2016年11月18日-20日，由CSDN重磅打造的年终技术盛会 —— 2016中国软件开发者大会（Software Developer Conference China 2016，简称SDCC 2016）在北京京都信苑饭店隆重举行。本届大会云集了100多位国内外顶尖专家和技术大牛，共设新趋势和新实践2大主题会场，12个技术专题，以及2个特色技术活动。面向国内外的中高端技术人员，聚焦最前沿技术及一线的实践经验，助力企业的技术升级和改造、全面提升技术人员的综合实力。
在11月19日的Keynote上，驭势科技联合创始人&CEO吴甘沙发表主题演讲《智能驾驶的软件闯关之路》，希望给专注移动APP、互联网的工程师们带来人工智能的新视野，解答未来智能驾驶将会如何改变我们的生活以及智能驾驶离我们究竟有多远的问题。数字化和网络化引领了一代互联网繁荣，但在未来20年，智能化将会波澜壮阔。对此他给出以下四个分析标准：市场规模、客户痛点解决程度、商业模式创新空间以及行业发展空间，智能驾驶间接带来的社会收益将会成为第三个万亿美金大市场。互联网的本质是解决信息的不对称，然而网约车并未根本改善成本因素，通过无人驾驶技术则可以解决事故率高、能耗性高、效率低、停车位等问题。
通过用户端调研显示，88%参与者认为智能驾驶在未来必定能够城市化，未来10年与人或物相关的所有交通产业会被重新定义，极大提升商业模式效益。智能驾驶具备多种形态，目前在辅助驾驶等领域已试测完成并实现了自主超车等复杂功能。那么软件工程师应如何成为智能驾驶时代的弄潮儿？五个要点：缺憾零容忍，配置多多益善，不断精进感知和认知，追求实践创新，跳出舒适区和迎接大时代。在丰富的案例和动态图示下，最后他表示至2030年，完全自动驾驶车辆市场占有率将接近10%。
驭势科技联合创始人&CEO 吴甘沙
以下为演讲整理
Host：最近大家可能都在谈人工智能，谈智能交通、智能驾驶、智能汽车等等，现代生活中的很多便利除了本身的智能化外，还要归功于我们技术人员的推动。在整个制造业里，我自己接触的奔驰、宝马这些合作商也在全方位推动智能汽车制造，还有很多的创业团队也在加速智能自动驾驶的研究。下面有请中国自动驾驶的前沿探索者——驭势科技的联合创始人&CEO吴甘沙。
吴甘沙：这可能是我近两个月来参加的技术水平最高的大会，无论是我们的讲者还是我们的观众，技术都是非常强的。以前我也是一名软件工程师，跟大家一样年轻过，也非常怀念当时纯粹美好的编程生活。但在今天的40分钟内，我的目的可能更多是希望大家在忙碌于手头的移动APP、互联网、分布式基础设施之余，抬头看见还有一扇窗，在这个窗外有新的世界，而这个世界就是智能驾驶。我想花这么一点点时间跟大家讲讲未来的智能驾驶将怎么改变我们的世界，而我们作为一个软件工程师离智能驾驶又有多远？我们如何参与到智能驾驶这一波大潮之中？
智能驾驶是人工智能的分支，一个大致的判断是：2016年开始，人工智能革命在市场规模辐射度、时间持久度上会与1996年的互联网以及1976年的PC相提并论。正如PC和互联网分别引导了数字化和网络化的20年繁荣，那么未来的20年智能化将波澜壮阔。
智能驾驶是未来10年最重要的一个人工智能产业
我们判断的时候分为几个标准，这几个标准可以供大家参考。
一.市场规模
首先市场是足够大的，它涉及三个万亿美金的市场：汽车市场；出行市场，Uber、滴滴通过多样化的出行改变了我们对交通工具的使用模式；而第三个万亿美金则是智能驾驶间接带来的社会效应。摩根斯坦指出智能驾驶一年能够给美国带来1.3万亿的美金，相当于美国GDP的8%，相信没有第二个人工智能技术能够达到如此之高的GDP占比。
二.客户痛点解决程度
我们来看一下它是通过解决了哪些客户痛点带来这些效益的。以北京进行模型分析——600万辆机动车会带来什么问题？有两个逐级恶化的链条。一是车多导致堵车、违规驾驶，进而导致交通事故层出不穷。今年全世界因为交通事故死亡的140万人中，中国就占到了四分之一左右。交通事故同时会使得道路堵塞、能源浪费、油耗提升和废气排出，渐而导致雾霾。二是车多导致停车困难。三个数据：一辆车90%时间是停着的；在美国所有的汽车行使里程中30%的里程是寻找停车位；在北上广这样的城市里15%的土地用来停车。现在的网约车一定程度上解决了打车难、打车贵的问题，但是它并没有改善成本结构，没有从社会层面提升效率，所以并没有根本上解决问题。所以我们希望十年以后能够通过无人驾驶技术改变这一现状。
三.商业模式创新空间
未来的车跟今天的绝对长得不一样，虽然会降低交通工具属性，但是商业的空间属性绝对会增加。所以我们的结论是未来10年所有跟人和物相关的交通产业都会被重新定义，从出租车到停车业到写字楼到服务业还有物流。有人问我，这两百万辆出租车上班下班的时候很忙碌，中午干嘛呢？可以给你送餐，在淘宝买的东西可以给你送货，包括金融等等都会被重新定定义。
四.行业发展空间
《从0到1》中讲到，选择一个行业时需要一个很宽很深的护城河，智能驾驶恰恰是这么一个行业。智能驾驶有这么几种形态：驾驶辅助、辅助驾驶、高速自动驾驶、限定场景无人驾驶以及全天后全区域无人驾驶。在我们做的辅助驾驶系统中大家可以看到，我们已经实现了一百公里时速的驾驶，包括自主超车功能。除了这个之外，我们又做了一些无人驾驶的探索，针对无人驾驶的特点设计两排座椅对排着做，没有方向盘，没有刹车。这些在一些园区里也开始了常态化的测试和试运营。
所有这些东西都跑在软件和硬件站上。下面是硬件和通讯，强调硬件小型化、高效能、高可靠，在上面则需要有一个实时的高可靠系统软件架构记录监控系统。大家想象一下，未来车上面可以有一个黑匣子去还原过去30秒发生了什么，每个硬件的日志模块是什么，能够有效帮助定责。上面还有驾驶员行为学习和人机接口，还有规划认知来控制方向盘、油门和刹车。边上每一层还有贯穿远程的维护系统和安全系统。这些东西事实上我们有不同的人去做，有人工智能的计算机视觉团队，国际T1核心工程师组成的团队，还有产品设计和系统工程团队。讲这个的意图是想告诉大家，绝大多数的人跟在座的没有太大区别，也是从我们现在的互联网、从现在的IT领域进入到智能驾驶领域的，它的门槛没有我们想象的那么高。
作为一个软件工程师，如何成为弄潮儿呢？
1983年通用汽车的工程师就已经预言了，未来在汽车上软件开发将变得最重要。在1970年时，汽车里的电子部件成本只占5%，而现在可能会高达50%甚至是80%。大家可以想象软件对于我们的驾驶会多么得重要。那么，我们应该做一些什么样的事情呢？
一.缺憾零容忍
在汽车上需要对缺憾不断改进，通过软件不断迭代、不断去做OTA的软件升级。特斯拉今年5月份发生了一起致命的车祸：当时这个车做了一个转弯，就是横在路口的时候一辆车开过来撞上了。从特斯拉的角度解释，车是沿着城西在开，所以这样的强逆光极大削弱了摄像头的效能。其视觉算法的提供者解释，原来的算法只用来识别当前车道前车的尾部，但是它并不认识一辆车横在那的时候。特斯拉还有雷达，但是雷达为了减少误刹车做了较为保守的分类，把它判断成了横跨马路的一个交通标志牌。所以应该怎么去解决？比如说改进雷达的算法、应用深度学习识别算法或者应用双目视觉雷达等等。
二.设备多多益善
在传统的软件编程里我们希望用最精益的方法去实现功能，但在汽车上一定要考虑多多益善，因为增加的冗余可以极大提升安全。最新的特斯拉设计除了超声波、雷达之外，从一个摄象头变成了八个摄象头，极大增加了冗余。其他像宝马的车，360无死角多冗余地配制了各种传感器。多种手段的相互冗余和交叉验证能够提升准确率。
三.不断精进感知和认知
认知分为三个层次：从检测该识别的东西到明白整个世界，从简单的不撞到兼顾更加舒适的驾乘感受，从咏春木人桩到少林18铜人。很明显第三阶段是我们追求的目标，能够判断态势，评估他人动机并预测行为，而且可以合理获得路权。在这一点上可以借助强化学习（RL)和递归神经网络（RNN）。
四.追求实践创新
我们每一位软件工程师都是软件的实践者和创新者，但在汽车上你要做得更加完善，追求创新。这就需要做各种各样的测试、模拟和仿真。我们的算法还是有漏洞的，因为时间的关系我就不细讲了。
五.跳出舒适区，迎接大时代
我们中国驾驶的路线图，到2020年会有1500万辆车具有驾驶辅助或者是部分驾驶的功能，所以这是一个巨大的市场。我们一直喜欢引用这句话：时来天地皆同力，运去英雄不自由。IT革命的每个阶段都会看到落寞英雄的背影，对于我们工程师来说最重要的就是要选择时代，做趋势的驾驭者，而不是随波逐流者。最后这段是耐克的创始人所说的：懦夫从不启程，弱者死于途中，只剩我们前行。我相信大家都愿意做强者！
