GMIC圆桌论坛：智能驾驶需要专业的芯片
GMIC2018全球人工智能领袖峰会今天已进入第二天， 在上午的“智能驾驶的今天和未来”圆桌论坛上，地平线副总裁吴强、Momenta CEO曹旭东、图森互联联合创始人郝佳男三位从创业者的角度分享了自己的观点。
“智能驾驶的今天和未来”圆桌论坛
智能驾驶需要专业的芯片
在提及中国智能驾驶发展水平的问题时，吴强表示，智能驾驶目前主要涉及的几大领域中，车内智能这方面中国发展得还是很好的，这部分主要包括信息处理、系统平台、语音交互、车联网等。
在处理器芯片方面，优势仍然掌握在美国传统科技巨头手中。但这并不是说中国没有机会，因为总体上智能驾驶的芯片还在快速迭代的过程中，每家都有自己的特色。
智能驾驶汽车的地域性差别很大，尤其是中国的行车环境更是非常复杂，在路况、停车、驾驶习惯等各方面都有着巨大的特殊性，这使得国外的企业想要在中国提供智能驾驶有非常大的困难。而中国本土企业就获得了极大的优势。
因此中国创业公司可以在自己擅长的领域做出自己的探索。
吴强认为，智能驾驶需要专业的芯片，而不是基于现有的GPU等芯片架构，因为智能驾驶芯片的运行环境复杂度要远远大于传统芯片，需要面对的是完全开放的环境、没有规则、信息不完整这些棘手的问题，更重要的是智能驾驶人命关天无能出错。
对此，吴强给出了自己的策略，即不去和传统芯片巨头拼工艺，而是从算法和计算机架构方面入手，“场景决定算法，算法决定架构”。发挥自身本地化的优势，利用好中国提供的最丰富最庞大的数据。
智能驾驶最大的困难是安全
曹旭东的Momenta算法系统的部分，他认为智能驾驶最难的部分就是安全，而他们的解决方案是众包。通过帮助商业车队做安全团队，可以获取海量数据来反映一些算法的不足。
另一方面是通过前装渠道，根据责任界定阶段的不同来评估接管的频率。这方面最领先的是谷歌，目前已经能做到6000公里接管一次，比较来看特斯拉目前是15公里接管一次。
但这不是绝对的，特斯拉15公里接管一次是因为是在北京做的路测，而北京的驾驶习惯只能允许高频率接管。
这就涉及到多维度优化的问题，要针对不同地区、不同司机、不同交通法规、不同社会驾驶习惯等等具体情况，从软件、算法、架势策略都要做专门的优化。
商用车是智能驾驶的另一条路
就在大多数人们把目光聚焦在无人驾驶轿车上时，还有一部分人则看向了To B的领域，即商用车的智能驾驶领域。郝佳男的图森未来做的就是高速L4无人驾驶卡车细分领域。
郝佳男表示商用和乘用就是ToB跟ToC的区别，商用车包括货运和出租车，它的利润来自于运营，比如说把货运到目的地，这是商用车的目的。它在推广上就要比乘用车更容易，因为商用车只要说服合作伙伴和客户，会比普及到大众方便一些。
另外一个纬度是卡车和轿车的区别，大车小车的运营场景有很大区别，小车出租更多的是在城市路段或者是城乡接合部的路段运行，而卡车主要是走干线物流，在行驶场景的复杂度上要稍稍降低，更容易推进。
智能驾驶路长路难但充满了希望，这是一个百年不遇，能够参与其中，把整个行业进行创新重构的机会，希望中国的智能驾驶企业能够抓住这次机会，成为这个时代的赢家。
