【AI学习】地平线首席架构师苏箐关于自动驾驶的演讲

在地平线智驾科技畅想日上，地平线副总裁兼首席架构师苏箐（前华为智驾负责人）做了即兴演讲，以下是其演讲的主要内容：
对自动驾驶行业的看法
自动驾驶的难度与挑战：苏箐表示自动驾驶非常难，他做自动驾驶到现在已经快抑郁了，很多优秀的同学都改行了，去做具身智能机器人。他认为自动驾驶是第一个在物理世界跟人交互的机器人，是在一个半规则和半非规则的场景里面的东西，如果连自动驾驶都搞不定，去做完全是非结构化的机器人是不可能的。
自动驾驶的价值拐点：苏箐认为自动驾驶系统的竞争对手是人类本身，其价值是一个拐点式的价值。当自动驾驶比不过人的时候，它就是高科技的玩具；当有一天比人好的时候，其价值立刻就会跳上去。到目前为止，还没有一个系统真正达到了这个拐点。
对行业现状的批评：苏箐直言不讳地表示，他不太喜欢中国智能驾驶行业这几年的氛围。他认为智驾行业应该做一点正确的产品，解决一些正确的问题，而不是天天活在营销里面。
对特斯拉的评价
苏箐坦率地表示，如果抛开跟人类的比较，今天一定要让他找个对标对象，他还是会选特斯拉FSD。他认为特斯拉在技术方面有很多独到之处，甚至在某些地方有断代式的领先。他从特斯拉身上学到了很多新的思想和思路。
地平线的目标与技术路线
2025年的目标：苏箐透露，地平线今年的目标有两个，一个是用一段式的端到端把类人做上去，第二是把车辆紧急接管安全性至少要提升100倍。他们相信，只有解决了这些问题，才能打造出与众不同的产品。
技术路线的选择：地平线在自动驾驶系统的内核上采用了完全的端到端数据驱动方法。但在数据稀疏、难以快速收敛的情况下，也会制定相应的规则来确保系统的便利性和有效性。此外，地平线还推出了最新的智能驾驶解决方案HSD，这套方案能够应对各种复杂的交通场景，包括在狭窄城区道路掉头等难例场景。
对中国自动驾驶市场的理解
苏箐认为，中国自动驾驶面临特殊挑战，如基建随意性、外卖行为不守规矩等。因此，地平线选择了一条务实的道路，根据中国国情进行自主研发。他强调，一个真正有价值的自动驾驶系统，应该能够在用户感到疲劳或不安全时，提供可靠的驾驶辅助，让用户能够放心地将驾驶任务交给系统。

备注

转微博@高飞的文章，作为参考
#模型时代# 地平线首席架构师苏箐关于自动驾驶的“苦涩的教训”

昨天我参加了一下地平线智驾科技畅想日的活动，地平线副总裁兼首席架构师苏箐（前华为智驾负责人）首次在媒体面前公开露面，并做了一段即兴演讲。讲的时间不长，但非常诚恳深刻。

他说“谈到（完美的自动驾驶），十多年过去了，全世界最聪明的人投入了这么多资金，还是没有突破这个点，确实会感到有些绝望”；而谈到解决方案，又讲“我干了这么多年，对每年出现的新概念和时髦词已经完全没感觉了。因为像这样的复杂系统，既没有捷径，也不存在一蹴而就的方法。明天有个新模型，搞个新工具就能解决所有问题，这种想法是不现实的；所以，结论是：”复杂系统的正确打开方式是：你要有一个非常强大的工程团队，要建立一个非常稳固的系统。在此基础上，不断地在一个嘈杂的环境中，将新的方法持续集成进去，然后不断前进“。

他讲到结论的时候，我就突然想到了Rich Sutton在2019年3月发表的名篇《The Bitter Lesson》，这篇文章的核心论点可以概括为一个深刻而"苦涩"的历史教训：在AI研究历史上，基于通用方法（利用计算能力的搜索和学习）的方案，最终总是战胜基于人类知识和智慧的特定方法。这个模式在计算机视觉、围棋、语音识别、机器翻译等多个领域反复上演。

所以，Rich Sutton说，“科学家的专业知识和智慧似乎不如简单的暴力计算更有价值”。虽然苏箐的看法是，国内的现实情况让业界无法用存粹的暴力算力数据堆叠，但两者都提到了这个领域没有“灵丹妙药”。既然如此，苏这句“一个强大的工程团队敢于干一些苦活累活优化前进”，某种程度上，也是一种苦涩的教训吧。

文字是现场记录，未经本人确认，仅供参考（其实我认为地平线的算法实际上有非常重要的优势，几年前的芯片架构设计就考虑了Transformer，苏的观点就有一些自谦的成分在）：

---

1、说到今天的感受，我是既乐观又困惑。自动驾驶确实非常难，我有很多优秀的朋友已经改行去做别的事情了。

自动驾驶不是什么新东西了。自动驾驶的整个发展应该是从2004年的DARPA Project开始，从那个时候我们就看到了自动驾驶的可能性。我自己开始做这个是在2012年、2013年左右。

有不少人问我要不要去做机器人，但我想，我们连自动驾驶都还没搞定，怎么去做机器人呢？其实自动驾驶应该是第一个在物理世界中与人交互的机器人，它存在于一个半规则化的环境中。如果连这个都搞不定，去做一个完全非结构化环境下的机器人是不可能的。

2、自动驾驶的真正比较对象不是竞争对手，不是国内的蔚小鹏、华为或其他公司，而是人类本身。

它的价值是一个拐点式的价值：在比不过人的时候，它就是一个高科技的玩具；只有在某一天比人好的时候，它才会形成一个质变式的价值。但可惜的是，到目前为止还没有一个系统真正达到了这个拐点。

3、十多年过去了，看着全世界最聪明的人投入了这么多资金，还是没有突破这个点，确实会感到有些绝望。但是在绝望中依然能看到希望，因为经过五到六代核心技术的演进，整个系统确实能看到曙光。

说到我们的优势和理念，其实很简单，我并不打算去跟任何人比较。我干了这么多年，对每年出现的新概念和时髦词已经完全没感觉了。因为像这样的复杂系统，既没有捷径，也不存在一蹴而就的方法。明天有个新模型，搞个新工具就能解决所有问题，这种想法是不现实的。

4、复杂系统的正确打开方式是：你要有一个非常强大的工程团队，要建立一个非常稳固的系统。在此基础上，不断地在一个嘈杂的环境中，将新的方法持续集成进去，然后不断前进。我觉得这是做大型工程的一个经验之谈。

"说到自动驾驶的竞争，坦白说如果今天让我选择一个竞争对手的话，我还是会选择特斯拉FSD。因为美国团队的整体素质和创新经验确实值得敬佩。我自己实践后发现，他们在技术上确实存在一些不足，但这只是暂时的。我们也从中学到了很多新的思想和思路，至少他们已经证明了一些技术路线是可持续的，甚至在某些部分有断代式的领先。

5、但是说到中国的自动驾驶要跟美国做一样的事情，这是不现实的。

首先，在目前状况下，中国不可能投入像特斯拉那样的算力，无论是从经济还是政策角度都不可能。其次，中国的基建和道路条件与美国有很大差异。更重要的是，中国还面临着电动车不遵守交通规则等特殊问题，这导致了大量需要处理的博弈问题，而这些是现在的深度学习还不能完全解决的。

6、所以我们选择了一条比较务实的道路。我们的系统采用完全端到端的深度学习方法，但在一些数据比较稀疏、比较难处理，或者因为混杂数据难以收敛的情况下，我们也会让有经验的工程师去做一些规则设计，就是采用两种技术并行的方式。这在目前来看是最有效的方案。

当然，在做市场营销时，我们可以讲得天花乱坠，但对于普通消费者来说很简单，他上车后能够感觉到这个系统是可靠的，这才是最重要的。我到现在最推崇的产品仍然是Steve Jobs时代的iPhone，它在所有细节上都做到了极致，没有明显的弱点。目前这一代产品还没有看到谁能达到那个高度。我希望在我们这个产品中，能专注于解决真正的问题，而不是一味追求营销效果。

7、如果要谈自动驾驶的价值演进，我觉得可以分为三个阶段：第一个阶段是高科技的玩具，仅仅是噱头；第二个阶段是在高速公路上好用，虽然在城市道路上还不太理想，但起码在高速上开车时不用那么累了，只需要让它自己行驶就可以。虽然这个价值还不够高，但已经有一定意义了。不过这里要注意中美的差异：美国人上下班基本都走高速，而中国不是，中国的城市交通问题更复杂，是一个网格化的问题。

8、自动驾驶系统的本质问题是：到底是系统依赖人，还是人依赖系统？如果你想让这个系统真正产生价值，就要考虑这样的场景：当人们加班很累，感觉自己开车不太安全的时候，能否完全信任这个系统来接管驾驶？这才是系统真正的价值所在，它超越了单纯的功能价值。这也是我们正在努力要做到的方向。

9、说到底，我认为有两个关键点：第一是类人性，不好意思我提到这个词。但类人性的目的不是为了模仿人类，因为人开车时本来就不是预防性驾驶。比如今天我们看到一个系统在处理车辆变道时，你会观察到它’在思考要不要变道’，然后才做出动作，这其实已经不太对了。如果你完全感觉不到这个车辆在你的预判之前就已经把动作做完了，这个系统才是真正做对了。这是我们追求的目标。

第二个是要提升整个车辆的紧急避险安全性。这件事情非常难，但随着自动驾驶技术的推进，我们也发现了一些新的方法和线索。只有这两件事情都做到位了，我相信我们的产品才能在市场上真正与众不同。

10、坦白说，这么多人辛苦了这么多年，如果只是去做一个用来营销的东西，这不是我们应该做的事情。我们应该去解决实际的问题，而不是天天活在营销中。我个人不太喜欢中国这几年的氛围，我觉得我们应该做一些真正有价值的产品，尽管这很难。