10月23日，官方對外確認原特斯拉Autopilot機器學習骨干、著名機器學習專家谷俊麗出任小鵬汽車自動駕駛研發副總裁，加入后，谷俊麗將全面負責自動駕駛研發團隊搭建，并帶隊技術研發和應用等環節，直接向何小鵬匯報。“打造中國的智能車”，這是在被問及加入小鵬汽車的緣由時，谷俊麗給出的答案。新智駕：加入小鵬經歷了怎樣的思考？谷俊麗：坦白講，我個人在兩個方向上都有思考和掙扎。一個方向是，我意識到AI核心算法上很多是沒有被突破的，比如Level 4和Level 5做不出來。

　　另一個方向是，在自動駕駛的落地以及中國本土化問題上，隨著中國新能源車的崛起，能看到它非常迫切的需求和空白。后續小鵬找我的時候，我跟他的理念是非常能契合的。對我來講，做中國化的智能車，是我遲早都要去做的事情；對他來講，他要把車做成新的高科技產物。所以我就決定用這個機會從頭開始，去做這樣的事情。

　　新智駕：您在特斯拉不到兩年時間，為什么在一個不長的時間內選擇離開？

　　谷俊麗：其實在特斯拉的工作節奏以及工作使命都是非常強的，在特斯拉不到兩年的時間內，相當于在外面四到五年的工作量和產品交付，是一個高度濃縮的工作經歷。在特斯拉時，每天頭腦都在高速運轉，去思考問題、發現問題、重新定義問題。這個過程將我個人的創新能力、思考問題的能力以及解決問題的能力都前所未有地激發出來。特斯拉是一家以創新為主導的公司，如果個人有解決問題的能力，以及自主創新的能力，你的想法能很快變成產品。

　　新智駕：在特斯拉參與Autopilot 2.0核心研發的最大心得或挑戰在于什么？

　　谷俊麗：我在特斯拉的職責是機器學習的帶頭人，在Autopilot 2.0中主要負責研發機器學習的核心模塊。機器學習其實是一個垂直跨領域的挑戰，可能平時大部分人都會談算法的挑戰，但是機器學習對上對下都有挑戰。對下，是計算的挑戰，一個算法做出來，要看能不能在嵌入式系統中實時地算出來。這是決定能否落地的關鍵一環。對上，包括對于數據挖掘的挑戰，數據需要涵蓋駕駛場景中的比較平衡的信息，例如不同的天氣、不同的路況。后續隨著產品的量產部署、迭代，傳回的數據哪個場景解決得好、哪個場景解決得不好，要根據反饋對算法進行反復優化，這也是一個挑戰。所以在人工智能領域，我們會在多個層次應用自主創新的前沿技術和設計，以及我個人的跨領域業務能力，包括從處理器上、計算上，人工智能軟件以及大數據上都會系統性的解決方案。我個人在特斯拉得到的另外一個鍛煉，就是如何更加系統性地思考問題，又能在所有層次中深入思考問題，同時最難的是，把你的想法與團隊成員的想法達到共振。加入小鵬是要“尋求變革”在11月初加入小鵬后的首次公開演講中，谷俊麗表示，“自動駕駛將成為小鵬汽車的核心命脈”。這句話，使得小鵬與許多國內造車企業的產品定位產生了區隔。顯然，在眾多國內新造車企業準備交上答卷的2018年之前，玩家們對即將登陸的量產車的產品賣點和定義已經走向差異化。而這個賽道上，小鵬把最大的籌碼壓在自動駕駛。

　　新智駕：您在11月的公開演講中提到“自動駕駛將是小鵬汽車的核心命脈”，為什么這么講？銷量難道不是汽車產品追求的核心？

　　谷俊麗：我覺得這個問題不能站在歷史看未來，一定是站在當前節點看未來。汽車行業發展至今不過一百多年歷史，在這段歷史中，汽車的機械已經非常成熟了。而在二十世紀末、二十一世紀初的幾十年中，以摩爾定律代表的芯片技術已經成熟，二十一世紀初出現了大數據技術，大數據計算能力與芯片處理器能力耦合之后，在2012年爆發了人工智能的革命，它是由數據加上計算能力支撐著一個算法變得更加復雜的突變。在這種情況下，自動駕駛在幾年后出現了，因為什么？因為由上述這幾項結合起來，傳感器的大數據，加上人工智能的感知，加上嵌入式的計算能力，機器突然能夠看見和決策，所以自動駕駛就來了。所以依此類推，自動駕駛將是又一個各領域技術演進和耦合之后爆發的新的產物。我們現在在努力推進的事情就是，把過去的這些技術重新地、垂直地整合到一個新的產物中去，這種整合一定是變革型的。新智駕：目前各新造車企業都在構建產品定義和賣點，您認為相比而言，這樣的思路會為小鵬汽車帶來什么？谷俊麗：我們有信心能在變革上走得更深更遠，因為我們具備了對當前不設限的能力，我們也具備了用開放心態解決真實問題的能力，以及在解決問題中發現問題并重新解決的能力。這是非常關鍵的，變革一定需要獨立思考問題的能力，并且不怕犯錯，變革來臨之前，沒人能對它明確的定義，這是違背常理的。

　　再出發：這回打的牌是“本土化”眼下，谷俊麗正式加入小鵬不到一個月的時間，但如果把這一個月放到小鵬明年量產車下線時間表的比例尺里，這個時間已經并不短，不短到讓谷俊麗已經為下一步自動駕駛研發的排兵布陣理出了初步邏輯。例如提出“兩條腿走路布局自動駕駛”，以及構建小鵬自己的自動駕駛大數據圖譜，而這些，在谷俊麗看來，都離不開本土化思路的指導。新智駕：目前小鵬已經實現了一些泊車、跟隨等輔助駕駛功能，您加入后對自動駕駛的下一步研發如何規劃？

　　谷俊麗：首先，我們會更強調自主研發，以及結合中國駕駛的本土化駕駛場景，比如高密度人流、高密度車流，比如十字路口的行人不規則、車輛不規則等，要針對這些有自主化的處理。這個處理可能就包括我們對傳感器架構設計的重新思考，對計算能力以及分布的思考，計算能力要為算法的研究和發展帶來生長空間，這個時候我們再通過算法的研究和閉環的迭代來生長它的智能。總的來說，我希望帶給小鵬汽車和帶給團隊一個自主研發的閉環生長的策略。新智駕：在團隊的建設方面有什么計劃？比如規模和管理等。谷俊麗：我們總部在廣州，但同時我們會在美國以及北京等地招賢納士，因為自動駕駛是我們的核心命脈之一，自動駕駛肯定是人才驅動的，那我們會以人才為中心在這三地形成我們的團隊建設。目前從規模來講，我的哲學就是要想做好自動駕駛領域，有幾個規則：

　　“stay small”，小規模的；

　　“stay focus”，非常專注的，讓所有人的大腦變成超級大腦；

　　“stay open-mined”，用獨立思維看問題；

　　“move fast”，要走得快。

　　所以我們在團隊建設中，會有一個金剛鉆的概念，即國際核心的骨干成員組成一個跨領域的金剛鉆，這幾個人能夠一起深入剖析自動駕駛涉及的各個層面的問題，然后組合到一起成為一個超級大腦，帶著團隊形成速度和深度，所以我們不會搞人海戰術。當然，隨著明年量產車出來之后，我們會擴展自己的產品支撐團隊，比如產品的分階段測試、數據的采集，以及產品體驗相關的工作，會需要更多人力擴充。
　　
　　新智駕：具體而言，如何推進小鵬汽車的自動駕駛技術研發落地？

　　谷俊麗：我們認為，無人駕駛要想真正為人類生活帶來帶來改變，一定是兩條腿走路。第一條腿先做輔助駕駛，逐步解放人們的雙腳和雙手，減輕人的駕駛焦慮；另外一條腿是自動駕駛問題，在這個部分，對問題的認識和定義有時比解決問題更加重要，只有在技術落地的情況下，你才有機會去深入、廣泛地認識這個問題，我們在認識問題的同時會重新定義問題，然后再做Level 4級自動駕駛的針對問題的創新研發。所以創新，一定要針對問題，這樣才能把它形成生產力。我們不做閉門造車的學術研究。

　　新智駕：可以理解成小鵬將首先從輔助駕駛著手，積累的過程中尋找高級自動駕駛的切入點？

　　谷俊麗：對。我們的團隊首先會非常聚焦地做輔助駕駛產品，包括我們18年的車型、19年的車型上的量產。我們會深度思考它的傳感器、計算、算法以及數據架構。在這個過程中，會思考一些Level 4級的核心算法，是針對問題的創新。所以，第一步我們要認識問題、定義問題，之后對它進行創新，這樣就形成一個閉環。

　　新智駕：如何定義輔助駕駛和高級自動駕駛兩條產品線的區別？小鵬的輔助駕駛指的是Level 2或Level 3？

　　谷俊麗：之前在硅谷，大家對Level 2和Level 3沒有一個特別量化的定義，我們講究可落地、可生長的技術，它本身沒有量化的意義，只是區分人在和車結合的過程中，到底是車多一點還是人多一點。前期一定是人多一點，車只是在特定場景下解放你的駕駛焦慮。慢慢地，駕駛功能生長得比較多，就逐步演進為Level 3級駕駛功能。但我們要定義的，是在特定場合下的產品框架。每一個框架有它特定的信息熵，可能這個框架只能提供Level 3級的信息熵概念，提供不了模塊之間的交互以及信息傳遞，涵蓋不了復雜場景的實時決策。這個時候，隨著我們Level 4級核心問題的定義以及創新，我們會慢慢清晰，看到最核心的一層，需要什么樣的數據和交互，我們就會拿出來專門定義Level 4級的產品框架�，F在是大概的這樣一個想法。

　　新智駕：您之前提到，小鵬汽車要做一個自動駕駛的大數據圖譜，具體會怎么做，是否會引入眾包方式采集？谷俊麗：這個圖譜其實側面反應了小鵬強調中國本土化自主研發的思路。算法的演進是源于數據的，它并不是創造智能，而是提取智能。一切都是從數據的圖譜中提取知識含量，演進智能，所以圖譜至關重要。初期，我們得益于擁有自己量產車的優勢，可以深入到真實物理世界進行數據的采集和探知，在這一塊我們會盡快啟動。我們采集的數據包括攝像頭、雷達等各種數據，主要是配合我們的自動駕駛方案進行數據的擴充。至于數據眾包，數據不僅僅大就可以，它需要一定的規則性，例如是否是同一款車型、同一款傳感器，完備性，例如是否涵蓋了所有需要的信息，以及平衡性，例如有高速路，也要有普通道路等各種場景。所以我們會有計劃地生長數據，而不是單純的眾包。實現路徑之爭&傳感器架構新智駕：目前業界普遍有一些爭論，一個觀點是認為從輔助駕駛到高級的無人駕駛之間是不可演進的，是兩種不同的路線，您如何看待這個問題？

　　谷俊麗：輔助駕駛的框架要演進到自動駕駛，其實是有一些壁壘的。其壁壘主要體現在Level 4級自動駕駛需要更多的技術突破，之前講的產品框架就變了，之前是三個模塊，現在可能是八個模塊，交互也更復雜。所以，自動駕駛是一個非常復雜的軟硬系統工程，為了越來越高的信息熵，產品框架要隨著各個模塊信息熵的增加而調整。

　　新智駕：具體而言，小鵬汽車將如何實現從輔助駕駛到高級無人駕駛的過渡？

　　谷俊麗：我們在第一條腿走路的時候，會先通過落地生產去增長我的數據圖譜，演進我的算法，并部署到車上驗證問題、認識問題和重新解決問題。這個過程中，當我發現不能解決的問題時，會把這個問題交到Level 4的核心研究中做針對問題的突破。這就是我講的“兩條腿走路”，這樣一段時間后，我們在兩個方面都會有一些積累，到一定程度我們再做評估以及系統框架的一些調整。

　　新智駕：所以可以理解為小鵬不屬于從輔助駕駛到無人駕駛的“演進派”，還是分開生長的。

　　谷俊麗：對。我認為有一種演進是肯定的，就是對問題的認知，這個是不會突變的。但對于信息熵，人類所有的系統，不論硬件還是軟件都有信息熵的概念，即它能承受多少信息，當各層面技術發展到一定程度時，會演進出一個新形態的產品。這種變革在人類的科技史上已經多次發生了。新智駕：小鵬汽車在傳感器架構上如何儲備和布局？谷俊麗：目前我們的傳感器是攝像頭加毫米波雷達。首先技術層次上，這種傳感器布局能收斂到輔助駕駛，其次一定能量產。相比于一些做共享出租車以及純做Level 4級自動駕駛或是聲稱到2020年量產的企業，我們的時間節點更緊，所以一定要保證車能量產。此外，對這樣的傳感器配置，我們也進行過縝密的預研，證明能夠滿足我們的輔助駕駛需求。在這個理論支撐下，我們會對傳感器到底布多少個，相機和雷達具體布在哪兒、怎么布等細節進行推斷和工程預研。

　　再寫一遍“0到1”

　　2016到2017，在一年多的時間里，谷俊麗參與和見證了特斯拉Autopilot 2.0的“從0到1”，現在，她要在小鵬汽車把這個數字重寫一遍。谷俊麗告訴新智駕，在緊鑼密鼓備戰2018時間表的量產車上，團隊將把更接中國地氣的輔助駕駛產品帶給用戶，這將涉及更寬視角的傳感器布設、更稠密的決策和交互要求等一系列迭代。而目前，谷也在積極深入小鵬內部的造車進展當中，從底層提出與自動駕駛研發相匹配的創新需求。

　　在與新智駕見面的前一個晚上，谷剛剛結束了一個忙到凌晨4點的夜晚，她對新智駕說，如果在特斯拉是為“創新的生死極速”而戰，那么在小鵬汽車，她期待的是生根自主研發的“榮耀之戰”。何小鵬離開UC時在微博上說了一句，“歸來還是少年”，谷與他的心情應該是相同的吧。