10月23日，官方对外确认原特斯拉Autopilot机器学习骨干、著名机器学习专家谷俊丽出任小鹏汽车自动驾驶研发副总裁，加入后，谷俊丽将全面负责自动驾驶研发团队搭建，并带队技术研发和应用等环节，直接向何小鹏汇报。“打造中国的智能车”，这是在被问及加入小鹏汽车的缘由时，谷俊丽给出的答案。新智驾：加入小鹏经历了怎样的思考？谷俊丽：坦白讲，我个人在两个方向上都有思考和挣扎。一个方向是，我意识到AI核心算法上很多是没有被突破的，比如Level 4和Level 5做不出来。

　　另一个方向是，在自动驾驶的落地以及中国本土化问题上，随着中国新能源车的崛起，能看到它非常迫切的需求和空白。后续小鹏找我的时候，我跟他的理念是非常能契合的。对我来讲，做中国化的智能车，是我迟早都要去做的事情；对他来讲，他要把车做成新的高科技产物。所以我就决定用这个机会从头开始，去做这样的事情。

　　新智驾：您在特斯拉不到两年时间，为什么在一个不长的时间内选择离开？

　　谷俊丽：其实在特斯拉的工作节奏以及工作使命都是非常强的，在特斯拉不到两年的时间内，相当于在外面四到五年的工作量和产品交付，是一个高度浓缩的工作经历。在特斯拉时，每天头脑都在高速运转，去思考问题、发现问题、重新定义问题。这个过程将我个人的创新能力、思考问题的能力以及解决问题的能力都前所未有地激发出来。特斯拉是一家以创新为主导的公司，如果个人有解决问题的能力，以及自主创新的能力，你的想法能很快变成产品。

　　新智驾：在特斯拉参与Autopilot 2.0核心研发的最大心得或挑战在于什么？

　　谷俊丽：我在特斯拉的职责是机器学习的带头人，在Autopilot 2.0中主要负责研发机器学习的核心模块。机器学习其实是一个垂直跨领域的挑战，可能平时大部分人都会谈算法的挑战，但是机器学习对上对下都有挑战。对下，是计算的挑战，一个算法做出来，要看能不能在嵌入式系统中实时地算出来。这是决定能否落地的关键一环。对上，包括对于数据挖掘的挑战，数据需要涵盖驾驶场景中的比较平衡的信息，例如不同的天气、不同的路况。后续随着产品的量产部署、迭代，传回的数据哪个场景解决得好、哪个场景解决得不好，要根据反馈对算法进行反复优化，这也是一个挑战。所以在人工智能领域，我们会在多个层次应用自主创新的前沿技术和设计，以及我个人的跨领域业务能力，包括从处理器上、计算上，人工智能软件以及大数据上都会系统性的解决方案。我个人在特斯拉得到的另外一个锻炼，就是如何更加系统性地思考问题，又能在所有层次中深入思考问题，同时最难的是，把你的想法与团队成员的想法达到共振。加入小鹏是要“寻求变革”在11月初加入小鹏后的首次公开演讲中，谷俊丽表示，“自动驾驶将成为小鹏汽车的核心命脉”。这句话，使得小鹏与许多国内造车企业的产品定位产生了区隔。显然，在众多国内新造车企业准备交上答卷的2018年之前，玩家们对即将登陆的量产车的产品卖点和定义已经走向差异化。而这个赛道上，小鹏把最大的筹码压在自动驾驶。

　　新智驾：您在11月的公开演讲中提到“自动驾驶将是小鹏汽车的核心命脉”，为什么这么讲？销量难道不是汽车产品追求的核心？

　　谷俊丽：我觉得这个问题不能站在历史看未来，一定是站在当前节点看未来。汽车行业发展至今不过一百多年历史，在这段历史中，汽车的机械已经非常成熟了。而在二十世纪末、二十一世纪初的几十年中，以摩尔定律代表的芯片技术已经成熟，二十一世纪初出现了大数据技术，大数据计算能力与芯片处理器能力耦合之后，在2012年爆发了人工智能的革命，它是由数据加上计算能力支撑着一个算法变得更加复杂的突变。在这种情况下，自动驾驶在几年后出现了，因为什么？因为由上述这几项结合起来，传感器的大数据，加上人工智能的感知，加上嵌入式的计算能力，机器突然能够看见和决策，所以自动驾驶就来了。所以依此类推，自动驾驶将是又一个各领域技术演进和耦合之后爆发的新的产物。我们现在在努力推进的事情就是，把过去的这些技术重新地、垂直地整合到一个新的产物中去，这种整合一定是变革型的。新智驾：目前各新造车企业都在构建产品定义和卖点，您认为相比而言，这样的思路会为小鹏汽车带来什么？谷俊丽：我们有信心能在变革上走得更深更远，因为我们具备了对当前不设限的能力，我们也具备了用开放心态解决真实问题的能力，以及在解决问题中发现问题并重新解决的能力。这是非常关键的，变革一定需要独立思考问题的能力，并且不怕犯错，变革来临之前，没人能对它明确的定义，这是违背常理的。

　　再出发：这回打的牌是“本土化”眼下，谷俊丽正式加入小鹏不到一个月的时间，但如果把这一个月放到小鹏明年量产车下线时间表的比例尺里，这个时间已经并不短，不短到让谷俊丽已经为下一步自动驾驶研发的排兵布阵理出了初步逻辑。例如提出“两条腿走路布局自动驾驶”，以及构建小鹏自己的自动驾驶大数据图谱，而这些，在谷俊丽看来，都离不开本土化思路的指导。新智驾：目前小鹏已经实现了一些泊车、跟随等辅助驾驶功能，您加入后对自动驾驶的下一步研发如何规划？

　　谷俊丽：首先，我们会更强调自主研发，以及结合中国驾驶的本土化驾驶场景，比如高密度人流、高密度车流，比如十字路口的行人不规则、车辆不规则等，要针对这些有自主化的处理。这个处理可能就包括我们对传感器架构设计的重新思考，对计算能力以及分布的思考，计算能力要为算法的研究和发展带来生长空间，这个时候我们再通过算法的研究和闭环的迭代来生长它的智能。总的来说，我希望带给小鹏汽车和带给团队一个自主研发的闭环生长的策略。新智驾：在团队的建设方面有什么计划？比如规模和管理等。谷俊丽：我们总部在广州，但同时我们会在美国以及北京等地招贤纳士，因为自动驾驶是我们的核心命脉之一，自动驾驶肯定是人才驱动的，那我们会以人才为中心在这三地形成我们的团队建设。目前从规模来讲，我的哲学就是要想做好自动驾驶领域，有几个规则：

　　“stay small”，小规模的；

　　“stay focus”，非常专注的，让所有人的大脑变成超级大脑；

　　“stay open-mined”，用独立思维看问题；

　　“move fast”，要走得快。

　　所以我们在团队建设中，会有一个金刚钻的概念，即国际核心的骨干成员组成一个跨领域的金刚钻，这几个人能够一起深入剖析自动驾驶涉及的各个层面的问题，然后组合到一起成为一个超级大脑，带着团队形成速度和深度，所以我们不会搞人海战术。当然，随着明年量产车出来之后，我们会扩展自己的产品支撑团队，比如产品的分阶段测试、数据的采集，以及产品体验相关的工作，会需要更多人力扩充。
　　
　　新智驾：具体而言，如何推进小鹏汽车的自动驾驶技术研发落地？

　　谷俊丽：我们认为，无人驾驶要想真正为人类生活带来带来改变，一定是两条腿走路。第一条腿先做辅助驾驶，逐步解放人们的双脚和双手，减轻人的驾驶焦虑；另外一条腿是自动驾驶问题，在这个部分，对问题的认识和定义有时比解决问题更加重要，只有在技术落地的情况下，你才有机会去深入、广泛地认识这个问题，我们在认识问题的同时会重新定义问题，然后再做Level 4级自动驾驶的针对问题的创新研发。所以创新，一定要针对问题，这样才能把它形成生产力。我们不做闭门造车的学术研究。

　　新智驾：可以理解成小鹏将首先从辅助驾驶着手，积累的过程中寻找高级自动驾驶的切入点？

　　谷俊丽：对。我们的团队首先会非常聚焦地做辅助驾驶产品，包括我们18年的车型、19年的车型上的量产。我们会深度思考它的传感器、计算、算法以及数据架构。在这个过程中，会思考一些Level 4级的核心算法，是针对问题的创新。所以，第一步我们要认识问题、定义问题，之后对它进行创新，这样就形成一个闭环。

　　新智驾：如何定义辅助驾驶和高级自动驾驶两条产品线的区别？小鹏的辅助驾驶指的是Level 2或Level 3？

　　谷俊丽：之前在硅谷，大家对Level 2和Level 3没有一个特别量化的定义，我们讲究可落地、可生长的技术，它本身没有量化的意义，只是区分人在和车结合的过程中，到底是车多一点还是人多一点。前期一定是人多一点，车只是在特定场景下解放你的驾驶焦虑。慢慢地，驾驶功能生长得比较多，就逐步演进为Level 3级驾驶功能。但我们要定义的，是在特定场合下的产品框架。每一个框架有它特定的信息熵，可能这个框架只能提供Level 3级的信息熵概念，提供不了模块之间的交互以及信息传递，涵盖不了复杂场景的实时决策。这个时候，随着我们Level 4级核心问题的定义以及创新，我们会慢慢清晰，看到最核心的一层，需要什么样的数据和交互，我们就会拿出来专门定义Level 4级的产品框架。现在是大概的这样一个想法。

　　新智驾：您之前提到，小鹏汽车要做一个自动驾驶的大数据图谱，具体会怎么做，是否会引入众包方式采集？谷俊丽：这个图谱其实侧面反应了小鹏强调中国本土化自主研发的思路。算法的演进是源于数据的，它并不是创造智能，而是提取智能。一切都是从数据的图谱中提取知识含量，演进智能，所以图谱至关重要。初期，我们得益于拥有自己量产车的优势，可以深入到真实物理世界进行数据的采集和探知，在这一块我们会尽快启动。我们采集的数据包括摄像头、雷达等各种数据，主要是配合我们的自动驾驶方案进行数据的扩充。至于数据众包，数据不仅仅大就可以，它需要一定的规则性，例如是否是同一款车型、同一款传感器，完备性，例如是否涵盖了所有需要的信息，以及平衡性，例如有高速路，也要有普通道路等各种场景。所以我们会有计划地生长数据，而不是单纯的众包。实现路径之争&传感器架构新智驾：目前业界普遍有一些争论，一个观点是认为从辅助驾驶到高级的无人驾驶之间是不可演进的，是两种不同的路线，您如何看待这个问题？

　　谷俊丽：辅助驾驶的框架要演进到自动驾驶，其实是有一些壁垒的。其壁垒主要体现在Level 4级自动驾驶需要更多的技术突破，之前讲的产品框架就变了，之前是三个模块，现在可能是八个模块，交互也更复杂。所以，自动驾驶是一个非常复杂的软硬系统工程，为了越来越高的信息熵，产品框架要随着各个模块信息熵的增加而调整。

　　新智驾：具体而言，小鹏汽车将如何实现从辅助驾驶到高级无人驾驶的过渡？

　　谷俊丽：我们在第一条腿走路的时候，会先通过落地生产去增长我的数据图谱，演进我的算法，并部署到车上验证问题、认识问题和重新解决问题。这个过程中，当我发现不能解决的问题时，会把这个问题交到Level 4的核心研究中做针对问题的突破。这就是我讲的“两条腿走路”，这样一段时间后，我们在两个方面都会有一些积累，到一定程度我们再做评估以及系统框架的一些调整。

　　新智驾：所以可以理解为小鹏不属于从辅助驾驶到无人驾驶的“演进派”，还是分开生长的。

　　谷俊丽：对。我认为有一种演进是肯定的，就是对问题的认知，这个是不会突变的。但对于信息熵，人类所有的系统，不论硬件还是软件都有信息熵的概念，即它能承受多少信息，当各层面技术发展到一定程度时，会演进出一个新形态的产品。这种变革在人类的科技史上已经多次发生了。新智驾：小鹏汽车在传感器架构上如何储备和布局？谷俊丽：目前我们的传感器是摄像头加毫米波雷达。首先技术层次上，这种传感器布局能收敛到辅助驾驶，其次一定能量产。相比于一些做共享出租车以及纯做Level 4级自动驾驶或是声称到2020年量产的企业，我们的时间节点更紧，所以一定要保证车能量产。此外，对这样的传感器配置，我们也进行过缜密的预研，证明能够满足我们的辅助驾驶需求。在这个理论支撑下，我们会对传感器到底布多少个，相机和雷达具体布在哪儿、怎么布等细节进行推断和工程预研。

　　再写一遍“0到1”

　　2016到2017，在一年多的时间里，谷俊丽参与和见证了特斯拉Autopilot 2.0的“从0到1”，现在，她要在小鹏汽车把这个数字重写一遍。谷俊丽告诉新智驾，在紧锣密鼓备战2018时间表的量产车上，团队将把更接中国地气的辅助驾驶产品带给用户，这将涉及更宽视角的传感器布设、更稠密的决策和交互要求等一系列迭代。而目前，谷也在积极深入小鹏内部的造车进展当中，从底层提出与自动驾驶研发相匹配的创新需求。

　　在与新智驾见面的前一个晚上，谷刚刚结束了一个忙到凌晨4点的夜晚，她对新智驾说，如果在特斯拉是为“创新的生死极速”而战，那么在小鹏汽车，她期待的是生根自主研发的“荣耀之战”。何小鹏离开UC时在微博上说了一句，“归来还是少年”，谷与他的心情应该是相同的吧。