Apollo加入伯克利BDD,产学结合能带来何种化学反应?智能
事实上更为重要的是其能够获得百度自动驾驶高质、海量的数据支持,百度Apollo能够加入伯克利BDD联盟,正式开放ApolloScape大规模自动驾驶数据集。
文|邻章
当下,自动驾驶正以其热度与难度将学术界和产业界前所未有地紧密联系在一起,以贡献各自力量产生协同效应促进自动驾驶技术向前发展、落地。
此前在百度Apollo计划公布的合作伙伴中,清华、上海交大、北京理工、航天航空大学、同济大学等国内一流高校所代表的学术界力量,就是显著一例。而今,百度Apollo计划的学术界力量再度扩大。
美国时间3月8日,百度Apollo宣布加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟(Berkeley DeepDrive)(以下简称BDD),并发布了Apollo数据及前沿技术品牌ApolloScape,正式开放ApolloScape大规模自动驾驶数据集。百度Apollo将在BDD联盟中,贡献Apollo开放平台的产业化资源,将与全球自动驾驶领先企业以及顶级学术研究团队机构一道,共享研究成果、交流经验,进一步壮大自动驾驶研发力量,推动自动驾驶的技术创新和理论创新的落地应用。
从现实来说,百度Apollo加入BDD联盟,或能为百度自动驾驶带来这样几方面的利好。
Apollo与伯克利产学研深度合作,促使美国成为百度自动驾驶第二基地
从上述双方合作的内容来看,百度Apollo加盟BDD联盟,又是产学研深度合作的又一范例,对于加速自动驾驶技术创新从理论到实际应用的落地,将产生正向的促进作用。
众所周知,在自动驾驶技术的研究中,BDD联盟其实是业内少有的能够将产业与学术界紧密结合的联盟,其借助顶级学府加州伯克利的学术科研资源,一直致力于将计算机视觉与机器学习技术相结合,并将其应用于汽车产业的不同场景中。
通过业界此前对其介绍的相关文章,梳理一下,我们能够发现:BDD联盟在自动驾驶领域关键技术领域涉猎广泛且成果卓著。诸如其对车辆的深度增强学习、理解驾驶员对智能汽车的认知、基于优化自动驾驶车辆交通环境的深度增强学习、关于安全和隐私保护的深度学习等等在内的自动驾驶技术场景有着深入的研究;并已经在自动驾驶领域的视觉系统定制半导体、软件如何预测行人的行为、特殊地形中可以驾驶汽车的AI、让汽车向人类司机学习的技术等多个领域取得进展。
也正因如此,当下BDD联盟在事实上已经吸纳了诸多想在自动驾驶领域有所作为的厂商,诸如博世、采埃孚等Tier1供应商,大众、本田、现代等车企,NXP、英伟达等芯片厂商,以及华为、驭势科技等中国公司均在其中,成为了影响自动驾驶技术竞争的一个重要变量。
此番,百度Apollo能够加入伯克利BDD联盟,事实上在体现国际学术界对于Apollo开放平台技术实力认可的同时,也进一步的壮大了百度Apollo计划的后端科研支撑力量,配合此前Apollo与清华、上海交大、北京理工、航天航空大学、同济大学等国内学术机构等达成的合作,事实上百度Apollo已经拥有了一个覆盖国内国外学术力量的朋友圈,掀起了世界范围内的产学研合作协同。而这对于加快自动驾驶技术创新从学术理论到实际场景应用,推动自动驾驶落地,将会大有裨益。
落到现实,此番Apollo加入BDD联盟,开展技术交流共享,也或将会为百度美国研发中心带来颇为直接的助益作用,进一步的促使美国研究中心成为Apollo开放平台自主研发和合作研发的第二技术基地。
事实上百度在美国市场是早有布局,早在2014年的时候,百度就在硅谷腹地桑尼韦尔建立了一个专注于人工智能和数据中心研究的研发中心;在2017年的时候,百度又成立了拥有最先进的汽车实验室第二个研发中心,主要负责阿波罗自动驾驶开放平台;在去年的百度AI开发者大会上,百度就宣布将在美国成立Apollo美国子公司,和当地的合作伙伴一起发展自动驾驶业务;在今年的CES大会上,百度还宣布将与美国企业在当地进一步的展开落地合作。
在此,百度Apollo一条以中美双轮驱动,抓住全球两个最大市场,进而辐射、扩展全球业务的路线已经浮出水面。
当然,对于伯克利BDD联盟而言,百度Apollo这位重量级选手的加盟,也是幸事一件。除开众所周知的科研经费支持之外,事实上更为重要的是其能够获得百度自动驾驶高质、海量的数据支持。
我们看到,百度在此次合作上对外发布了ApolloScape这一相比CityScape等同类数据集大10倍以上,包含感知、仿真场景、路网数据等在内的目前环境最复杂、标注最精准的自动驾驶数据集,以此为自动驾驶的开发测试,提供海量、高质的真实数据“原料”,助力自动驾驶研究。
Kitti,CityScapes和ApolloScape关于数据实例的对比
这对于伯克利BDD研究员们而言,意味着什么?诚如加州大学伯克利分校计算机视觉研究员以及负责监督Berkeley-Nexar协作的BDD首席调查员——阿列克谢教授所言:“我们一直看到,数量,质量,以及各种数据的是用于生产的研究取得进展的关键”。可以预见,在百度ApolloScape高质且海量的真实数据的助力下,BDD联盟研究员将会在相关领域更为快速、取得更多的科研成果,加速自动驾驶技术的学术创新,促进学术成果落地。
向全球开放,进一步助推百度Apollo在国际上树立行业影响力
常言道,赠人玫瑰手有余香,而事实上对于百度Apollo而言,加盟伯克利BDD产业联盟,对外开放最大数据集ApolloScape,更有助于百度Apollo在全球范围内进一步的提升行业影响力。
数据在当下早已经成为了基础设施的存在,被视为是企业发展、竞争建立壁垒的关键,属于核心竞争力,此前《经济学人》杂志更是将数据称为是世界上最有价值的资源。事实上,对于自动驾驶而言,数据的重要性将会更为凸显。
此前,百度Apollo此前在清华x-lab人工智能研习社做的题为《Apollo计划背后的人工智能技术》的演讲中,就谈到:“如果想要在人工智能的领域里面建立整个行业壁垒,最重要的是数据。数据秒杀一切算法……对自动驾驶车来说,有可能算法本身并没有做什么特别大的改变,但随着车在路上跑的里程越来越多,遇到的错误场景就越多,根据这些场景进行训练自动驾驶算法就能得到提升。所以在算法不变的情况下,随着积累的数据越来越多,我们的车也会变的越来越智能。”
在数据对于自动驾驶技术具备如此极端重要性的现实下,百度此番还是通过ApolloScape对外开放10倍于行业的海量、高质数据,并提供能够打造日行百万公里的虚拟运行能力的大规模云端计算容量的仿真平台,助力行业自动驾驶研究,帮助研发人员有效检验并优化预测、决策和路径,这对于整个自动驾驶行业带来的赋能作用无疑是久旱甘霖。
事实上,这并不是百度第一次为自动驾驶行业贡献核心能力,早在去年的百度AI开发者大会上,百度董事会副主席、集团总裁兼首席运营官陆奇宣布百度自动驾驶开放平台Apollo将向开发者正式发布,源码已经上传至GitHub。而至今百度Apollo的代码在GitHub上已被众多企业和开发者引用,引起了相当反响。此前数据显示:在百度Apollo的代码上传至GitHub仅仅一天的时间,就迅速攀升到全语言第二,C++语言第一的位置,其受欢迎程度可见一斑。
百度对外开放核心能力、资源共享,事实上也是在践行“Apollo计划”的初心与野望。百度“Apollo计划”推出伊始,其核心目标就是通过共享开发数据、资源和能力,降低自动驾驶的开发门槛,加速自动驾驶技术的创新,实现全产业链的合作共赢。
接连的技术资源共享开放,在让Apollo搭建的全球化开放平台得以不断完善的同时,更是在赋能全球的开发者、创业公司和企业走上发展快车道,在事实上是给整个自动驾驶行业奠定了开放共享的基础和框架。而百度Apollo的这种先行者与赋能者的角色,当然也将助推百度Apollo进一步的树立全球影响力,吸纳更多的业界力量。
当然,此番ApolloScape的发布,体现了百度自动驾驶深厚数据积累优势,也助推Apollo计划进一步在全球学术界、行业塑造影响力。
此前我们看到,有些媒体以人性本恶、自私自利的想法来揣度Apollo生态合作伙伴们会通过上传自动驾驶假数据以谋私利,并以所谓审核辨别会花费成本来推测百度不会对上传的数据真假做测试审核这种毫无常识的妄自揣测,来质疑Apollo开放平台不具备足够的数据支撑技术发展,得出了所谓的“百度 Apollo 计划最后的结局很可能是:Apollo 平台充斥着假数据,也没有汽车制造商敢用 Apollo 平台提供的任何测试数据来研发自动驾驶汽车,整个平台可有可无,意义不大”的诛心之论。
此番百度通过ApolloScape对外开放10倍于行业的海量、高质数据,助推全球自动驾驶研究,无疑是以实际行动来回应这些险恶用心,用事实举措狠狠的打了这些对百度Apollo开放平台数据能力进行抹黑者的脸。
写在最后:
自Apollo计划推出伊始,百度就将“开放能力、共享资源、加速创新、持续共赢”作为其宣言,而此番的百度Apollo牵手伯克利BDD联盟,促进无人驾驶产学研的深度合作,加速技术创新从理论到实际应用的落地速度;对外开放ApolloScape,赋能全球的开发者、创业公司和企业走进无人驾驶发展快车道,显然都是对这种宣言的进一步践行。而在此我们能够明显感受到的是:百度Apollo在树立全球影响力的同时,其要做自动驾驶领域Android的野望,也或将变得越来越现实。
注:本文图片源自网络。
作者:邻章,微信号:1301356174,微信公众号:“邻章”,欢迎署名转载。
本人系独立撰稿人,腾讯科技2016年年度新媒体,关注智能手机、移动互联网、人工智能等,文章在虎嗅、钛媒体、界面新闻、百家号、搜狐科技、腾讯、雪球、品途商业评论、今日头条等30余家平台发布。
1.TMT观察网遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2.TMT观察网的原创文章,请转载时务必注明文章作者和"来源:TMT观察网",不尊重原创的行为TMT观察网或将追究责任;
3.作者投稿可能会经TMT观察网编辑修改或补充。