Momenta要实现不需要造车、改车、控制车，也能实现众包测试和数据收集，解决自动驾驶测试问题。
文|杨洁、邱昭昀
就在上个月，特斯拉发布了“具有全自动驾驶功能”的Autopilot 2.0系统。作为当下最热门的话题之一，自动驾驶得到了广泛的关注。汽车厂商之外，谷歌、百度等互联网企业，以及许多创业公司，也开始进入这个领域，希望能在即将到来的无人驾驶时代分一杯羹。
Momenta（momenta.ai）就是自动驾驶的新玩家之一。11月14日，Momenta宣布，获得A轮500万美元投资，本轮由蓝湖资本领投，创新工场和真格基金跟投。
Momenta成立于9月初，致力于打造自动驾驶大脑，核心技术是基于深度学习的环境感知、高精度地图、驾驶决策算法。产品包括不同级别的自动驾驶方案，以及衍生出的大数据服务。
Momenta 创始人、CEO曹旭东毕业于清华大学。创立Momenta之前，曾任职于微软亚洲研究院和商汤科技，有近百人研发团队管理经验以及丰富的产品落地经验，其研发技术曾用于Xbox、Bing、How-old等产品。
Momenta 创始人、CEO曹旭东
早在大学期间，曹旭东就对人工智能这个领域产生了浓厚的兴趣。人工智能作为微软亚洲研究院的主攻方向之一，在亚研院期间，曹旭东就萌生了在这个领域创业的想法。
曹旭东将人工智能公司分成几类。“一类是有技术没有应用场景的；一类是人工智能、深度学习有应用场景，但它只是传统行业中的技术改良，并没有新的价值链创造产生。”而曹旭东想做的，是第三类公司：在新的场景里，人工智能作为颠覆性技术，能够催生新的价值链条，给变产业格局。
无人驾驶就是曹旭东最终看好的第三类场景。在他看来，它能将人从繁琐的劳动中解放出来，大幅提高效率，并且，其中的智能体，利用大数据，可以和环境互动。
对于自动驾驶而言，安全性是至关重要的。而如果不解决这个问题，自动驾驶的商业化始终要受到限制。“对于无人驾驶，我们希望比人更安全，最好致命事故率低一个量级，做到十亿公里一起致命性事故。统计上，要达到足够置信度，需要多次重复实验，最好一百次以上。这意味着一套比人更加安全的无人驾驶的系统需要测试的总里程达到1000亿公里。”曹旭东说。而在他看来，没有解决这个数据和测试的关键性问题，那么，自动驾驶离商业化落地，就始终存在着一道鸿沟。“这也是谷歌无人车迟迟没有商业化的原因。”他总结。
而要解决这个问题，有两种解决方案。一是无人驾驶模拟；二是众包数据收集和测试。“但模拟即使再逼真，感知数据和真实的数据也存在差异；其次是模拟的情境下交通规则都是我们设定的，很多失败的场景恰恰是人思考的盲点，单纯通过模拟并不能发现。”曹旭东说。至于第二种方案，特斯拉就是走这条路线的典型代表，但对创业公司而言，这种方案需要造车，耗费的时间周期长，并且，它也需要实现对车辆的控制权，难度仍是相当更大的。
Momenta则想用更轻的方式解决以上两个方案里的问题。曹旭东表示，应用Momenta的技术解决方案，可以采用“众包”的方式，将感知设备通过后装，安装在车辆上，直接利用现有道路上已有的运营车辆，不需要造车、改车、控制车，从而获得司机的驾驶和路面情况等数据，实现众包测试和数据收集。
Momenta团队
设备成本方面，Momenta利用算法，准备通过多摄像头等廉价设备实现无人驾驶。“摄像头是所有感知设备中信息量最大的，需要人脑水平的强人工智能，才能从间接视频数据中提取出无人驾驶所需要的直接数据。激光雷达、高精GPS和IMU长期看都有降价空间，我们的技术方案不排除任何感知设备，价格合理，就会融合进来。”曹旭东告诉i黑马。“我们通过这些感知设备，可以构建高精度地图，定位到这些车辆在其中的精确位置，获取它的驾驶轨迹。依赖高精地图，我们可以获得驾驶轨迹这一驾驶行为数据。通过众包，就可以获得海量环境和行为数据，通过数据驱动的方式学习无人驾驶决策。”
而构建高精度地图，以及实时识别驾驶环境，背后需要精确度很高的视觉识别算法。这些就是Momenta研发总监任少卿所致力的领域。目前在视觉识别领域，最先进和广泛使用的物体检测算法之一Faster RCNN和图像识别算法ResNet正是任少卿参与研发的。就是这两项成果帮助微软在2015年的ImageNet和CO CO Challenge获得了冠军，打败了来自Google Brain和Facebook AI Research等团队。
而同时，这种众包的解决方案获取的数据信息，Momenta也能够从中衍生出更多的大数据服务，提供给客户。
获得融资后，Momenta将继续加大研发和运营，曹旭东认为，只要公司做无人车的技术方案是一个渐近性的、能保证道路环境和车辆安全的技术路线，也许三年后，就会有无人车在路上出现。
匿名用户
