的走向，也引领全球支柱传统产业整体升级的进程，新能源汽车还将成为被污染的地球大气层的终极拯救者。人类在智能驾驶的未来上，押注了最美好的梦想，所以我们正真看到无论是谷歌、还是苹果、宝马，都在智能驾驶方面不遗余力地探索。国内百度、乐视、蔚来、智车优行等纷纷将战略重心转移到智能驾驶领域，吴甘沙也把自己的梦想绑定在智能驾驶的未来赛道上。驾驭趋势，驭势未来。驭势要做的事情是为汽车

  吴甘沙为何需要选择比较陌生的智能驾驶作为创业方向？从余凯到吴甘沙，高科技企业研究院院长们掀起的新一轮的“院长创业”热内在动力何在？吴甘沙的新公司将如何在未来智能汽车ECO中自我定位？带着这些业界关注的问题，新智元对吴甘沙做了专访。

  英特尔在业界心目中是一家比较传统内敛的全球企业，你在英特尔中国研究院任职16年，为什么突然想到要出山创业？

  【吴甘沙】16年意味着什么，从婴儿的第一声啼哭到二八年华，对很多人估计是恍若隔世的感觉了。我也不敢相信竟然在一个地方那么久。说英特尔内敛，确实没错，在英特尔的很多同学都是闷头做事的，特别扎实和朴实。16年历练可成为研究院院长，要感谢很多默默无闻的同学，他们很多人无缘聚光灯下的荣耀。

  在相当长的一段时间里我是随遇而安的，在给定条件下寻求局部最优解。33岁以前我更像我母亲，不喜欢冒险。33岁那年我的父亲去世，他的精神特质反而对我影响愈深。从那年开始，我开始断断续续的反思。2001年我曾经差点投身互联网，然而看着那浊浪滔天，我满是疑惑留在了岸上。2007年移动网络的又一波浪潮起来，这次的心情是犹豫，就如同在机场排队办登机牌，好不容易排到靠前了，边上突然开了一个新柜台，后面的人刷地一下都涌过去了，我动也不是不动也不是。

  2007年开始技术大潮连番涌来，先是云计算，09年是物联网，11年大数据，13年互联网金融，14年VR/AR，15年又是人工智能。每一波大潮来时，我都努力乘风气之先，快速武装自己，打扮成一个专家，但经过几波潮起潮落，我发现只留下了“坐电梯”的回忆。大数据那一波我是涉水最深的，曾经考虑出来创业，但还是缺乏行动力，后来成为院长，用勤劳作为借口，索性不想这事了。

  内心的”原力觉醒“是在2014年底，在香格里拉的漫天繁星下为传记《三位一体》写导言。这本书让我看到了英特尔早年的创业精神，接受使命的召唤，勇于涉险，不怕犯错，双倍下注，失败了舔舐伤口，重新站起来并且变得更加强大，谨小慎微就是放弃未来。线年中的一次高层领导力培训。讲师的一席话“Leaderistodesignafuturethatisunpredictableandnobodybetson（领导者的使命在于设计一个不确定的未来，没有人敢押注的未来）”让我彻夜难眠，我很难接受未来5年、10年都能看得清清楚楚。

  在跨国IT企业研究院院长里，你的曝光率和出镜率较高，近年来特别在大数据领域颇多著述，为什么你没选在大数据领域创业？

  【吴甘沙】确实，这些年来我专研比较深的是大数据。我一直说大数据是“体”，但大数据的未来在“用”。人工智能就是大数据的“用”。我2000年加入英特尔的时候，研究院就是做的人工智能，尤其是语音识别，可是那时候的人工智能一没数据，二来不用太多计算，这个英特尔最不喜欢，于是被砍了。AI在过去的10年不经意间换了个深度学习的引擎，而它能够一飞冲天的燃料就是大数据。

  创业还是要借势的。人工智能正在起势，选择人工智能、但又能变现大数据的积累，是最理想的。我当初想做的是个人服务性机器人，结果被赵勇拉上了无人驾驶之路，并且深深迷上了这个方向。作为格灵深瞳的联合发起人兼CTO，赵勇在计算机视觉领域有着十多年的技术积累，他将代表格灵深瞳作为董事，为驭势的发展贡献巨大能量。而作为驭势科技的兄弟公司，格灵深瞳也将持续为其提供视觉感知方面的技术上的支持，确保驭势始终拥有业界领先的无人驾驶视觉解决方案。

  自动驾驶跟大数据有千丝万缕的联系。咱们人只需要一点点数据就能够学会东西，且能触类旁通、举一反三，还能容错，所以我们在驾校学几十个小时、开上几百公里就已能适应各种不同的情况了。但另一方面，我们可能一年就只能开一万公里，而且越开到后面技艺的提升就越少。再看人工智能，一点点数据根本没有用，它无法处理没见过的情况。好在只要有一万辆车装了人工智能，每辆车一年跑一万公里，人工智能就学到了一亿公里。也许在五千万公里的时候人工智能还远差于人，但到一亿公里的时候可能就超过人了。好的在数据增加时边际效用可以递增。我相信我在大数据上的所学，可以帮助自动驾驶。

  从跨国IT企业研究院院长到智能驾驶勇于探索商业模式的公司CEO，或许有个角色转换的过程。在美国或其他几个国家，有这样成功的转型先例么？你打算怎么转换自己的角色？

  【吴甘沙】我孤陋寡闻，还真想不出来这样的先例，所以对创造一个先例很感兴趣。其实管理研究院和管理勇于探索商业模式的公司没那么不同，无非是平衡创造力和纪律性，视每个员工为合伙人，帮他们搬掉挡路的石头，为他们赋能，用交付产品、实现客户价值来犒赏大家。当然，无人驾驶是个全新的领域，有一次看到一个数据，奔驰S级轿车的代码行数是波音787的15倍，当场吓尿了，所以我对这个新领域有足够的敬畏。

  如果真要说转换，可能是工作方式上的。我以前在研究院是9-6-5的作息，9点上班、6点下班、一周5天，后来互联网猎头找我，一听是9-9-6就知难而退了。现在创业还起步，已经体会了0-0-7的滋味。我们公司的大本营在房山，而我的家在顺义，单程100公里，所以未来相当长的一段时间里可能是以办公室为家了。

  英特尔中国研究院有服务机器人、情感机器人和模式识别等人工智能相关研发方向，你为什么选择了智能驾驶作为创业方向？是出于竞业避止的考虑么？

  没有竞业避止的问题。我前面说到原来想创业做机器人的事情。后来赵勇能够说动我，固然有他舌灿莲花的能力，主要还是这个方向带来的变革性可能打动了我，而在服务性机器人这块又遇到了些瓶颈。

  先说服务性机器人这块吧。首先我看到很多陪伴或社交机器人在语音互动上碰到了些问题，结合了多麦克风阵列的远场语音识别不如预想的那么好，当你要反复对一个机器人重复说一句话、而它不知所措、或答非所问的时候，内心还是很受挫的，很多人对机器人的期望值很高，以为都是R2D2，或者《星际穿越》的TARS，还有哆啦A梦。其次，我做了些市场调查与研究，想了解用户真正需要什么样的机器人。除了扫地机器人、一老一小的陪伴或社交机器人，大多数人想要的是做饭，叠衣服，熨衣服。我们还真支持伯克利的一个教授实现了机器人叠衣服，可是这个机器人PR2市场售价40万美元，就是那个柳树车库的产品。打开来一看，两个英特尔的四核处理器不过几千美金，真正贵的是机械部分，移动平台3万美金，两条胳膊各4万美金，两只手各1.5万美金。我一想不好，机械部件的成本下降曲线要比半导体部件的摩尔定律慢得多，未来3-5年估计飞入寻常百姓家的几率很小。我在想，比尔盖茨2007年说的“一家一个机器人”还得等等。

  相比之下，智能驾驶需要的AI是我看得明白的。而且，现在我每天上下班都深受交通之苦。我在想，这世界运行的三大基础，信息流解决得很好，能量流和交通流严重落后，做智能驾驶就为了重构交通流。像我们这把年纪的创业，一要选择大问题、大意义，二看市场是否足够大，智能驾驶很显然两点都符合。

  我们公司的中文名字叫驭势科技，而英文叫UISEE，发音像yousee，其实我们把愿景嵌在了这一个名字里面。UISEE是五个单词的首字母：

  Utilizationoftime 给予出行者身心自由。我现在每天上下班3个小时，如果能把它转为生产力该有多好？那样全中国每天能平添数十亿小时有用时间；

  Indiscrimination 初学者无歧视。现在只有那些有驾照的人才能 driveacar，未来所有人都能 rideacar。愿所有人，包括老人，孩子和残疾人，都能驭车而行；

  Safety 减少90%以上的交通事故，相当于拯救100万条生命和节省逾万亿美元事故成本；

  Efficiency 在时间和空间上优化交通，减少城市80%车辆、道路通行能力提升4倍、释放停车空间（相当于城市用地的10-20%），实现即时按需、无堵车的出行；

  实现的手段是小步快跑，迭代试错。一步到位实现全天候、到处跑的无人驾驶在3-5年内不太现实，所以我们考虑两条路线，一是在限定场景、特定区域、专用道路、增强环境下的无人驾驶，二是不限区域、人和机器的融合驾驶。

  百度等互联网巨头也将押注智能驾驶领域，请问你的创业团队在此领域有何独特优势？

  商业化跟技术演示不同，智能驾驶一定要解决三个问题：成本可接受，技术足够可靠，法律和法规容许。我们最终选择的路线在三者方面都做了很好的考虑。

  大家看到今天很多上路的无人驾驶车动辄百万的设备，一个激光雷达可能要70万，一个高精度差分GPS几十万，一个高精度惯性测量单元还要几十万。我们第一步希望用1/100的成本，交付用户最需要的、同时又足够可靠、法律和法规又能容许的无人驾驶功能。

  我们的优点是，各自身怀绝技的团队因为同一个梦想走到了一起。赵勇是格灵深瞳的联合发起人，他在14年开始看汽车视觉，在车用双目立体摄像头、基于深度学习的汽车视觉算法上有了极其深厚的积累。赵勇将代表格灵深瞳作为驭势董事发挥重大价值，并确保驭势始终拥有业界领先的无人驾驶视觉解决方案。姜岩是2013年智能车未来挑战赛的冠军，这几年潜心专研低成本感知配置、无需高精度地图的无人驾驶，已经在各种路况下实现了1万多公里的技术验证。而视觉感知、多传感器融合、无人驾驶控制和规划需要巨大的计算量，也就是说要在车上放置一个高性能计算机，我的背景比较擅长这方面。

  这类创新技术，就像一个女人必须九个月才能生完孩子，而九个女人也不可能一个月生下来。大公司的资源优势未必能发挥出来。我相信勇于探索商业模式的公司的好处是心无旁骛，死磕一个目标，能够形成局部的资源优势。我们团队虽小，但个个是特种兵，我相信他们会在4个月后、10个月后创造奇迹。

  到底什么是智能驾驶？驭势的智能驾驶是对标mobileeye么？ADAS为什么不算智能驾驶？

  我们常常说的智能驾驶有驾驶辅助与增强驾驶。驾驶辅助，是你驾驶的时候它给你提醒一下，也就是常说的ADAS。而辅助驾驶是一种半无人驾驶，在某些场景下实现机器的自动驾驶，在其他情况下还是由人驾驶。第三个概念才是无人驾驶，全天候、开放环境的机器自主驾驶我觉得至少要5年到10年。在几年内我们做的技术跟Mobileye会有很多交集。

  Mobileye是ADAS目前毫无争议的领导者。但我认为它在做很大的转型。各位明白ADAS本身算法比较单一，成本要求非常低，所以最终选择低分辨率单目摄像头、非深度学习算法。现在Mobileye前装给车厂差不多是100多美金，而现在国内新出现的ADAS+行车记录仪，不管做得好不好，后装价格能做到1000到1500元。要做无人驾驶，Mobileye对硬件体系、软件算法都必须大改，这时候传统的优势可能变成劣势。我认为他们新的eyeQ架构一定是有巨大的改变，这时候要维持过去的技术就非常有可能成为负担。最近的一则新闻，特斯拉聘用了前AMD的架构师做工程副总裁，可能意味着特斯拉对新一代eyeQ的能力并不确信，所以开始采用系统级的高性能计算解决方案。

  国内目前有不少做ADAS的公司和创业团队。但现在专注于做无人驾驶的创业团队，我们还是唯一的一家。我们与Mobileye的差距不远，要好好利用后发优势。

  从今年CES观察，大约三分之一场馆被智能汽车占据，智能汽车成为消费电子和AI领域未来5年共同的爆发点，请问你认为未来3年中国智能汽车领域会出现变局吗？

  目前多数主流车厂还没有开放线控（drivingbywire），而智能驾驶必须依赖于线控。我相信一旦形成大势，很多车将支持线万的车，装了智能驾驶系统，车价可能增加两三万，不止很酷，真正为用户所带来安全和驾驶享受，甚至是保险公司都愿意替他补贴一点，那你说消费者会买吗？那么其他车厂也将跟进。其实今年的CES已经让很多车厂在改变态度了。三分之一展馆是跟车相关的，今年的CES甚至把后面的底特律传统年度汽车大展的光环遮盖掉了。

  主流汽车厂商会拥抱来自互联网的智能驾驶研发创业团队么？驭势如何在未来智能汽车ECO中自我定位？

  我已经跟两家新的“互联网”造车厂商接触，他们都非常愿意跟我们合作。对于未来与主流车厂的合作也非常期待。

  驭势专注在无人驾驶，但与车的集成优化很重要。比如当前的路况和行驶状况一定要通过中控屏幕或HUD显示出来。

  未来在这个生态中会有很多玩家。有的专注做车，有的提供Robottaxi的出行服务，我们大家都希望先聚焦于智能驾驶技术，把这一样事情做好。我们未来的战略就是想要做智能驾驶的IntelInside。你看Intel虽然不卖CPU给最终用户，“IntelInside”给了消费者选择的权利，他们去买电脑的时候，希望买有Intel芯的电脑，因为它代表着品牌，代表着质量。驭势未来要做的就是智能驾驶领域的intelinside。

  这是格灵深瞳在AI领域一次重要的产业布局，我们坚信无人驾驶将是汽车智能化的终极形态，我们大家都希望驭势科技能够将无人驾驶视觉技术更有效地转化为产品。一年多以前，无人驾驶的低成本视觉方案还仅仅是格灵深瞳的一项研发技术项目，现如今它已渐趋成熟，在技术上取得了巨大突破。我们想是时候让它落地生根了。

  现在主流的自动驾驶方案主要基于三种感知技术形式——高精度的激光雷达、高精度GPS和高精度惯性导航，而这三套设备的售价分别为70万人民币、50-100万人民币、30万人民币。仅仅是感知设备就要消耗将近200万人民币，是低中端汽车售价的10到20倍，如此高成本的技术路线，想要实现无人驾驶的商业化就现阶段而言根本不可能。

  与Google等该领域的先行者不一样，驭势的目标是不再让汽车头顶百万人民币的视觉感知设备，而是采用基于低成本感知的AI算法和双目摄像头打造更具商业经济价值的无人驾驶解决方案。

  与其他的人工智能技术不同，无人驾驶承载了更大的责任，因此我们也对它的安全性提出了前所未有的要求。驭势科技在未来三到五年内都将专注于一件事情，那就是死磕无人驾驶技术。没有人愿意拿自己的生命开玩笑，真正靠谱的产品，一定是建立在成熟的技术方案之上的。

  1960年7月15日，肯尼迪在接受美国总统提名的演说中提出了”新边疆”的纲领性口号，号召人民面对未知的科学与太空领域，探索未被征服的充满无知和偏见的”新边疆”。肯尼迪说：无论我们正真看到与否，“新边疆”就在我们身边。“我深信我们的国家将在这个十年结束前完成一个目标，让宇航员登陆月球并安全返回”。美国国会随即做出了拨款200亿美元的决定。

  晚些时候，肯尼迪于1962年9月12日在莱斯大学发表演说：“没有一个期望成为其他几个国家领跑者的国家会在太空竞赛上甘于落后。”他说：“我们现在选择登月或做任何别的事情不是因为它们容易，而是因为它们充满挑战。”

  2016年伊始，智能汽车也成为人类的新疆界，相信在创业者和探险者的攻坚挑战下，智能驾驶定能在十年内改写世界的运转，改变人类的未来。一年之计在于春，新智元祝吴甘沙和所有在智能驾驶领域探索的创业小伙伴们能驾驭大势，不胜不归！

  和机器学习的领域中，神经元和神经网络是两个至关重要的概念。虽然它们都与人脑中的神经系统有着密切的

  ，但在实际应用和理论研究中，它们各自扮演着不同的角色。本文旨在深入探讨神经元与神经网络

  的浪潮中，许多科技巨头曾试图在这片蓝海中探寻新的增长点。然而，谷歌、苹果、三星等科技巨头纷纷宣布放弃自动

  系统的研发，原因是他们发现这一领域竞争非常激烈，投入巨大且市场应用前景不明朗。然而

  系统的信任成为了一个重要的议题。虽然技术取得了显著进展，但在用户与系统

  的人机交互信任？ /

  利文”)授予的“中国市场汽车软件工具链客户覆盖度第一”市场地位确认证书。

  利文认证“中国市场汽车软件工具链客户覆盖度第一” /

  辅助，涵盖了诸如LKA、AEB、ACC、LCC、ALC、HWA等功能。城市NOA和高速NOA则实现了在城市和高速场景下的

  格局分析 /

  的关系。 首先，我们来了解电场线。电场线是一种形象化地描述电场分布的方法。在一个电场

  进行交流的方式，不同的编程语言有不一样的特点和用途。本文将对四种常见的编程语言——Python、Java、C++和JavaScript作比较，分析它们的区别和

  始到金 /

  随着上汽名爵全新MG7轿跑车的正式发布，其优雅先锋主义风格设计和彪悍的运动轿车性能立刻赢得了年轻用户的广泛青睐。其先进的科技配置更是令人瞩目，特别在

  Dynamsoft Barcode Reader将条码识别功能嵌入网页

  【RA-Eco-RA0E1-32PIN-V1.0开发板试用】配合HX711完成电子秤

  【龙芯2K0300蜂鸟板试用】-06-板子外形磁村确定以及扩展的接口改进建议

  【RA-Eco-RA0E1-32PIN-V1.0开发板试用】开发环境搭建及流水灯（附踩坑记录）