又有微軟AI科學家流向產業，小鵬汽車迎來視覺感知負責人郭彥東

李根 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

太陽底下無新事，趨勢變化不是無跡可尋。

一次次科技轉關大同小異，無非錢動人動，最終潮水洶湧成勢能。

2017年何小鵬由投資人親任董事長，小鵬汽車便開啟錢至人至加速度，上周又剛官宣一輪40億元新融資，整體估值超250億元。

同時，隱而未宣的是又有AI人才加盟。

這一次，微軟計算機視覺科學家郭彥東，從微軟總部而來，任職小鵬汽車AI產品部計算機視覺首席研究員。

郭彥東將承擔的，是小鵬智能車AI視覺及感知相關的研發到應用。

這位80後科學家拿什麼hold住？

△ 小鵬汽車AI產品部計算機視覺首席研究員郭彥東

雖然年輕，但郭彥東卻是這波AI浪潮中最“生逢其時”的一代人。加入小鵬汽車前，郭彥東在AI及CV相關的研發已有14年之久。

郭彥東本科和碩士均學成於北京郵電大學，曾在湯姆森研究院(後更名為Technicolor)和中國移動任職，參與過中國第一代甚低碼率可視電話的研發，也是中國移動彩信，手機電視，手機閱讀等等企業標準/國家標準的製定者之一。

其後拿到普度大學全額獎學金赴美讀博，師從美國工程院院士Jan P. Allebach與Charles A. Bouman。博士期間多項視覺領域的研究成果作為關鍵技術被應用在GE、HP等公司。

從博士畢業起，他就成為微軟美國總部研究員，專注機器視覺和圖像處理技術，是微軟智能識別服務的關鍵貢獻者。

在微軟期間，郭彥東在計算機視覺，人臉識別上的研究成果被廣泛應用在微軟圖像搜索(image.bing.com)、人工智能雲服務(Microsoft Cognitive Service)、情感計算小冰，知識圖譜（Microsoft Knowledge Graph）等微軟的視覺相關產品中。

特別是2016年與2017年，郭彥東將大數據、知識圖譜，以及深度學習的方法有機融合在一起，並和同事一起發起組織了微軟百萬名人識別競賽MS-Celeb-1M——後來被業內稱為人臉識別“世界杯”，在業界影響巨大。

△ 郭彥東學術論文列表節選

更關鍵的是，2016年開始，郭彥東領導了微軟互聯互通車項目的視覺感知部分，致力於將微軟的視覺技術推廣到汽車領域，主導研究開發了基於視覺的車內、車外感知功能。

也是如此專注的履曆，郭彥東成為何小鵬全球挖角之旅中的重要專家人選。

在小鵬汽車，郭彥東一樣名校博士、履曆閃光的人都被稱作專家。既是出於人才的尊重，也為體現產學研一提的決心——不再是科學家科研、工程師落地的二分法模式。

而在此體係中，視覺和感知，是小鵬汽車AI研發平台下一個極其重要的業務方向。

小鵬汽車從創立之初，就以“智能車”為目標，而視覺與感知是智能的基礎與前提。智能化就是真正的理解車外與車內的場景，

△ 自動駕駛L0-L5

小鵬也對外多次介紹過，這將是一條從L2到L3，再最終邁入L4、L5的自動駕駛實現之路。

實際上，當前見怪不怪，有些輔助駕駛功能，作為獨立模塊，多可以有供應商提供了。

但這家造車新勢力寧願走得更難，希望自建AI視覺和感知研發，以此將AI用戶體驗與車輛安全熔於一爐，從而打造企業產品核心差異化。

郭彥東舉例說，如將智能感知與決策把獨立的輔助駕駛功能有機結合起來，才會打造出真正的智能車，才能夠提高用戶的體驗。

更具體而言，一方麵是車外的一些感知，如天氣、場景、以及事件的識別和預測。

△ 小鵬汽車G3車頂上的360°攝像頭

“一個司機在路上看到一輛校車停在路邊，車門打開了，他會知道可能有小朋友從車裏跑出來。但是什麼時候我們的輔助駕駛功能車，搭載了智能模塊以後也能做出類似的判斷呢？這才是我們樂於看到的事情。”

車外場景之外，車內的感知對用戶體驗也同等重要。

如乘客、司機的識別，通過麵部狀態監控對注意力、情緒的識別，對安全和體驗都尤為關鍵。

在郭彥東看來，麵部監控對於L2到L3的跨越非常關鍵。

L2級輔助駕駛，需要手不離方向盤，以保持對車控製；而L3則手可離方向盤，但是需要用戶隨時接管方向盤。讓用戶隨時能夠恢複接管的前提就是需要知道用戶的狀態，提醒用戶保持注意力集中。有統計數據表明，在輔助駕駛的情況下，用戶反而會傾向於降低關注度。

“如果在駕駛過程中，讓傳感器實時感知，能夠更好理解司機狀態，不斷做出反饋，那L2到L3之間過渡的核心問題便能得到安全性高體驗性地解決。”

如此方案，聽起來容易理解，但做起來其實並不容易。

小鵬汽車內部，已形成三步走共識。

△ AI Car

按照數據量的三階段：冷啟動，係統模型訓練，最後量產車場景迭代，將AI智能車係統分三步走。

第一步，無車/少車情況下，數據冷啟動。

郭彥東認為可以依靠4方麵，1）互聯網大數據、2）仿真大數據、3）自有車隊或測試車隊大數據，4）中國真實用戶大數據。

這位曾經參與微軟Bing圖片搜索核心技術研發的科學家說，互聯網數據量非常之大，對早期算法的演進意義重大。

但也不是“完美無瑕”，畢竟這部分數據可能跟無人駕駛、智能車需求的數據分布不盡一致，標注也存在困難，需要用遷移學習的方式將互聯網的結構化信息轉移轉換，賦能於車。

於是為了驗證遷移學習的效果，同時也得到更多，更真實的數據，也需要關注仿真大數據、自有車隊數據，以及用戶真實數據等其他3個渠道。

總之，數據是深度學習之關鍵，也是智能車係統模型優劣的關鍵。

數據經過冷啟動階段，接下來就是搭建AI平台，訓練深度學習模型。

郭彥東強調，在智能車的場景中，往往最有價值的就是長尾（long-tail）數據。

即那些低頻場景下才能產生的數據，盡管長尾數據需要的種類、類別、數量都會非常多且有挑戰，但越多長尾數據收集，就越能讓智能車適應更多場景。

這也就要求需要有一個快速處理長尾數據能力的AI平台。業界也有很多相關的努力。

比如微軟的custom vision，郭彥東博士本人就曾參與該項目的核心研究工作，可以在樣本數很小的情況下，用非常短的時間，得到很準確的模型的。

雖然純互聯網係統平台與車用場景並不一致，技術上還有諸多挑戰，但郭彥東堅信能克服，並在量產車場景下實現更快，更精準，能夠處理長尾數據的智能閉環迭代。

作為整車廠，從無到有造車自然不易，但也是吸引郭彥東的核心“優勢”之一。

有了數據，有了AI模型訓練平台，還需要更多數據幫助迭代，而量產車正是最獨一無二的場景。

此前在Uber和特斯拉發展自動駕駛時，業內便對這種路線頗為看好，核心原因之一便是有時刻不停地真實場景下的量產車“幫助”數據迭代和模型迭代。

所以郭彥東博士認為，一旦小鵬量產車上路，雖有更大更多數據反饋方麵的繁重工作，但每一次都會讓智能車係統更出色，迭代升級會更快，用戶的反饋也能幫助智能車各項功能的調校。

這讓AI視覺科學家們渴求。

更何況，比起在美國造車，中國有更廣闊的市場空間和更獨特的路況場景及駕駛行為。

郭彥東坦承，回國參與一番事業，是每一個中國AI人才的夢想。

而且小鵬汽車所承載的市場機遇，前所未有。

有數據統計，美國汽車千人保有量是910輛，但中國千人隻有154輛。

加之經濟發展勢頭，未來5-10年的增長機遇，空間和趨勢不言自明。

郭彥東說，想要做出更具影響力的產品，讓所學技術被最多人使用，就要跳上最富潛力和前景的航海船。

小鵬汽車，對他而言就是這艘AI大航海時代的船。

當然，郭彥東也心懷教育傳承之心，雖然他已同時是北京郵電大學和電子科技大學的兼職教授，但他希望能帶領更多年輕人躬行實踐，將所學化為所用。

他說在小鵬汽車還有一項重要使命——招募更多年輕有為的人才。

從業務劃分，他認為自然可以分出個車內智能、車外環境感知、關鍵視覺技術模塊開發和模型優化與融合的招聘方向。

但更重要的是年輕、幹勁足，學習成長快，而且有自主自研的決心。

郭彥東說，拿來改和用很簡單、堅持自研很難，但最難的路也最考驗基礎、最容易造就創新。

注：中美汽車保有量數據來源

【1】“Vehicle Statistics: Cars Per Capita”. Capitol Tires.

【2】 “環境保護部發布《中國機動車環境管理年報(2017)》”. 中華人民共和國環境保護部. Retrieved 2017-11-01.

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界麵，回複“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態