标签： Google

AlphaGo 本周与柯洁比赛在有关方面的干预下被大大降低了新闻报道的权重，你可以将其理解为有司担心人工智能胜利后引发民众恐慌，你可以认为这是为了防范公众过度讨论 Google 的一种举措，但无论如何，正如我多次在会员通讯里的判断：这次比赛之于围棋、之于人类，其意义已微乎其微。

考虑到围棋在西方世界是一个小众游戏，这几天美国媒体对比赛的报道也仅仅局限在 AlphaGo 又一次击败了人类围棋选手层面，除此之外并没有太多深层次的讨论。反而是 Steven Levy 对于 20 年前「深蓝」打败卡斯帕罗夫的回忆更有共鸣，当时 Levy 还是《商业周刊》的记者，他回忆了报道出炉时的情形：

In my own tribe’s form of jousting, I had campaigned for the cover, despite the editor’s declaration that “we will never run a cover about chess.” I successfully argued that this was not about a game of chess, but rather about a much more epic contest between human and artificial intelligence. What clinched it was the cover line I suggested: “The Brain’s Last Stand.”

事实上，「深蓝」出现的 1997 年还处在人工智能又一个「冬天」里，全世界也还在 PC 互联网即将爆发的前夜。如今，人工智能再次得以复兴，世界也从 PC 互联网快速演进到移动互联网，并正在大踏步来到后移动互联网时代。Levy 不无感慨地写道：

Amazingly, when the Deep Blue match occurred, AI was in its “winter” peri0d. Now it is flowering. We hear of amazing machine learning accomplishments on a daily basis. But in 2017, we view them differently. We view them as inevitabilities.

The prime example is last year’s contest, during which DeepMind’s AlphaGo program thumped an 18-time world champion in a series of five games. Go is a much more challenging feat for a computer than chess. Yet AlphaGo did not need to resort to any of the tactics that IBM used to distract, deceive, and ultimately destroy Kasparov. The human champion, Lee Sedol, ended with respect for his opponent and awe for how far computer science had come. But though the match deservedly received attention, it was nowhere near as mythic as the Deep Blue match was. The ground has shifted. Given enough time, money, and machine learning, there’s no cognitive obstacle that machines will not surmount.

对此，Levy 担心地认为，或许我们更应该担心研发这些机器或部署这些机器的人。尽管 Levy 马上承认自己有点情绪化，毕竟作为报道硅谷技术发展长达 30 年的老记者，Levy 很清楚当下人工智能与世人期望之间的巨大差距，比如同样是在本周发生的一件事，一直以来以人工智能作为自己「员工」的 Facebook，居然还有 4500 人的内容审核团队……

（更多…）

前不久和几个朋友讨论当下的手机行业，一致认为除了手机外观越来越像，其主打功能尤其是拍照功能的竞争也进入同质化阶段，以国产手机为例，随便看看几个广告语：

• OPPO R9s：这一刻更清晰；
• Vivo X9：2000 万柔光双摄，照亮你的美；
• 华为 P10（Plus）：人像摄影大师；
• …..

至于两大国际大厂，苹果在 iPhone 7P 上的双镜头配置以及三星最近几年不断打磨的 Galaxy 系列相机，进一步助推了整个手机行业进入到拼手机相机的战争阶段。正由于手机厂商扎堆手机相机，也让手机相机传感器公司，如索尼，迅速做大做强。

二

手机厂商押宝手机相机，部分原因还是基于一个事实：智能手机已经成为一个私人化的计算设备，而手机相机的「产品」——照片，在社交媒体的作用之下却成长为公共化的体验——这种体验不仅局限在拍照时的功能体验，也是一种照片观看者观看照片的体验。

比如由徕卡加持的华为的几款手机，从拍照到最后的成片效果，在色彩方面颇具几分徕卡的效果。而 iPhone 一贯的真实色彩还原度、三星逆天般的对焦速度以及 Google 过去 Nexus 系列中糟糕的相机体验，一度成为这些手机的代名词。某种意义上说，在智能手机整体创新停滞的大背景下，相机体验成为不同厂商竞争的最好出路，也可能是唯一出路。

（更多…）

我在此前几期会员通讯里多次提到自动驾驶或无人驾驶带来的潜在影响，在我看来，无人驾驶不仅是科技公司竞争后移动互联网时代的重要布局，更是塑造人类未来生活的开始，毕竟，当下我们生活的城市，都是汽车推动的，而接下来的城市，将由自动驾驶汽车塑造。

a16z 合伙人 Frank Chen 日前分享了一个非常有料的视频，他以 16 个问题的形式，系统探讨了当下无人驾驶面临的机遇和挑战，并提出的一些解决思路。视频原地址在这里，英文无障碍的同学可以直接看，我这里只针对几个要点做一些补充和阐述。

自动驾驶的等级

事实上，自动驾驶是一个非常广义的概念，也是一个很容易被误解的概念。根据美国汽车工程师协会（Society of Automotive Engineers）对于驾驶的自动化程度的标准，有如下六大等级：

简单来说，Level Zero 就是纯人类驾驶，level One 则是所谓辅助驾驶，也是目前绝大多数中高级汽车可以实现的功能，诸如定速巡航之类的功能，后面几个则需要着重说一下：

• Level Two: Partial Automation，这是一种可以让汽车在某些特定情况下代替人类完成驾驶行为的等级，而驾驶员需要全程监控系统运行状况。
• Level Three: Conditional Automation，这个等级比上面更高一些，驾驶员不必全程监控，但需要在某些紧急情况下取得汽车驾驶权；
• Level Four: High Automation，这个等级更高，汽车可以应对绝大多数的驾驶任务；
• Level Five: Full Automation，所谓全自动驾驶阶段，你需要做的，就是两个字：享受。

你的自动驾驶汽车采用什么传感器？

激光雷达，毫米波雷达和摄像头是无人驾驶的三大关键传感器技术，Google、Audi和百度等公司研发的无人驾驶汽车基本都采用了激光雷达。

目前激光雷达在无人驾驶的两个重要作用，其一是3D建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D模型，运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。其二则是SLAM加强定位。激光雷达另一大特性是同步建图（SLAM），实时得到的全局地图，通过与高精度地图中特征物的比对，可以实现导航及加强车辆的定位精度。

但摆在自动驾驶各个巨头面前的重要挑战则是激光雷达高昂的价格，比如一款 Velodyne 64线激光雷达的价格高达 8 万美元，配备这样雷达的自动驾驶汽车，价格不会低于 30 万美元，这也意味着，其与大众市场有相当大的差距。

当然也有一些好消息，比如全球顶尖激光雷达厂家Velodyne 在去年获得百度等多家公司融资后，其新品研发速度令人刮目相看，倘若能将雷达价格降低到 1 万美元以下，毫无疑问将给行业带来巨大影响。

地图之争

过去几年，中外的地图大战基本结束，全球范围内的 Google Map 据垄断地位，苹果地图也有一些份额，在中国市场，百度和高德瓜分天下，但上述地图都是给人类看的地图，而不是给汽车看的地图，换句话说，新一轮围绕汽车的地图之争已经开始。

所谓汽车地图，或者高精地图，需要的是交通信号灯、车道标记（如白线、黄线、双车道或单车道、实线、虚线）、路缘石、障碍物、电线杆、立交桥的信息，而麻烦的是一点在于，由于很多道路不可预知的情况，比如道路施工、维修等原因，上述信息也是动态变化的，这也提出了另一个问题：汽车的地图是提前编程还是实时计算？如果是实时计算，其网络能力能否应对如此海量的传输需求？

还有哪些新技术会来到汽车？

深度学习毫无疑问是最热门的技术候选，另外模式识别，云与本地的结合等等都有不小的潜力。

不过有意思的是，我们曾经一度被震惊的波士顿机器人，从来没有采用机器学习……

谁会成为赢家？

目前的自动驾驶领域从国别上说，是中美日之争，而从切入点来说，则是传统汽车公司、新锐汽车公司和互联网公司的竞争。

不过，一个有意思的事实则是，这些公司不管来自哪里，都开始在硅谷建立了办公室，也申请在加州测试无人驾驶汽车，而未来的胜者，或许将在这其中产生？

自动驾驶的商业模式

短期来看，自动驾驶汽车的价格不会完全亲民，这意味着每人一辆自动驾驶汽车的美梦短期内还无法实现。这也是当前 Uber 、Lyft 等共享出行公司努力的方向：在自动驾驶普及前，通过共享出行占领市场[1]。

另一方面，自动驾驶本质上是软件层面、服务层面的竞争，互联网公司有着天然的优势，传统车企的命运十分危险。

自动驾驶的时间表

目前尚无明确的时间表，但 2020 年会成为重要一年，各大巨头的自动驾驶汽车或将正式商用。而接下来的 20 年，则是自动驾驶真正走入普通大众的时间。