來自創新工場投資的兩家無人駕駛公司CEO的精彩分享,期待無人駕駛時代加速到來。
本文來自創新工場微信公眾號
………………………………………………………………
疫情後的無人駕駛:行業癢點轉痛點,技術研發、市場推廣提速
在疫情中,無人送餐車、無人消毒車、無人物流車紛紛走上抗疫一線,找到了之前困擾自動駕駛行業許久的“真實應用場景”難題。
但遺憾的是,真正的無人載客駕駛,卻沒能發揮大的作用。疫情期間,包括矽谷Waymo、Uber的自動駕駛都完全停止了。
“疫情加速了我們的技術研發。“文遠知行創始人兼CEO韓旭表示,”2020年是我們追求技術穩定之年,早日讓自動駕駛車真正地變成無人駕駛。”
而對於自動駕駛在物流行業的市場前景,疫情也將行業此前的癢點轉變成痛點和爽點,“希望到明年底,達到千台規模的常態化運營。”馭勢科技創始人兼CEO吳甘沙表示。
這場“自動駕駛”主題的線上分享會,是創新工場“疫情後”系列分享的第一場。兩位CEO受邀分享了各自經歷的疫情變化、疫情後自動駕駛產業動態以及面臨的行業拐點。
以下是他們的分享節選:
▌文遠知行CEO韓旭:2020是自動駕駛穩定之年
文遠知行在2019年11月底正式開始面向用戶的全開放自動駕駛載客運營。現在你只要在AppStore上下載一個WeRide Go軟體,就可以在廣州市黃埔區、廣州開發區144平方公里的城市開放道路上,享受Robotaxi計程車服務。
今年2月,文遠知行發佈了中國首份Robotaxi運營報告,統計顯示一共完成了8396個出行訂單,零安全事故,總里程達到了 41140 公里,服務使用者4683名。
新冠疫情發生後,自動駕駛的運營受到一定的影響。以文遠知行為例,3月2號才開始恢復Robotaxi在廣州黃埔區的載客運營。目前在美國加州,Waymo、Uber都已經完全停止了。
實際上,如果我們技術能夠做得更完善一點的話,這個是可以避免的。作為工程師出身的我,和文遠知行所有工程師一樣慚愧,就是真正到使用的時候,我們現在還不能把Robotaxi投入到真正的運營當中。
如果疫情發生得再晚一到兩年,我們的自動駕駛就算不能接送病人,也可以給醫院運送口罩,送飯,運送物資。因為實際上有一個悲劇是,很多給醫院做志願者運送病人的司機也感染上了病毒。如果我們技術能夠做得更完善一點的話,這個是可以避免的。
如果我們真的能夠做到純無人駕駛,那麼自動駕駛運送疑似的病人是非常適合的,因為自動駕駛無人車裡面除了病人,沒有司機,那麼等到運送完一個疑似病人之後,我們可以迅速地使用酒精來消毒車,避免下一個病人交叉感染。
疫情也加速了我們的技術研發。接下來我們一方面要教育市場,讓大家知道無人駕駛有多麼重要。現在又增加了一條就是,自動駕駛能夠在流行病大範圍肆虐的情況下,防止流行病的傳播,因為你有很好的私人空間,可以每運載一次客人之後消毒。
另外一方面,也想利用這樣的情景來推動政策上的突破,希望法規能夠儘早支持全無人自動駕駛的測試。最後,希望通過加速自動駕駛的落地來促進經濟復蘇。
其中最核心的問題是把技術做到足夠穩定,早日讓自動駕駛車真正地變成無人駕駛。我也給我們工程師團隊提出要求,2020年是穩定之年。我不要求技術做的有多酷炫,但是我需要做到非常穩定。場景是不是做1萬次,都能穩定處理?這是最關鍵的。
自動駕駛的落地是一個鐵三角模式,必須要有三方的緊密合作。一方是自動駕駛技術的提供商,比如Waymo、文遠知行、Cruise這樣的公司。另一方是非常具有技術實力的車廠,比如Cruise曾經被美國三大汽車公司之一的GM收購,結成了聯盟,而文遠知行也在2018年被雷諾日產三菱聯盟戰略領投。協力廠商是出行服務平臺,比如Uber、滴滴、廣州白雲計程車集團等。
2020年,我們會在廣州繼續擴大運營,部署數百輛Robotaxi;2021年,期待推動政策在部分區域去掉安全員;2023年,希望在廣州大部分區域,實行Robotaxi的無人載客運營。
▌馭勢科技CEO吳甘沙:無人化物流是未來趨勢
在新基建當中,無人化是一個很強的需求。我對新基建的理解,是要滿足這幾個條件:
•低成本:長期的低成本,不應隨著物價的上漲而上漲。
•反脆弱:當災難來臨的時候,它不會中斷。
•高效率、易管理:這個世界上最難管理的是人,因為人會疲勞,容易犯錯。
低成本、反脆弱、高效率和易管理都需要無人化的基礎設施,要實現這三點,無人化一定是未來的趨勢。
具體到物流行業,無人化的物流可以分階段實現:最初三公里、幹線物流、最後三公里。
最初三公里是從原產地到發貨的物流網點;幹線物流是我們非常熟悉的高速運輸;最後三公里也就是我們經常聽到的末端配送,往往是那些快遞小哥和外賣小哥要做的事情。
那麼我們如何去用無人化切入呢?我認為要考慮三個因素:
•高頻剛需。其實很多無人駕駛公司做了一些面子工程,往往並不是高頻剛需痛點。
•規模可行。尤其是在法律法規層面和技術層面,要能夠實現規模化,可複製,能夠去掉安全員。
•賬要算得過來。客戶能賺錢,我們無人駕駛公司也有利潤。
這三個場景一定都是高頻剛需,這個不多說了。在規模可行上,幹線物流這個層面還存在著一些法律法規的障礙,技術上,如何能保證這麼一個龐然大物不會出現交通事故,還有待進一步去解決。最後三公里,目前來看在園區裡面已經能夠實現無人化的配送,但如果要上公共道路,也面臨著路權的問題,帶來一些商業化的瓶頸。相比之下,最初三公里能夠完全滿足這三個條件。
馭勢科技于2019年開啟完全無人駕駛的常態化運營專案,包括和上汽通用五菱在寶駿生產基地的廠區物流項目,以及和香港國際機場合作的行李運輸無人物流專案。
這兩個項目非常有典型意義,它們真正的滿足了四化。第一是無人化,車上完全沒有了安全員;第二是常態化,一周工作七天,每天工作20個小時,留4個小時對車輛進行運維,同時能夠做到風雨無阻;第三是規模化,像今年這樣的場景,我們有幾百台車在常態化的運營過程中;第四是運營化,就是真正能夠切入到客戶的運營場景當中。
這次疫情給無人駕駛帶來了很大的機會。我們以前跟客戶交流,他們說這是個癢點。但是因為疫情,它逐步轉變成為了痛點和爽點,所以對於未來一年,我們對業務拓展感到非常的樂觀。
物流是一個充分市場化的行業。在新基建紅紅火火的大背景下面,馭勢科技希望聚焦做好“最初三公里”。從機場到工廠,下一步是物流園區。希望把成熟的技術嵌入到物流夥伴的業務場景當中,幫他們降本增效。在明年底之前,我們期望會達到千台規模的常態化運營。
未來趨勢2023 在 Technews 科技新報 Facebook 八卦
AMD 執行長針對競爭對手英特爾、全球晶片荒、未來目標等議題表達看法,讓我們帶你一起來了解。
#AMD #Intel
未來趨勢2023 在 BennyLeung.com Facebook 八卦
【智富雜誌】明日世界近在咫尺 大數據為成功必然養分
要真正打造「明日世界」,人工智能(Artificial Intelligence )、物聯網(Internet of Things)、智慧城市(Smart City)等一連串科技技術,最需要的元素是數據,大數據是各項技術的「養分」,亦是成功的契機。人類每一舉手一投足都可衍生大數據,透過大數據分析也幫助各行各業都走在時代的前端。
人人都談大數據,可是大數據是以甚麼形式存在,又如何影響大眾生活?
收集數據的傳統形式是使用問卷及電話訪問,但現時一部手機每日已產生大量數據,市場研究機構IDC預計,至2025年,每人每日接觸互聯網而產生數據的次數可高達4,909次,平均每18秒一次。
當數據規模大至某種程度,或是過於複雜,便無法以傳統技術在合理時間及成本下處理,這便稱為「大數據」(Big Data)。文本、圖像、音頻、視頻及數字等多種形式,都算得上是數據。數據如此多,又如何定義為有用的數據?當中可從五個方面來定義︰數據流量(Volume)、多樣性(Variety)、真實性(Veracity)、價值性(Vaule)及數據產生的頻率(Velocity) 。
大數據前途無可限量
哈佛大學教授Gary King認為,數據本身沒有甚麼意義,但若是通過數據分析(Data Analysis)判斷及預測,幫助各行各業,數據真正價值才能發揮。
未來數據規模只會愈來愈大及複雜,根據IDC預測,到2025年,全球數據量將擴展至163ZB(Zettabyte,即是163萬億GB),相當於2016年的十倍。163ZB是甚麼概念呢?即是相等於一個人觀看魔戒三部曲49萬億次。
IDC最新報告稱,今年全球大數據與商業分析市場規模預計可達1,891億美元,預計到2022年,這一數字將升至2,740億美元,增長近45%。事實上,單是美國的市場規模今年就達到1,000億美元,佔全球市場逾半,因此美國一眾科技公司,如IBM、Oracle、微軟、亞馬遜、Google等都群起爭逐這個市場。Google Cloud 6月就斥資26億美元,收購了數據分析初創企業Looker。
如此增長規模下,傳統的數據中心儲存空間有限、且愈來愈難以管理,因此大數據的未來出路亦會向雲端發展。據IDC報告,未來5年內,通過公有雲(Public Cloud)執行的大數據分析量,將以32%的年複合增長。
對於企業來說,從數據中能夠擷取諸多資訊和分析,有助預測未來業務及加強企業管理。而對於整個社會而言,大數據應用在各行各業,不論是零售、金融、醫療等行業的大數據都逐漸應運而生,加上人工智能的配合,顛覆了其發展。
金融屆結合AI及大數據
以金融業為例,據估計,到2025年,全球將有三分之二的金融公司,都將運用到A.I技術與大數據分析,促進金融行業的創新及提升產品質量、風險管控等等。2017年,美國初創企業EquBot夥同ETF Managers Group推出首隻人工智能智能選股ETF「AI Powered Equity ETF」(AIEQ)上市,首三個交易日就輕鬆跑贏大市,一度令基金經理感到恐慌,擔心終有一日會被A.I取代。
這隻基金利用人工智能和機器學習(Machine Learning ),對全美6,000多家上市公司的數據進行分析,又讀取大量的新聞和社交網站貼文,以分析經濟形勢及未來趨勢,從而挑選出70隻股票的投資組合,日以繼夜的數據收集及分析,機械人基金經理的確可以全年無休。
ETF大多數時間都跑贏大市,但基金創立至今仍跑輸大市。在投資世界,除了既定的規則外,還有投資者情緒、市場政策這些不確定性因素,人工智能還需更多數據與時間去學習。
若要機器真正做到像人類一樣思考,首先要從大量資料與數據中學習,因此大數據是人工智能的「養分」。隨著科技不斷發展,未來不止是人,智能家居,機械人或是機器也將產生大量數據,為科技不斷提供更多「養分」。屆時不只是自動駕駛、人面辨別、無人超市等難以想像的,皆可變成現實,人類距離「明日世界」亦愈來愈近。
數據標註員冒起
近年人工智能蓬勃發展,衍生了一個新職業︰「數據標註員」。
若要實現人工智能,機械人要不斷在大量資料與數據中學習,事實上並非所有數據都可以直接使用,圖片、語音、視頻等數據都是原始的材料,需要加工之後,再給機器學習。而數據標記員就是將數據作初步的處理,譬如標記一張照片內,誰是行人、那是車輛及道路等,再給予電腦分析。
數據標註員現時集中在印度、非洲等地區,為亞馬遜、Google、微軟等公司工作。根據分析公司Cognilytica年初報告,數據標註的市場規模在去年達1.5億美元,到2023年將倍增至逾10億美元。
#科技 #金融