行业发展解读：互联网人，如何“变道”自动驾驶？
分享嘉宾｜刘轩老师
文稿整理｜小赵同学
提起自动驾驶，很多人联想到的就是高深玄妙的算法。这种想法其实吸引了很多优秀的人加入到自动驾驶行业中。也正是这样一种想法，它阻碍了很多行业外的工程师还有互联网人对自动驾驶整个技术栈行业有一个全面的了解。
我们很荣幸能够邀请到刘轩老师（元戎启行副总裁&合伙人）做客深蓝AI Live，由刘轩老师来为大家深入的解读自动驾驶行业发展以及互联网人该如何“变道”自动驾驶。
以下内容是主持人和刘轩老师的问答内容：
01
Q：很多朋友可能对自动驾驶不太了解，请您简单介绍一下自动驾驶到底是做什么的呢？以及自动驾驶包含哪些技术栈呢？
A：自动驾驶是人工智能非常重要的一个应用分支。人工智能的核心是帮助人或替代人去做一些繁琐、危险的工作。自动驾驶其实就是解放司机在车上的繁杂操作，同时又能够保证车辆在行驶过程中足够的安全平稳舒适。
行业中做自动驾驶的公司很多，包括整体解决方案、自动驾驶芯片以及自动驾驶环境感知等局部解决方案的企业。即使做同样解决方案的企业，在处理各种场景和应用的落地实践中也不完全相同。
我们企业的目标就是做高级别L4级的自动驾驶。现在有多种多样的产品，比如传统的自动驾驶共享出行服务。
目前也在做自动驾驶和量产乘用车结合，可能再过几年大家就能买到搭载我们产品的面向消费者的自动驾驶车辆。此外，我们也在做自动驾驶轻卡在城市内进行一些货物的运输。它所涵盖的应用和落地场景非常之多。
目前行业内能达成一致的自动驾驶技术，在车上的部分，是需要有各种各样的算法模块。比如感知、定位规划控制等。其次也需要有车载的基础架构系统。比如车上的中间件、操作系统以及性能监控还有一些功能安全相关的各种系统。
车外还有离线的部分，比如模拟仿真系统，数据的搜集、存储、标注、管理系统。我们需要有完整的数据闭环，有效的去验证这个算法的可靠性、安全性。各方面综合把这些系统结合在一起，最终构成了整个自动驾驶的一个技术栈。
02
Q：汽车产业链占据我国总GDP的8%，同时也是人员密集型产业，从上游原材料制造到中上游零配件供给，再到中游的整车制造，最后到末端的销售以及后期的后市场产业，汽车行业带动了近千万人次就业。那么自动驾驶技术会对整个汽车产业链带来哪些影响呢？
A：一个最直接的影响就是它很大程度推进了“软件定义汽车”这样一种模式的发展。在往后的发展中像车内机械零部件、硬件所占的比重会降低，软件所占的比重会提高。
在这种汽车形态中会有两大块起到非常重要的作用。一个是智能座舱，它给用户提供一个简单快捷的操作界面。另外更重要也是更难的就是智能驾驶。它涵盖了自动驾驶、辅助驾驶等各方面。
各个车企在硬件上不会存在特别大的差异，如何在软件上体现出更多的差异化，将是未来车企所需要去面临的重要挑战。这是自动驾驶技术本身对于车的供应链的一个改变，即增大软件的比重。
另外一方面是当智能化程度足够高的时候，它一定会出现新的智能汽车代替旧的不智能汽车。整体来讲，新旧更替对于汽车的各个零部件的产能、发展其实影响也很大，能够促进整个汽车行业发展。
03
Q：自动驾驶属于前沿科技，行业外的朋友都觉得高端，大家的第一印象就是能力超群的工程师。借此机会，您能否跟大家聊聊公司的工程师们日常工作是什么样子？
A：其实我们的工程师是非常多元化的。一些专注于算法，需要解决各种各样棘手的开放算法相关的问题，比如要设计各种精妙的神经网络，或者是设计决策相关的各种各样的算法策略，他们是以算法为主，但也会去兼顾工程。
以偏工程为主的工程师，会去搭建非常庞大、涉及用户数量多的高可用低延时的系统，去支撑我们整套算法及数据验证。其实不管是偏算法还是偏工程，他们之间的工作很多时候是互相交集结合在一起的，算法也需要进行工程化的落地。
比如模拟仿真系统会涉及到各种复杂的算法。综合在一起就会发现。我们团队的工程师经常会有组内和组间各种各样的交流与协作。大家在一起制定目标，向着这个目标不停的去进行攀登、去实现。
04
Q：互联网公司也有技术部门，包括开发和算法。那么自动驾驶公司与互联网公司有明显的区别吗？
A：中间有相通的地方，当然也有很大不同。自动驾驶行业中的算法工程师，相比互联网算法工程师来讲，首先领域受限制的成分更多一些。在自动驾驶行业中不可能任自己发挥去用各种各样奇幻的模型，因为我们有一个非常确定的待解决的目标。
另外，对工程师的要求和挑战其实跟互联网也会有很大的差别，最大的挑战在于自动驾驶行业需要对安全性有非常高的保障，且安全性包含多个方面。
第一是算法的结果，项目准确度。
第二算法要能够保证非常快速的在规定时间内能响应。
第三系统稳定性要有保障。
互联网的这种快速迭代思维和汽车行业安全至上的思维，一定要去有机的结合在一起才能真正的把自动驾驶这件事情做好。我认为这是比较大的一个挑战，也是最大的不同。
05
Q：互联网企业中的开发工程师、测试工程师、运维、产品等岗位在自动驾驶行业中有较为匹配的岗位吗？
A：开发、运维这些都直接有一一对应的岗位。其实很多工程师都是从原来传统互联网或传统软件行业进入自动驾驶行业的，我们非常欢迎这样的人才加入。
像测试人才在自动驾驶行业有一些独特的测试，比如针对自动驾驶场景，车在路上行驶的情况如何做测试分析。测试人员实际在自动驾驶行业中需求是很多的。
互联网产品更多的是软件，对于自动驾驶车辆，它的载体是放在汽车里不能单独存在的。实际测试时一定要结合硬件，上路进行测试。
我相信在自动驾驶方面测试相关人员的需求量比互联网要更大，而且它的难度挑战也会更高。
06
Q：从互联网跨行自动驾驶，需要额外准备什么内容吗？
A：实际上自动驾驶行业还是非常缺乏人才的。特别是高质量、高素质的工程师。这个行业本身时间还不够长，也有很多人之前完全没有相关的专业知识。边学边做也能相当不错。
所以对我们企业来讲，如果工程师本身的素质足够优秀，那可以不需要懂这方面专业的知识。如果这位工程师对自动驾驶比较感兴趣。
建议他能够了解一些现在自动驾驶最前沿的技术和现在热点的技术，如果在这些方面能足够了解，那能进入这个行业是加分的。
07
Q：您面试比较看重候选人的哪些方面？
A：第一点是要认可自动驾驶行业及自己即将所做的工作。实现理想中的自动驾驶是一个非常长期的事情，不是一蹴而就的。互联网公司可以很快研发出品一款app，获取几亿的用户，做出非常大的成就备受瞩目。
但相对而言，自动驾驶的周期则要长很多，我们必须经过不断的努力、不断尝试，把那些错误的算法全部摒弃，直至能够做出安全、可靠的系统方案。这个过程是很痛苦的，一定要对我们做的事情有足够高的认可和信心，坚信我们最终一定能成功。
第二点是工程师候选人的基本工程素养要高，头脑要足够灵活，能够去解决各种艰难的问题。我相信中国互联网行业有大批这样的优秀人才。
第三点是希望候选人有开放、包容、合作的心态，能够高效的进行团队沟通、协作。
只要做到以上三点，在自动驾驶行业内肯定有立足之处，而且有可能取得不错的结果。候选人除了要有过硬的基础能力外，也需要耐心、开放，包容的面对行业的发展。
以下内容是同学们的想知道的问题：
08
Q：在职业发展过程中，对您影响最大的一件事是什么？对于刚毕业或者还没有毕业的同学，您能不能给他们提供一些职业发展或者选择方向的建议。
A：在我职业发展中影响最大一件事情就是我当时为什么要选择就是从互联网进入到自动驾驶行业。博士毕业之后，我在美国google 总部，做互联网相关的工作，在google内部，也有看到google 无人车的一些代码和文档，当时很感兴趣，我也希望做一些更有挑战、更有成就感的事情。
就在这时，我在百度的同学邀请说：“我们来做一下无人车吧”，当时整个团队可以说是一穷二白，甚至还没有一个靠谱的程序能把车跑起来，整个过程中变化最大的契机可能是运气使然。我给各位一个建议，尽量不要去限制自己的可能性。趁着年轻，可以多尝试一些新鲜的机会，哪怕在当时看来可能还不是一个特别热门的行业，也许之后就会有不一样的发展。
对于刚毕业的学生，我认为他们其实是挺难去把握住整个行业的机会跟发展。对于刚毕业的同学而言，首先要能够认识到什么样的行业是一个值得去的，是一个有前景的行业。
很明显在目前整个大的经济环境下，中国最好的行业就是硬科技行业，比如芯片人工智能。另外一方面，对于每个行业最好能够摸透这个行业内最领先的公司是什么，他们在做什么样的事情，当把这些东西搞清楚之后，毕业的学生就不太容易被骗。
总体来讲，刚毕业的学生因为工作时间比较短，可能性很大，多多尝试一些机会是没问题的。
09
Q：应届生对整个自动驾驶系统的其他的模块了解比较少，您觉得应届生有没有必要花时间去了解和学习专业外的其他模块？
A：如果有时间跟精力的话，我建议是要去学，因为视觉是前些年研究比较多的，这几年在感知领域、点云的研究也越来越多。融合的感知模型算法也很多。从对个人发展比较好的角度，能学的更多，能去动手做一些是最好的。
在学校里面有一个缺陷就是很难接触到最真实的海量数据。我的建议最好能够来到我们这样的行业内，到有真实数据的公司里面实际实习或者全职。
10
Q：嵌入式相关的工作在自动驾驶的企业里面是不是也有对应的岗位？
A：现在自动驾驶一个非常重要的方向，就是自动驾驶跟量产车的结合。以后的自动驾驶算法一定不会运行在在大型工程机上，而是在嵌入式的车规级芯片上。
所以不管是嵌入式软件还是是硬件方面，整个行业都非常稀缺。之前自动驾驶行业可能没有那么重视，但以后重视程度会越来越高。
11
Q：做中间件开发工程师需要具备哪些能力？未来的职业发展方向如何？
A：其实自动驾驶公司里面反而要求对每个模块理解要更深入一些。特别是对于模块之间什么时候该去触发、什么时候该运行、如何资源分配等的理解。基本上要精通自动驾驶整个软件部分。
也就是需要对计算机系统有深刻的理解，特别是操作系统如何调度它的缓存、IO还有性能相关的分析处理，再加上网络通信相关的能力。另外比如多线程的程序执行任务，可能涉及到异构的计算，GPU 或者是FPGA 加速卡的调度，都需要理解。
早先很多自动驾驶企业更多偏向算法，以后随着自动驾驶逐渐产品化量产方，中间件的工作会越来越重要。
12
Q：对于在校生除了实习的这个途径，还有没有其他一些比较有效的方式能够提升自己的工程能力？
A：我觉得工程能力分为两方面。一方面是理论，一方面是实践，刚好我们和深蓝学院开设的这门课程就是理论跟实践相结合。除此之外，如果对相关开源项目感兴趣的话，可以去研究，甚至做出自己的贡献。
这些也都可以提升自己的能力。但是在公司实习会更容易接触到实习数据，所以我的建议还是要这两种结合在一起，从综合的各方面来提升自己。
13
Q：有同学问道，做无人驾驶路径规划要投递自动驾驶公司什么岗位？
A：决策规划也是自动驾驶方面一个非常重要的算法。我建议投递决策规划相关的一些包含控制的岗位。当然无人车跟无人机比起来难度是不一样的。因为无人机虽然有三个维度，但在空中没有红绿灯，没有行人。相对来说和在地面上解决这些突发情况不太一样，但是也欢迎投递简历。
14
Q：各大自动驾驶公司的基础架构都是类似的吗？做工程也需要懂算法吗？
A：这个问题其实很好。一些头部的自动驾驶企业比如pony 、百度，可以看到他们自己的公众号上也会有一些基础架构课程。总体来讲，大家的思路一致，在实现上可能会有些不同，但最终是殊途同归的。
因为基础架构并不是要能够做一套看起来特别酷炫的东西给别人展示。更重要的是如何帮助算法做得更好。当然每一家的算法的能力和缺陷是不一样的，这也就决定了他们的基础架构侧重点的不同。
做工程的需要懂算法吗？在内部的实践来看，如果懂是最好的。因为很多时候做基础架构要去理解，如果能够有算法上的想法是非常好的。
另一方面，我们的这些系统内部会涉及决策规划，或者会有强化学习相关的算法工作，并不是说做基础架构，一定就是纯工程的工作，因为越来越多的公司都在尽量的学习各种各样的东西，这样才能提升自己的效率，让自己的算法做的更好。