杭州市科学技术协会

王刚是曾经成功打造出天猫精灵第一代自然语言理解系统的技术负责人，如今成为了操刀阿里自动驾驶的人。自动驾驶被认为是人工智能的集成大者，这名AI大拿在另一个领域延伸对人工智能的理解。

场景的多样性

是一个大挑战

2017年3月，王刚正式加入阿里巴巴人工智能实验室，负责无人驾驶和机器学习的研发工作。此前他是南洋理工大学的终身教授，还曾多次受邀成为AI顶会的领域主席，在深度学习算法领域具有深厚的研究积累。

对于自动驾驶的算法设计，这位AI顶级科学家有着一套自己的解决方案，那就是AutoDrive。此外，他也提出了自动驾驶研发中——No Free Lunch 的理论，不可能以一种通用的算法来解决所有场景的问题。与理论相对应的是，王刚认为对场景的高度精细化处理，是推进自动驾驶落地的较为理想的方法。

不同的人对自动驾驶落地之难，有不同的归因。有人将其归因为硬件原因；有人将其归因为基础交通设施并不完善；事实上，这些原因确实也构成落地难的阻力之一。但在众多的成因当中，王刚认为最大的原因是场景多样性，他说：“自动驾驶算法在很多情况下，能否有效地处理道路上的复杂交通状况，场景的多样性是自动驾驶所面临的一个非常大的挑战。必须要打破这种割裂的关系，形成精细化的、和算法强相关的分类方法才是行之有效的方法。”

最大程度保证系统安全

不断优化设计弥补缺陷

王刚和他的团队设计了高度集成的EE构架，“我们的自动驾驶车分为两个域，一个是底盘，另一个是整个嵌入式的自动驾驶员，尽可能集成，从而降低功耗，也便于维护。”王刚介绍。

通过这样一整套设计，能够最大程度地保证整个自动驾驶系统的安全性。

末端物流场景看似简单，但实际应用并不容易。首先相对城市道路，末端道路的非结构化更严重；其次也要考虑末端物流在产品落地上的成本，要切实去考虑到底它能够创造多少收益，它成本的支出限制是什么；三是产品的系统应该在全天候、不同条件下都能够实现稳定可靠的运输，这些都是挑战。

王刚说：“过去十几年人工智能的发展，本质上就是遵循这么一个简单的规律，即人的设计是不靠谱的，所以我们要不断地计算，不断地用自动化的方式去替代人工设计，从而带来提升。整个人工智能发展就是这样一个以计算去代替人工设计的过程。即便到了今天，大家发现感知、定位、决策、控制这些模块里面还有大量的人工设施，这样的一些设计不但降低了开发的效率，同时也严重影响整个模块的质量，这些细小的因素都成为影响自动驾驶全面推开的不确定因素。”