當下，人工智能被分為三個階段：計算智慧、感知智慧和認知智慧。在計算智慧方面，強大的算力，足以讓機器的能力遠超過人類；感測器和機器學習演算法的融合，讓機器在感知智慧方面，也可與人類相媲美；而機器在理解、思考、推理等認知能力方面，卻與人類存在很大的差距，所以認知智慧是目前人工智能主要攻堅的方向。

　　當下，自動駕駛汽車可以通過攝像頭、鐳射雷達等眾多感知設備和人工智能演算法來實現感知智慧，成為感知智慧領域的集大成者，擁有對複雜道路環境的感知能力。但認知能力的缺失，讓車輛AI在面對決策信息時往往難以做出正確的理解，使得目前的自動駕駛汽車無法像人類駕駛員一樣,在任意環境和速度下安全行駛。

　　如何讓自動駕駛汽車擁有認知智慧？

　　根據第一性原理推斷，擁有了認知智慧的無人車，應該像人類駕駛員一樣,是具有學習、決策等行為能力的認知主體，除了需要解決車的感知智慧、信息融合、規劃、決策、控制等問題,還需要具備對隨時變化的交通環境數據進行推理和推斷的功能。但目前市場上的演算法和車載算力，實現這些能力並不現實。

　　在3月3日“毫末智行品牌日”活動上，毫末智行CEO顧維灝借助小説《三體》中的宇宙社會學理論，對自動駕駛的“認知智慧”進行了更為形象的詮釋。

　　“今天可以看到70歲的老人和20歲的年輕人同時在路上開車，雖然他們看到的東西都是一樣的，但是他們駕駛的方式卻是完全不一樣的，這就是認知智慧最核心的區別。”顧維灝表示，人的技術動作往往是由一些底層的思想和邏輯決定的。在《三體》小説中，有人總結了宇宙社會學的幾個公理，也是構建整個三體宇宙的基礎邏輯：第一，生存是文明第一要務；第二，文明需要不斷擴張，但宇宙的物質總量保持不變；第三，猜疑鏈；第四，技術爆炸。

　　顧維灝將此類比到自動駕駛的認知智慧方面，人類駕駛員在日常開車中，也會總結的一些經驗，比如“在事故多發場景下保持警惕，提前規避；避免出現在其他交通參與者的感知盲區”等，把這些經驗總結成了一些公理，再通過專家系統、模式匹配等應用實例找到這些問題的解決辦法。

　　毫末智行就是運用這樣的思想，通過名為“CSS協同的場景安全模型”來構建自動駕駛認知智慧最基礎的根基。

　　毫末模式與數據智慧

　　毫末智行以阿拉善沙漠中無人車與冠軍車手競速對決，出現在人們的視野中，並於今年2月拿到了Pre-A輪數億元融資。“毫末”一詞取自於一句古話，“九層之臺，起于累土。合抱之木，生於毫末。”公司成立一年來，已經通過主機廠、互聯網公司以及投資方等各方人力、智力和資源的努力，一枝一葉地構建起了“數據智慧”的參天大樹，一步步打造屬於自己的毫末模式。

　　1. 自研域控制器，優化E/E架構

　　“之前的出行工具主要是採用分佈式架構，單個ECU的算力並不是特別高，實現整車的功能單純靠通訊就能夠滿足。在這個時代，每增加一個功能，就需要在車上增加一個ECU，隨著汽車功能越來越多，增加的ECU也是越來越多。據不完全統計，現在採用分佈式架構的出行工具，其ECU的數量已經超過了200個，所以不得不考慮採用更大算力的計算平臺，讓不同的功能能夠在同一個控制器上去運行，這樣整車出行工具就進入了域控制器時代。”毫末智行董事長張凱表示。

　　在未來的出行工具中，無論是認知智慧還是感知智慧，都對算力要求更高。所以，未來的趨勢是中央的計算架構，擁有超高的計算力和超大的通訊頻寬，軟硬體可以實現分離，以支持跨域的融合。隨著軟體不斷升級，智慧出行工具也將具備自生長的能力。

　　為了進一步集中算力，優化電子電器架構，並做好向中央計算架構的過渡，毫末智行自研了域控制器，採用多核異構架構設計，滿足車載ASIL-D功能安全級別，可以承擔L3級自動駕駛技術的數據融合、決策、控制、定位功能，是國內首個自主研發TC397+EQ4方案。

　　搭載該控制器的乘用車自動駕駛産品計劃在今年投入了市場，母公司長城汽車方面表示，這將是國內首個達到L3級産品能力、具有量産鐳射雷達、具有NOH能力的自動駕駛産品，將在系統安全、産品體驗、自動駕駛場景覆蓋三個方面達到國內自動駕駛領先水準。

　　2.完備的全冗余方案，保障安全

　　系統的安全冗余是保障安全的關鍵一環。據公司首席交付官甄龍豹透露，“毫末智行全冗余方案主要分自動駕駛系統本身和整個車輛平臺本身兩大部分。從自動駕駛系統本身，做到了感知和計算的冗余，鐳射雷達會作為我們感知冗余最重要的一環，普通的攝像頭有其劣勢，比如説過度曝光，夜晚場景，包括大雨天氣等等會導致攝像頭功能失效，這時可以靠鐳射雷達來彌補這些劣勢，這正是我們打造的 感知冗余。

　　計算冗余，兩個控制器系統完全獨立運行，可以做到兩個系統實時交互，實時互相接管，這是從系統層級來講。放到整車層級來説，整車為了支持這兩部分，構建了EV架構的冗余，多條通信鏈路的冗余（包括主通訊鏈路和備用通訊鏈路）。一路走網關，一路自動駕駛系統直接驅動。

　　轉向冗余，目前市場上轉向冗余主要靠人來實現，當EPS失效之後，主要靠人來打轉向，靠人把車開回家，而我們的産品是，當一路轉向失效之後，另外一路轉向可以完整地、安全地把你送到目的地。

　　自動冗余，這是靠ESP和IBOOSTER互為備份實現的，當ESP失效之後，IBOOSTER需要接管。但這不是各裝一個ESP和IBOOSTER就可以實現的，因為我們需要共同分析共因失效，每一個共因失效原因有哪些、單獨失效原因是什麼……只有所有的共因失效都做了詳細分析，才可以在一路失效之後，讓另外一路有效接管。

　　還有最重要的是電源冗余，單獨打造兩路電源，一路專門支持自動駕駛系統，另外一路對整車自動駕駛系統同時支持。比如説ESP和IBOOSTER就需要分別挂在兩路電源上。”

　　3.風車戰略：一邊自我造血，一邊數據能力迭代

　　目前，自動駕駛正在以“從低速到高速、從載物到載人、從商用到民用”的規律遞進、向前發展。基於此，顧維灝是這樣理解“風車戰略”的：利用成本和規模優勢，基於數據智慧，從乘用車、低速無人車生態平臺和智慧硬體三個方向進行佈局。

　　數據智慧是風車的軸，三條業務線就是風車的三個扇葉。其中，數據智慧是核心能力，而三個業務不斷向數據智慧提供數據，讓數據智慧這個“中央大腦”不斷進化，進化後的“大腦”再把迭代升級的無人駕駛能力反哺給三個業務。這樣，它們彼此之間就形成了正向循環，能夠互相促進和帶動，整個風車也就轉動起來，越來越快。

　　毫末希望通過這三葉不斷地去收集場景數據，促進數據能力的迭代。同時，這“三葉”收集來的場景數據能夠實現共通、並彼此支持，然後貢獻到數據智慧的軸裏，最終帶動産品的發展。

　　國內自動駕駛賽道的黑馬

　　這個“含著金湯匙”誕生的公司，背負了太多期待，儼然一副“未來獨角獸”的姿態。顧維灝認為，當前全球自動駕駛行業主要有三種發展模式，一種以Waymo為代表，第二種以特斯拉為代表，第三種以通用汽車+Cruise為代表，Cruise模式的出現為自動駕駛行業發展模式提供了新的可能性，毫末智行正是這一模式在國內自動駕駛行業中的典型代表。

　　目前，在無人駕駛物流車産品上，毫末智行已經與順豐、多點等客戶簽訂了合約。無人駕駛乘用車産品也即將商用。成立僅一年多來，毫末智行以一個最小化産品起步，在乘用車領域、低速無人車生態平臺領域都已取得了不俗的成果。期待毫末智行的産品在市場上進一步被驗證，希望這家打造“認知智慧”的自動駕駛公司能夠走得更遠。