百度顾维灏：AI发展需要应用级产品助力

版权声明：本文版权为网易汽车所有，转载请注明出处。

网易汽车12月2日报道 对于百度，可能大多数人的印象中，他们与大洋彼岸的另一家公司有着高度的类似，甚至是在技术路线领域，比如对于AI的发展以及对于无人驾驶技术的诉求。但近日网易汽车与百度L3事业部总经理顾维灏对话之后，发现了两家公司更加明显的不同。其中印象最深的便是顾潍灏的一个观点：只有应用级的产品才能完善AI的潜能，数据规模的上量将最终完善AI的智商。而百度目前正在做的事情，就是解决好应用级产品的方案。

百度L3事业部总经理 顾维灏

L3事业部与Learning Map

在谈到消费级产品之前，不得不说的便是百度内部职能部门的划分。对于自动驾驶这个宏大的技术名词，百度将其划分为了4各阶段（欧洲及北美划分成了五级）。L3实际上就是专门负责Level 3第三阶段的部门。L3属于高级驾驶辅助，这一等级的车辆表现其并不是真正的完全自动驾驶，仅仅是辅助司机进行一定程度上的自动化操作，比目前特斯拉的AutoPolit更进一步的是，在这一阶段，将会有高精度地图和更丰富的传感器与这一功能相对应，相对而言可靠性更高。

而地图恰恰是百度L3事业部向前发展的核心。其核心技术就是被称为具有学习功能的Learning Map。相对于传统的二维地图，Learning Map高精度地图，是将图像坐标与三位数字坐标进行结合，得到的地图将是一幅可用数据来表达的立体地图。而这幅数字地图将是人工智能进行计算、思考的数据基础。

如何绘制并完善这样的一幅地图，是摆在百度及其他研究无人驾驶企业面前的第一道坎。对于当下的百度而言，完成一个街区的地图绘制并不难，难的是如何在合理的成本下，绘制出全中国的高清地图，并且形成一套行之有效的更新机制，能够确保应用这套地图作为数据计算基础的车辆，能够绝对的安全。

根据顾维灏的介绍，Learning Map计划启动于两年前，通过两年的研究积累，已大体完成了相关绘制工作的量产方案，明年百度便会将高清地图的绘制工作进行量产化操作。同时，在不久的将来，会通过车内摄像头的数据众包技术，来不断完善和修正这幅地图。或许单一返回的视频信号清晰度较低，但通过大量的数据反馈，可以一点点修正地图的实际精度。

语音与地图撬开的AI大数据

当然Learning Map仅仅是L3事业部的核心技术，这项技术的落地是三项消费级产品：CarLife、CoDriver和MapAuto。

CarLife是一套车机解决方案，跟苹果CarPlay类似，实现手机和车机互联映射，最核心的功能就是把手机地图映射到车载屏幕上，目前已经有不少车型支持CarLife。

CoDriver是百度推出的一套可协同集行车记录仪和车载导航等功能的语音识别系统，现在更多的应用在了智能后视镜之上。

MapAuto是专门的车机用车载地图系统，他主要针对前装用户及部分后装用户。

这三者之间的必然纽带，便是数据。百度L3事业部HMI&生态总经理张辉告诉网易汽车，CoDriver的重心是在车内人与车机间的交互，而MapAuto则是强调车辆的行驶轨迹与路线，而CarLife则是连接不同界面间进行交互的媒介。也许一次导航需要同时用到车机与手机，而CarLife就是实现两者使用期间无缝连接的桥梁。而数据便在这三者间产生与流通。

而这三者所产生的位置数据、交互数据将作为自动驾驶技术方案中，位置移动信息、人机交互信息、端口生态信息间的基础内容。通过对这些基础内容的识别与计算，人工智能的学习材料与认知广度才能得以满足和扩充。