本文系智能工作室（公众号 smartman163）出品。聚焦AI，读懂下一个大时代！
【智能讯 4月25日消息】近日，在英特尔举行的媒体沟通会上，Mobileye中国区总经理苏淑萍接受了智能等媒体的采访，阐述了其对目前不同自动驾驶解决方案的纷争与看法，并对自动驾驶汽车何时上路，目前还有哪些制约因素表达了她自己的观点。
被英特尔收购后，Mobileye有什么变化？
问：英特尔收购Mobileye以后，Mobileye的技术团队还主要在以色列，二者如何进行异地沟通，保证项目有效地推进？
苏淑萍：先介绍一下Mobileye的公司架构。Mobileye分成两个产品线，第一个是软件+芯片的产品形态，主要客户群和最终用户其实是车厂，而且是大批量生产乘用车的车厂，比如通用、上汽、宝马、沃尔沃，都是我们的客户群。但是，Mobileye和这些客户不会产生直接的买卖合同，因为我们提供的只是芯片+算法，车厂要的是最终解决方案，中间需要我们的Tier 1来做集成，我们在全世界有十几个Tier 1合作伙伴，像德尔福、麦格纳这些都是；我们在中国有三个本土的Tier1的合作伙伴，比如北京经纬恒润。这是第一条产品线。
第二条产品线，Mobileye也提供成品，这个产品就主要是用在后装上面。因为车的生命周期太长了，正常都是十年以上的。现在能在市场上买到的车绝大部分是不具备ADAS的，甚至连一些预警的功能都没有，我们怎么让这些车也具备最基本的ADAS功能来提高安全性呢？所以我们推出了后装产品，这个主要通过代理商的方式来操作。所以，在Mobileye内部有两条产品线，不同的业务模式。
Mobileye的研发确实都在以色列总部，而且这个研发团队还会在我们与英特尔合并之后快速的扩张。但是全世界大多数的办事处都是销售为主的办事处，再加上本地的业务支持。现在市场上量产的项目都是L0、L1项目为主，这些技术对Mobileye来说都是十年前的技术，绝大多数落地工作是适配本地的车型，这个工作都是由Tier 1来完成的。
问：英特尔对Mobileye有什么帮助？
苏淑萍：Mobileye最强的是技术，在其他方面的确相对比较弱，像在市场上原来我们很低调，也不做宣传。但是现在借助英特尔的平台就会有很好的方式发声。业务上，英特尔在国内的运作有非常强大的产业链的资源，这对Mobileye来说一定会有帮助。
为什么采用视觉优先的解决方案
问：Mobileye在今年初提出了“视觉优先（Vision First）”的自动驾驶解决方案，这个解决方案与目前绝对多数自动驾驶公司采用的多传感器融合的解决方案都不同，Mobileye的方案有什么优势吗？
苏淑萍：Mobileye和英特尔会提出“视觉优先”的方案，是因为考虑到人开车的时候，眼睛是我们最大的信息传感器。智能用在车上就是本车智能，本车智能里就会讲到车要让它具备一定的识别、决策、控制的能力，如果要让它像人一样去处理，那视觉是必不可少的。从公司成立到现在将近20年的时间，Mobileye一直在做视觉的开发，通过模拟人的眼睛和大脑的处理去识别道路上所有跟驾驶相关的物体，不管是车、人、车道线、红绿灯、路的边缘，甚至路面上写的那些字，我们都要去识别出来，这样才可以为我们的自动驾驶提供一个比较全面的信息辅助。
视觉跟其他的传感器相比最大的优势有两点，第一，相比较雷达这些传感器来说，视觉获取的信息量是最丰富的；第二，如果从量产的成本来说，视觉是最合适的一个解决方案。基于这些原因，Mobileye会一直坚持走视觉优先的道路。
但是，这里要注意的是，视觉优先并不是说只有视觉，希望大家不会混淆这个概念。
Mobileye也会去做冗余，也会做其他的传感器，比如雷达、V2X（广义上来说后两者也是一种传感器）。Mobileye也在做自动驾驶的地图，但我们是用REM（路网采集管理）的解决方案，通过众包的方式以更低的成本和更快的速度来生成更新。
所以，Mobileye的自动驾驶解决方案是视觉优先，再加上其他传感器的介入，再加上雷达，用分别独立的三套系统来做冗余，可靠性更高。
问：如果未来激光雷达的成本下降，Mobileye的技术方向会不会发生改变？
苏淑萍：我比较坚持刚才视觉优先的解决方案，我在Mobileye工作这么多年，我非常认可公司的技术路线。
站在用户的角度看这个问题，如果是自动驾驶的私家车，什么样的场景都要面临，就需要用到我之前说的那个方案。但是如果是自动驾驶摆渡车，可以通过V2X+摄像头，这样的地理围栏的方式建立。所以，要考虑特定的场景下再去选择解决方案，才能设计出一辆质量好、价格优惠的产品，而不需要一定非要加上激光雷达。
自动驾驶落地的最大困难是什么？
问：是不是要等到其成本比人力司机成本的低的时候，自动驾驶才能真正普及？
苏淑萍：其实成本分很多种，其实我们不用去看L4、L5的技术，从L0的技术就能够很大程度的减少成本。L0是什么？预警，只是FCW、LDW，这些简单的防撞预警或者车道偏离预警，或者防撞行人的预警。如果一辆公交车在城市里撞死一个人，这个理赔成本会很高。
自动驾驶最大的好处是减少交通事故，我们的目标都是零死亡、零伤亡，当然这需要很长的路。以现有做过的项目和国外的数据来看，自动驾驶减少50%的事故率是很容易的。减少50%的事故率的成本，只需要装一个几千块钱的后装产品。但是跟一条人命比起来，这个成本就便宜多了。
自动驾驶解决的第一个问题是安全的问题，第二个问题就是效率的问题，如果自动驾驶能够极大程度缓解交通拥堵，这个成本的节省是没有办法估算的。
问：在您看来，目前自动驾驶落地难的最大问题是什么？
苏淑萍：目前自动驾驶落地的最大问题不是成本问题，最大的问题是法规的问题，还有一个很重要的是公众信任度的问题。
问：自动驾驶的落地离不开法律法规的完善，您觉得在这个方面，政府该扮演什么角色？
苏淑萍：我个人一直的观点是，希望政府是保守的激进派。自动驾驶这个行业需要政府鼓励，但是不能激进。太激进的话，一旦在这个过程中有一点的偏差，可能会让整个行业倒退很多年，这是从业者都不愿意看到的事情。所以我们希望不管是法规的出台、标准的定义，都要谨慎，但不能因为谨慎而不做。
问：说到信任度的问题，去4S店买车，那些销售员都不知道SSC怎么开启，Mobileye为什么不去推广？
苏淑萍：公众的教育、消费者的教育是一个非常漫长的过程，在教育的过程当中，我们和消费者之间隔了Tier2、Tier1，还有车厂、经销商，至少有三层。一个技术经过三层之后的宣传基本都会走样，因为中间每一层都会有为了自己的业务在宣传口径上有一些调整。还有一个可能性是在宣传的过程中，即使你给的材料是正确的，销售员在转达这个信息的时候有可能是错误的。
比如我亲身经历的这个案例，通用最早在推出AEB的时候，我们都知道AEB是自动紧急刹车，不是自动刹车，但是消费者买车的时候就觉得这个车能够自动刹车就买了，买了之后车以后从此以后再也不踩刹车了，然后发生小碰擦之后，消费者就投诉4S，4S店投诉上去，一直投诉到了研发。研发的同事来做现场调研的时候，发现原来是用户对这个产品的使用理念是错误的。
如果发生自动驾驶事故，我们如何处理？
问：如果自动驾驶发生事故，怎么进行责任分配？
苏淑萍：责任分配的判断其实非常容易，在技术转移、产品转移都会有非常明显的责任接口，都是非常清楚的。而且我相信在设计的过程中也会有大量的技术手段来判断，因为数据都是在那儿的，其实是非常容易读到是由什么原因，比如说是识别的问题，还是决策的问题，还是动力的问题，这个是非常容易判断的。
问：之前Uber发生了自动驾驶车祸致死事故，如果用Mobileye的这个方案，可以避免吗？
苏淑萍：Uber致死车祸在业界引起了非常大的反响，Mobileye CEO Amnon Shashua之前也写了一篇文章，诠释了他对这次事件的观点。Mobileye做了一个实验，把当时警方公布的行车记录仪的一段视频拿过来，用Mobileye现在的系统去做识别，结果显示，我们的系统可以识别在碰撞前一秒，识别了那个被撞的人、那辆车。所以，以现在的技术可以避免惨剧或者减轻伤害的。至于Uber自动驾驶汽车为什么会造成这种事件，还在调查当中，期待尽待看到调查结果。
我们知道，现在一谈到自动驾驶就会谈到伦理的问题。其实我们更多的是要解决在现实生活中碰到的一些实际的问题。Mobileye提出了RSS（责任敏感安全模型），最基本的数据是来自于美国交通部的往年所有交通伤亡事故的数据、案例，把这些案例进行分类，分类之后再去归纳出数学模型。Mobileye希望自动驾驶汽车不会去主动引起交通事故。我们已经有数学模型了，但这个数学模型是否能在整个行业应用，还要在产业链的各个行业公司以及法规进行检验，看他们能否接受这样一套思路。
如何建立一个自动驾驶生态？
问：Mobileye在自动驾驶这个产业链里如何建立自己的生态？会与BAT等互联网巨头造车产生直接的竞争吗？
苏淑萍：其实没有被英特尔收购之前，Mobileye生态会比较简单，就像我刚才提到的是Tier2，通过Tier1和车厂的模式去做。当然这也是基于原有的技术，比如L1、L2的级别，但是到了L4、L5的级别之后，对于解决方案的要求是不一样的。
加入到英特尔这个大家庭之后，我们的产品线更完整了。原来我们就是产业链中的一颗螺丝钉，现在就是端到端完整的产业链，我们交付的方案更丰富、更灵活，我们可以做的项目也会更多。
关于竞争，我不认为目前Mobileye跟BAT有竞争，你会看到像英特尔和百度这些企业还都是合作伙伴，没有任何的问题。我觉得竞争是来自于未来，未知才是我们最大的竞争。（完）
关注智能公众号（smartman163），为你解读AI领域大公司大事件，新观点新应用。
