根據(jù)自動駕駛廠商Cruise(隸屬于通用汽車旗下)與微軟本周二發(fā)布的聯(lián)合聲明,該公司剛剛從微軟、通用汽車、本田汽車以及其他機(jī)構(gòu)投資方手中獲得20億美元注資。這筆投資將推動Cruise的估值達(dá)到300億美元,同時也使其成為微軟的正式合作伙伴。
根據(jù)周二的公告,“為了在自動駕駛汽車領(lǐng)域充分發(fā)揮云計算的潛力,Cruise將使用微軟的云計算與邊緣計算平臺Azure推動自身自動駕駛汽車解決方案的大規(guī)模商業(yè)化。作為Cruise的首選云服務(wù)商,微軟也將利用Cruise深厚的行業(yè)專業(yè)知識增強(qiáng)其客戶驅(qū)動產(chǎn)品的創(chuàng)新能力,并通過持續(xù)投資Azure發(fā)展為全球各運輸企業(yè)提供服務(wù)。”
從這個角度來看,Cruise不僅將獲得必要的資金,同時也有望享受微軟云計算資源的價格折扣,借此不斷推進(jìn)自動駕駛汽車的研發(fā)工作。
但從長遠(yuǎn)來看,微軟方面很可能會從這筆交易中獲取更多收益。此次投資不僅將給微軟云業(yè)務(wù)帶來兩家規(guī)??捎^的客戶(根據(jù)公告,Azure也將被選定為通用汽車的首選云服務(wù)商),而且結(jié)合微軟廣泛的自動駕駛汽車發(fā)展戰(zhàn)略來看,“Cruise的深厚行業(yè)專業(yè)知識”有望在群雄逐鹿的自動駕駛汽車領(lǐng)域給微軟帶來堅實的立足根基。
在大多數(shù)科技巨頭親自下場收購自動駕駛初創(chuàng)企業(yè)、或者建立自己的相關(guān)項目時,微軟這種不加干涉的試水方式也許反而能夠推動其發(fā)展為行業(yè)領(lǐng)導(dǎo)者。
從AI業(yè)務(wù)角度審視自動駕駛汽車
自動駕駛汽車可以算是AI驅(qū)動型業(yè)務(wù)中的特殊案例。每一家掌握AI算法(即機(jī)器學(xué)習(xí))的廠商都必須整合一系列關(guān)鍵要素,才能建立起切實可行的自動駕駛業(yè)務(wù)模型:
微軟公司目前已經(jīng)擁有可靠的AI棧以及適合自動駕駛應(yīng)用的全套產(chǎn)品。例如,該公司的計算機(jī)視覺服務(wù)擁有強(qiáng)大的原研機(jī)器學(xué)習(xí)模型,并配合大量內(nèi)部圖像數(shù)據(jù)存儲完成了模型訓(xùn)練。隨著客戶持續(xù)使用AI服務(wù),他們會生成更多數(shù)據(jù)與標(biāo)簽,進(jìn)一步增強(qiáng)機(jī)器學(xué)習(xí)模型的處理能力。最后,微軟Azure云還擁有專用硬件,能夠在訓(xùn)練模型的同時,以經(jīng)濟(jì)高效的方式實現(xiàn)模型的大規(guī)模交付。
目前,不少企業(yè)已經(jīng)在使用微軟的Cognitive Services API將AI功能整合至自有應(yīng)用程序當(dāng)中。
微軟還可以基于這套AI棧規(guī)劃更多后續(xù)投資,例如啟動自己的端到端計算機(jī)視覺應(yīng)用或者托管高級自然語言處理平臺,例如OpenAI的GPT-3。
但在自動駕駛汽車上,廠商還得添加其他一些新組件:
自動駕駛汽車還在制造與法律層面帶來不少新問題,這一切對于習(xí)慣了處理軟件業(yè)務(wù)的廠商來說往往相當(dāng)困難。為了克服這些挑戰(zhàn),自動駕駛廠商需要尋找適合自己的道路。
微軟如何規(guī)劃自己的自動駕駛汽車戰(zhàn)略
從傳統(tǒng)角度看,進(jìn)入新興市場的最佳方式基本分兩種:完全自研,以及從他人手中購買技術(shù)。
時間接近2010年,谷歌公司建立了自己的自動駕駛汽車實驗室,而后又將其更名為Waymo,旨在開發(fā)用于自動駕駛的AI軟件及硬件。谷歌不會自主生產(chǎn)汽車,而是依靠豐田、奧迪、菲亞特-克萊斯勒以及雷克薩斯等其他汽車制造商的車輛進(jìn)行技術(shù)測試與部署。
從這時開始,谷歌建立起了自己的領(lǐng)先優(yōu)勢,使其能夠從零開始構(gòu)建自己的自動駕駛汽車部門。后來進(jìn)入該領(lǐng)域的企業(yè)往往只能通過收購自動駕駛初創(chuàng)公司來彌補(bǔ)這一段經(jīng)驗積累。例如,Amazon就收購了Zoox,而英特爾則買下MobileEye。
特斯拉是少數(shù)幾家自主擁有完整自動駕駛技術(shù)棧的廠商。這家企業(yè)一直將自動駕駛技術(shù)集成到自家電動汽車產(chǎn)品內(nèi)。特斯拉還賣出了數(shù)百萬輛汽車,借此不斷收集用戶的新數(shù)據(jù)以持續(xù)增強(qiáng)自家算法。此外,雖然尚未公布太多細(xì)節(jié),但蘋果公司也已經(jīng)確定著手制造自己的自動駕駛汽車。
微軟則選擇了一條完全不同的自動駕駛發(fā)展道路。
微軟公司自動駕駛行業(yè)總經(jīng)理Sanjay Ravi在2019年的一篇博文中寫道,“我們的合作伙伴遍布整個行業(yè)。我們不會親自從事汽車制造或者終端出行服務(wù)等業(yè)務(wù)。”
因此,微軟并沒有收購出行服務(wù)或者自動駕駛初創(chuàng)企業(yè),而是建立一個項目,通過為自動駕駛初創(chuàng)企業(yè)提供工程技術(shù)支持與云服務(wù)優(yōu)惠的方式予以助力。這些初創(chuàng)企業(yè)未來很可能成長為微軟的合作伙伴。去年10月,微軟與倫敦自動駕駛汽車軟件開發(fā)商Wayve簽訂的合作協(xié)議,正是這項戰(zhàn)略的直接體現(xiàn)。
微軟的戰(zhàn)略為什么有望成功?
自動駕駛行業(yè)的問題在于,我們?nèi)匀粺o法斷言什么時候才能抵達(dá)勝利的彼岸。每一年,我們距離能夠?qū)嶋H普及的全自動駕駛汽車都還有幾年的差距。但這一點在人工智能身上也有體現(xiàn),既然方向沒問題,我們就必須沉下心來慢慢鉆研。
我們甚至想象不到最終技術(shù)成果會是怎樣一副面貌。特斯拉公司CEO埃隆·馬斯克認(rèn)為,單憑計算機(jī)視覺就足以實現(xiàn)全自動駕駛。但其他廠商則普遍認(rèn)為激光雷達(dá)才是更穩(wěn)定的選擇,唯一需要解決的就是成本過高問題。隨著行業(yè)的成熟,后續(xù)汽車設(shè)計也將發(fā)生一系列變化。
另一個問題與監(jiān)管有關(guān)。未來的自動駕駛汽車能不能跟人類駕駛員共享道路?自動駕駛汽車應(yīng)不應(yīng)該僅行駛在特定地理區(qū)域之內(nèi)?一旦發(fā)生事故,責(zé)任該怎樣劃分?
以上提出的每個問題都有可能發(fā)生根本性變化,而這些變化將直接決定未來幾年中哪些新興企業(yè)能夠蓬勃發(fā)展、而哪些企業(yè)會徹底消失。有趣的是,真正具有持久生命力的可能只有數(shù)據(jù)、云和軟件,這也正是微軟最擅長的三個方面。
正因為如此,微軟才不打算收購任何初創(chuàng)企業(yè)——這樣,他們就能避免受到行業(yè)波動的影響。
更重要的是,合作伙伴關(guān)系是一種更靈活的方式,更適合快速發(fā)展的自動駕駛汽車領(lǐng)域。與全面收購相比,為合作伙伴注資所需要的成本更低(與Cruise合作只需要投資20億美元,但全面收購則可能需要300億美元)。此外,調(diào)整合作關(guān)系的難度也要遠(yuǎn)低于放棄并出售整個自動駕駛部門。
與此同時,相對較小的投資數(shù)額也能讓微軟拓展自己的自動駕駛加速器計劃,通過更多合作伙伴協(xié)議擴(kuò)大自身影響范圍,進(jìn)而參與到大量解決方案中去。微軟的自動駕駛初創(chuàng)項目中涵蓋的初創(chuàng)企業(yè)幾乎代表著領(lǐng)域中的一切研究方向,其中任何一家都有可能發(fā)展為未來的突破性巨頭。微軟在支持這些初創(chuàng)企業(yè)的同時,也會利用他們的行業(yè)專業(yè)知識培養(yǎng)內(nèi)部人才和工具。因此如果哪天微軟決定認(rèn)真開發(fā)自動駕駛汽車,這部分積累無疑將至關(guān)重要。
隨著自動駕駛領(lǐng)域的發(fā)展成熟以及潛在贏家的日益顯露,微軟可以將初步合作關(guān)系升級為全面合作伙伴關(guān)系,甚至最終考慮進(jìn)行收購。
而且,如果參考微軟與OpenAI的合作關(guān)系,就能看出微軟一直在通過這類合作推廣自己的Azure云平臺。這將確保更多初創(chuàng)企業(yè)投向微軟云服務(wù)陣營的懷抱,而不至與其他云服務(wù)商開展合作。
從更廣泛的角度來看,微軟的合作伙伴關(guān)系還將使其逐步轉(zhuǎn)變?yōu)樽詣玉{駛初創(chuàng)領(lǐng)域的成長中心。微軟將利用這些初創(chuàng)公司的專業(yè)知識和經(jīng)驗增強(qiáng)自身自動駕駛專用型云及AI服務(wù),再借此吸引更多非合作伙伴客戶。
許多分析師認(rèn)為,由于沒有明確的汽車測試計劃,微軟在自動駕駛領(lǐng)域已經(jīng)處于落后地位。但在我看來,軟件巨頭掌握著相當(dāng)明智的發(fā)展戰(zhàn)略與行動方針,能夠在鞏固自身強(qiáng)勢業(yè)務(wù)(云、數(shù)據(jù)以及算法)地位的同時,靈活適應(yīng)未來幾年內(nèi)自動駕駛行業(yè)中必然要經(jīng)歷的一系列重大變化。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團(tuán)隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。