭等輔助，AI能力告訴車子，“嘿，這個數(shù)字世界里，我們應(yīng)該在這個位置，這下會走了吧。”
一路是車路協(xié)同方案，這個方案的精髓是大搞基建，在路的兩邊高密度布置基站，把雷達(dá)掃描的信號發(fā)送給經(jīng)過的汽車，再配合精密地圖從而實現(xiàn)自動駕駛。
搞車路協(xié)同需要很大的基礎(chǔ)設(shè)施投入，建設(shè)周期也很長，不過一旦搞成功了，單臺自動駕駛汽車自己的成本就大大降低了——主要靠別人提醒，自己不用怎么武裝大腦。
從上圖也可以看出，這個方案需要高精地圖協(xié)作，與基站形成配合。
最后一路是所謂的“低成本方案”，馬斯克是其大力鼓吹者，工具簡單，和人只靠眼睛一樣，攝像頭加上毫米波雷達(dá)“就能”實現(xiàn)自動駕駛，激光、基站統(tǒng)統(tǒng)丟掉。這個方案有個好處，只考驗“不太花成本”的AI算法能力，而這種能力的獲取將受到未來業(yè)界追捧。
AI算力背后的“黑科技”
業(yè)界公認(rèn)，阻礙AI產(chǎn)業(yè)規(guī)模化發(fā)展的原因主要是開發(fā)效率低，標(biāo)注、訓(xùn)練、部署整個過程耗時，以及稀缺與昂貴的算力。AI產(chǎn)業(yè)若要規(guī)?；哌M(jìn)各行各業(yè)，助力企業(yè)AI產(chǎn)業(yè)化應(yīng)用，就必須要降低AI開發(fā)門檻和難度。而開發(fā)者在AI開發(fā)過程中也存在諸多痛點，例如，無法對海量數(shù)據(jù)進(jìn)行存儲與分析，對于普通開發(fā)者來說，面對快速增長的算力需求力不從心。深度學(xué)習(xí)作為人工智能崛起的主要原因，是開發(fā)者必須要學(xué)習(xí)的技能，但是對于普通開發(fā)者而言，掌握深度學(xué)習(xí)模型訓(xùn)練的時間成本相當(dāng)高，這也阻礙了AI開發(fā)者的開發(fā)效率。
可見，AI算法能力的獲取，并非易事。也就是說，網(wǎng)紅無人車從“網(wǎng)紅”到尋常百姓家，還差些許火候。
日前，華為云人工智能大賽·無人車挑戰(zhàn)杯正式開賽，華為云一站式AI開發(fā)平臺ModelArts、端云協(xié)同解決方案HiLens作為整場賽事的技術(shù)支撐，為參賽開發(fā)者提供了AI開發(fā)、云端創(chuàng)意無限的可能，即AI算法背后的“黑科技”。
華為云人工智能大賽·無人車挑戰(zhàn)杯參賽選手用車
華為云ModelArts作為一站式的AI開發(fā)平臺，集跨場景、軟硬協(xié)同、端云一體等多方位的優(yōu)化經(jīng)驗，提供了自動學(xué)習(xí)、數(shù)據(jù)管理、開發(fā)管理、模型管理、推理服務(wù)管理等多個模塊化服務(wù)，真正做到滿足不同程度的開發(fā)者，快速獨立的開發(fā)出自己的AI模型。
在無人車場景下，華為云可以支撐開發(fā)者實現(xiàn)一站式全流程開發(fā)，基于華為ModelArts AI開發(fā)平臺訓(xùn)練算法，通過HiLens平臺做技能開發(fā)并部署到HiLens Kit（端側(cè)設(shè)備）進(jìn)行推理，其超強的算力，豐富的接口，為開發(fā)者提供AI開發(fā)的極大便利。
在本次無人車大賽中，參賽者運用華為云ModelArts平臺訓(xùn)練好各類算法模型，然后把模型導(dǎo)入HiLens平臺進(jìn)行業(yè)務(wù)邏輯編寫，完成技能開發(fā)，并將技能一鍵式部署到HiLens，快速實現(xiàn)紅綠燈檢測、行人避障、線路識別、目標(biāo)跟隨等自動駕駛功能。這樣實現(xiàn)了從云到端的一體化，降低了參賽者訓(xùn)練時間和算法移植成本，提高了效率。
讓“感知”更容易實現(xiàn)、讓“決策”方案更容易訓(xùn)練出來，華為云ModelArts、HiLens在這場競賽中為學(xué)生們提供了后臺各種數(shù)據(jù)、高速算力、快速部署能力，學(xué)生們只管放飛自我研究如何讓無人小車更聰明地感知世界和自動行駛。
這也反應(yīng)出AI開發(fā)的一個趨勢：創(chuàng)新的只管創(chuàng)新，其他“后勤”平臺給你包圓了，你要做的是肆意發(fā)揮創(chuàng)新，多多靈光一閃，想出什么讓汽車更聰明的絕妙法子。
那么“感知”和“決策”兩個部分，究竟是如何實現(xiàn)的？
1、感知：讓獲取和處理外界信息的門檻更低
先來看華為云HiLens（官方定義“更懂開發(fā)者的視覺AI應(yīng)用開發(fā)平臺”），AWS（亞馬遜云）也有類似的Deeplens，簡單說就是由一個具備AI能力的攝像機(jī)以及它背后云上開發(fā)平臺構(gòu)成。
華為云人工智能大賽·無人車挑戰(zhàn)杯選手用車外殼安裝
我們知道，AI需求深入到大量的細(xì)分行業(yè)，尤其視覺AI在傳統(tǒng)汽車、安防、娛樂、物流、醫(yī)療、交通都有應(yīng)用，云計算平臺不可能都有現(xiàn)成的方案，得靠企業(yè)們自己去開發(fā)。
例如，那個讓你交10塊錢的停車場識別車牌就是視覺AI的成果，只不過它已經(jīng)十分成熟。
但這個開發(fā)過程，又要采集數(shù)據(jù)，又要整合數(shù)據(jù)，還要自己搞模型搞算法，十分麻煩，這時候HiLens出現(xiàn)了，具體技術(shù)細(xì)節(jié)不多說，總之視覺AI變得和拍攝DV一樣簡單，架起專用設(shè)備，連接好網(wǎng)絡(luò)，就可以開始開發(fā)。
華為云人工智能大賽·無人車挑戰(zhàn)杯HiLens攝像頭模塊
由于無人車涉及大量圖像處理，華為云HiLens的輔助意義不言自明，參賽者作品很多基礎(chǔ)視覺AI能力架設(shè)可以憑借HiLens快速完成。
華為云人工智能大賽·無人車挑戰(zhàn)杯小車識別紅綠燈功能
2、決策：只要管好“最黑”的部分
一輛汽車該如何讓自己“感知”到的東西轉(zhuǎn)化為決策，通過華為云ModelArts，AI開發(fā)在易用的同時獲得了極強的算力支持：
提供了開源的數(shù)據(jù)集，AI模型最需要的數(shù)據(jù)喂養(yǎng)不需要自己到處去搜羅和積累；
通過某些技術(shù)處理，可以實現(xiàn)自動學(xué)習(xí)+自動訓(xùn)練模型，例如，在無人車領(lǐng)域，可以“一鍵做無人駕駛”；
大功告成，你在ModelArts上把模型搞出來了，這時候還能一鍵式部署到你想要的地方去，比如可以部署到HiLens端，實現(xiàn)云上決策算法模型與云下端側(cè)數(shù)據(jù)感知的拉通，這就是無人車背后真正的黑科技。
華為云人工智能大賽·無人車挑戰(zhàn)杯參賽選手編程顯示模塊
以無人車為代表，AI的難題總結(jié)起來有三點：第一部署太難；第二是開發(fā)不容易；第三是算力不夠，這讓小開發(fā)商望而卻步。華為云ModelArts與HiLens搭配，支撐開發(fā)者實現(xiàn)一站式AI全流程開發(fā)，更好的激發(fā)開發(fā)者創(chuàng)新熱情、也將加速AI在各細(xì)分場景落地。
文末彩蛋：華為云人工智能大賽·無人車挑戰(zhàn)杯比賽
今日，科技部在2019世界人工智能大會宣布，將依托華為建設(shè)基礎(chǔ)軟硬件國家新一代人工智能開放創(chuàng)新平臺，面向各行業(yè)、初創(chuàng)公司、高校和科研機(jī)構(gòu)等的AI應(yīng)用與研究，以云服務(wù)和產(chǎn)品軟硬件組合的方式，提供全流程、普惠的基礎(chǔ)平臺類服務(wù)。隨著8月23日昇騰910正式商用以及MindSpore的發(fā)布，華為全棧全場景AI解決方案全面完成構(gòu)建。面向開發(fā)者，華為云ModelArts全流程模型生產(chǎn)服務(wù)打通了從數(shù)據(jù)處理-模型開發(fā)-模型訓(xùn)練-模型部署的AI全鏈條，可將生產(chǎn)所需的所有服務(wù)一站式提供，全方位提升訓(xùn)練和推理的計算能力?？梢?，憑借30年在ICT行業(yè)經(jīng)驗積累以及領(lǐng)先的全棧全場景AI能力，華為期待把“黑科技”運用到極致，加速構(gòu)建萬物互聯(lián)的智能世界。
另外，打個小廣告：9月19日，“華為云無人車挑戰(zhàn)杯大賽”總決賽將亮相2019華為全聯(lián)接大會，并最終決出冠、亞、季軍團(tuán)隊以及優(yōu)勝獎團(tuán)隊，歡迎關(guān)注。
【完】
智能相對論（微信id:aixdlun）：AI新媒體，今日頭條青云計劃獲獎?wù)逿OP10，文章長期“霸占”鈦媒體熱門文章排行榜TOP10,著有《人工智能 十萬個為什么》，重點關(guān)注領(lǐng)域：AI+醫(yī)療、機(jī)器人、智能駕駛、AI+硬件、物聯(lián)網(wǎng)、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機(jī)交互等。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
