关注「黑洞科技观察」
传递科技背后的思考
何小鹏与马斯克最近的隔空争论，将激光雷达又一次带进了大家的视野。
马斯克对激光雷达是旗帜鲜明的反对！他甚至说出“傻子才用激光雷达”这种得罪一大片人的话。
然而，那么多生产激光雷达的厂家不可能都是傻子，而谷歌、苹果、Uber、百度等激光雷达派更不是傻子！
这么说马斯克才是傻子？傻子会成为全球第二的富翁？你信么？
既然大家都不傻？那么关于激光雷达的分歧，就一定有更深层的原因。
有人说马斯克认为激光雷达贵，可特斯拉决定做电动车的时候，也有人说电池贵，结果特斯拉一入局，电池成本立马就降下来了。再说，FSD软件都已经卖到64000人民币了，如果激光雷达能够让自动驾驶成为现实，你觉得马斯克会在乎再加几万块钱么？毕竟Model 3降一次价就几万块。
所以，原因肯定不是贵，至少不仅仅是贵。
要想知道马斯克抵制激光雷达的真正原因，就一定要对自动驾驶有一点基本了解，看懂了自动驾驶的进化本质，才能理解马斯克对激光雷达的恐惧。
接下来，我尽量用最容易理解的方式，带您体验一下自动驾驶这个新物种的进化！
自动驾驶是什么
为了缩减篇幅，咱们直接讨论自动驾驶的本质。
我们回想一下每天早上开车去上班的情形：首先，我们从家里出发；然后，我们会选择一条合适的路线，上路；在路上，我们要观察周围情况，适时并入主路，并切换车道；遇到红灯要停车，遇到并线车辆刹车让一下；转弯路口要提前换车道；进入辅路要让行人；......，到达目的地要停车入位。
这一系列过程，如果让汽车自动完成，那汽车就要搞清楚：我在哪？我要去哪？我要怎么去？
这几个问题贯穿自动驾驶全过程，在任一时刻，汽车都要清楚：
1. 我在哪个位置，哪个车道，前后左右什么情况？
2. 下一时刻我要去哪，保持车道、超车、还是转弯、还是出匝道，还是...？
3. 要怎么做，是加速、是减速、是转向还是刹车？
这三个问题对应着自动驾驶最核心的三层：感知层、决策层和控制层。
上图清楚的呈现了自动驾驶的整个架构，自动驾驶中最重要的人工智能算法（AI），就存在于感知层和决策层。
- 感知层的人工智能算法根据传感器传回的大量数据，实时检测周围情况，包括车辆、行人、障碍物、车道、交通标识、桥梁等。
- 决策层的人工智能算法根据感知层提供的环境数据，决定车辆下一时刻的驾驶策略。
这两部分的人工智能算法，是目前最消耗算力的，不管是特斯拉、英伟达还是Mobileye，每一代的硬件都是为了赶上这些人工智能算法的计算需求。
人脑和人工智能算法
既然说到人工智能，就一定要先说一下人脑。人脑的感知和认知功能在大脑皮层，大脑皮层有丰富的神经元细胞体，它们负责接受感知器官神经传来的信号，解读，然后再输出信号给躯体运动神经。
我们举一个视觉到动作的完整例子：
- 当我们开车的时候，看到前方有行人横穿马路。首先太阳光在行人身上反射进入我们的眼睛，然后刺激视网膜的感光细胞，形成生物电信号，通过视神经传向大脑皮层。信号先到达大脑枕叶的初级视觉皮层，也就是下图区域1，在这个区域恢复出颜色，方向，以及边缘、材质等信息。既然是初级皮层，信息肯定不丰富，需要进一步加工。
- 信息在区域1一分为二，一部分通过下面的腹侧通路，进入下颞叶皮层的区域2，大脑在这里分析视觉信息的内容，比如是什么人，男人女人，大人小孩等等；另一部分通过上面的背侧通路，经由中颞叶皮层到达顶叶皮层的区域3，大脑在这里分析目标的运动，位置，方向等信息。
- 在区域2和3得到的信息，经过大脑的复杂反射（也就是后天训练积累的经验），判断出需要停车。然后踩刹车信息送到额叶躯体运动中枢的区域4，并通过中枢神经控制右脚刹车。
看，这就是人类驾驶中的一个很普通过程。
这个过程和人工智能算法的对应关系如下：
- 大脑皮层区域1、2、3合起来实现了视觉感知，也就是感知层功能，通过眼睛识别前方目标，并对运动方向、速度等进行分析。
- 大脑皮层区域2、3、4合起来实现了视觉复杂反射，也就是决策层功能，对感知到的目标做出合理的决策判断。
这两部分人工智能算法的核心都是神经网络，我们简单看一下。
上图就是一个典型的神经网络，每个蓝点都是一个神经元，有权重。对于视觉数据来说，输入就是一张图片，MxNx3个数据，其中MN是图片像素尺寸，3是因为每个像素都有RGB三个颜色值。输出是图片中识别出来的目标，包括目标在图片中的位置，大小和类别。实际上输入数据量很大，所以需要做卷积，咱们这篇文章不讨论数学细节，大家知道这个过程就行。
神经网络识别
我接下来说几个神经网络最重要的特点，这些特点同马斯克对激光雷达的态度关系很大！
1. 训练过程。神经网络最重要的就是神经元权重的确定，这是一个训练的过程，给神经网络大量的训练数据，反复调整权重最终达到可接受的识别精度，这是一个漫长的学习过程。
2. 网络架构。神经网络的架构和学习任务关系很大，比如视频和音频的学习、视频和雷达数据的学习，学习网络是不一样的。
3. 硬件结构。提供算力的芯片结构和网络架构关系很大，如果采用通用性强的硬件，那么就无法发挥最好的性能，所以特斯拉才自研芯片，蔚来最近也要自研芯片，就是这个道理。
整个人工智能算法的产生过程，就像是抚养一个婴儿长大一样。不停的教他知识，教他学习的方法，直到他能独立生活。
不论是人，还是自动驾驶，这个过程都是漫长的，也是不可逆的。长大以后，不管是网络架构还是硬件结构，都已经固定。而过去的数据，构成了未来的经验。
特斯拉的视觉方案
我们已经对自动驾驶和人工智能有了基本的了解，那咱们再看看特斯拉基于视觉的自动驾驶方案。
Model 3传感器配置
上图是Model 3的传感器配置：
- 8个摄像头，前方3个，覆盖远中近距离，两侧各2个，后面一个倒车摄像头。
- 12个超声波雷达，探测距离8米，停车啥的都能用。而且自动驾驶时也能对周边进行检测，适合肉搏战。
- 1个毫米波雷达，前向，探测距离160米，在自动驾驶中可以检测前方障碍物并启动自动紧急制动。
什么？特斯拉有雷达？可能有些读者还不知道特斯拉其实有雷达，只不过不是激光雷达。
知道这一点的人越少，说明马斯克在视觉上面的宣称越成功。
特斯拉在AP1.0时是以视觉为主，所以发生了那次致命的卡车事故，导致驾驶员丧命。随后2.0版本，特斯拉提升了毫米波雷达的重要度。也就是说，不经过视频确认，毫米波雷达也可以启动紧急制动。
毫米波雷达的特点是，穿透性和环境适应性好，全天候工作。缺点是容易受金属干扰，比如一个易拉罐，信号会被放大成一个大铁块。还有就是精度不够，无法做精细的3D绘制。
在特斯拉换装了自研芯片以后，视觉方案又开始逐渐占主导作用，这从Model 3的车主手册可以看出：仅当行驶速度大致介于10 km/h和150 km/h之间时，才能使用自动紧急制动。同时，自动紧急制动设计用来减轻冲击的严重程度，它不能用来避免碰撞。
特斯拉对视频方案的信心，部分来源于新的神经网络学习策略。特斯拉有一个影子模式：视觉识别算法始终在检测车辆环境并做出驾驶决策，这个决策不会下发给车辆，只是与驾驶员的操作进行比较。如果驾驶员的操作与算法决策不一致，那么环境数据和驾驶员决策就会被上报，特斯拉则会进行人工核验，并用新数据对算法进行训练，新的算法再下发到车辆。
这个过程就像是同高手过招一样，算法的能力提升很快，比如下面这些情况，算法一开始想不到自行车为什么会自己在路上跑，但是它能够发现自己的困惑。这就好比学习的时候，就怕不知道自己哪里不会。
通过这种方式，特斯拉自动驾驶已经累计了超过160亿公里的实际道路行驶经验。这些经验就是特斯拉自动驾驶的基石。
激光雷达
接下来就要说说激光雷达这个最大的争议了。
激光雷达发射激光束扫描目标的位置、速度。扫描的数据为
，xyz为空间坐标，h是强度，还有一些其他信息。激光雷达扫描的数据，叫点云数据，点云数据可以通过软件可视化。
点云数据可视化
关于激光雷达的优劣，众说纷纭，下面对摄像头、毫米波雷达和激光雷达做个比较：
激光雷达的特点，用一句话概括就是：和摄像头一样，自带主角光环！
如果说摄像头是眼睛，那激光雷达就是手，通过触觉提供清晰的触感。
它能清晰的构建3D场景信息，连每一个台阶的高度都非常精确。激光雷达唯一致命的缺点就是信息单一，和摄像头相比没有颜色信息，不能做某种程度上的“理解”，比如目标是男人还是女人。
俗话说一山不容二虎，摄像头和激光雷达都是老虎。不存在一个方案将摄像头和激光雷达摆在同一个位置，因为这两个设备在自己擅长的领域提供的信息置信度都很高。
如果要同时用，只能是一主一副：
激光雷达为主的方案：通过激光雷达构筑车辆周围环境的3D信息，摄像头采集的信息作为必要补充，结合高精度地图，车辆将会对自身的环境非常清楚，并做驾驶决策。
摄像头为主的方案：通过摄像头对环境信息进行采集，由激光雷达对摄像头识别的目标补充必要的信息，比如距离、尺寸、速度等等，然后车辆根据最终的信息做驾驶决策。
激光雷达对摄像头的补充，也叫传感器融合，这种融合有两个方式：
数据融合：将雷达的数据转成2维并映射到图像上，给图像上面每个像素点添加距离信息，然后用新数据做AI识别。
信息融合：根据雷达的数据，给图像识别的结果补充必要的信息，其实这种方式用高线数的毫米波雷达也能做，特斯拉在这方面是有积累的。
客观的说，目前激光雷达的现状，不足以让量产车型大批量采用。所以激光雷达为主的方案，目前只能是实验室方案。
而摄像头为主的方案，是一段时间内激光雷达在商业上的常态，我相信小鹏的自动驾驶方案也是摄像头为主。
马斯克对进化方向的选择
自动驾驶作为汽车的新功能，就像是生物进化过程中的突变一样，最终只能是适者生存。
在寒武纪早期，生物大多还没有眼睛。后来，一个突变使得藻类进化出了感光细胞，白天就可以浮出水面光合作用，晚上沉入海底。这种感光细胞，就逐渐进化成了生物的眼睛。
自动驾驶就面临着这种突变，摄像头是一个突变方向，激光雷达是另一个突变方向。
由于神经网络的特点是数据定义算法、算法定义硬件。这就注定了自动驾驶的进化是一条不归路。
激光雷达的引入，必须做传感器融合。不管是数据融合，还是信息融合，都对自动驾驶的AI算法产生影响。这就像我们玩王者荣耀一样，你选了不同的角色，就有不同的担当。
激光雷达对特斯拉的影响在如下三个方面：
一、对过去的影响
前面我们说了，特斯拉已经累计了160亿公里的行驶数据。这是特斯拉的财富，是其他车企短期内无法超越的。
如果特斯拉加入了激光雷达，那么这些数据对新方案的重要性大幅降低，相当于自废武功，和其他车企又站到了一个起跑线上。
二、对现在的影响
增加激光雷达，就意味着视觉方案不够好，车前面要加激光雷达，那后面要不要加？侧面要不要加？加多少才够？成本增加多少？
加了激光雷达，计算芯片要不要加？不加就抢了视觉计算本来就不够的算力。加的话成本更高了。
新的AI算法需要新的硬件，研发周期多长？老的产品升不升级？怎么向用户解释？怎么向投资人解释？
这么多顾虑，不是小鹏这种初生牛犊不怕虎的公司能够想象的。
三、对未来的影响
对未来的影响，是马斯克顾虑最大的。
视觉方案现在的困难，主要是3D还原效果不好，导致基于空间的信息不准确，比如目标的尺寸，距离和行驶速度等，而这刚好是激光雷达的长处。
自动驾驶的视觉派并不是马斯克一个人。很多公司和科学家也都认为通过视觉能够完成3D绘制。只是受算法和硬件的限制，暂时无法做到。其实谷歌也有自己的视觉团队，微软、苹果等科技公司在人工智能视觉领域都有很大的投入。特斯拉最受争议，是因为只有他把视觉自动驾驶量产了。
咱们回到人脑的那张图片，目前的视觉方案相当于人脑的区域3这部分功能太弱，激光雷达是对这部分人脑的补充，就像是视力不好看不清需要用手摸一样。
按照马斯克的第一性原则，首先考虑视觉方案的困难能不能克服？如果不能那他早就放弃了。在他看来克服视觉困难只是时间问题，那有什么理由采用激光雷达？一旦用了激光雷达，视觉方案对应的这部分人脑功能就再也不能进化了。最终就变成了一个依靠手去摸的怪物。
这就是马斯克最根本的思维，他笃定了视觉方案终有一天会成熟，会是进化的根本方向。
马斯克警惕的，是激光雷达对进化过程的干扰，会将进化过程带向深渊。
马斯克恐惧的，是特斯拉将来进化成一个怪物！
后话
说了这么多，大家应该知道了自动驾驶不只是一个软件算法，也不只是增添一个硬件这么简单。
谷歌、苹果和百度等公司，能够押注激光雷达为主的方案，是因为他们是综合性科技公司，自动驾驶只是一部分跨界打劫的业务。
而对于车企，情况完全不一样，尤其是要商用的方案，每一个方案都需要数据长期的喂养，这是一条不归路，一个公司只能走一次！
到底哪条路是正确的，说实话没人能完全看清，包括马斯克，包括何小鹏。
但是，至少特斯拉和小鹏做了旗帜鲜明的选择。
到底自动驾驶的未来如何，需要这些勇敢的公司去探索，最终有人成功，有人没落。
正是有了不同的选择，自动驾驶的未来，才能最终进化成功！
在这个角度上看，特斯拉和小鹏都是值得鼓励，值得敬仰的！