Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

Robin.ly

PlusAI CTO郑皓:从互联网创业到AI创业

Alex: 大家好,我是Alex Ren,是BoomingStarVentures的合伙人,也是Robin.ly的创始人。稍微介绍一下,Robin.ly是我司新发布的一个视频内容平台,主要目的是为了加强在美华人工程师和研究者对领导力(leadership),AI,以及创业方面的了解。所以每次会邀请很多成功的创业者以及AI方面的科学家,投资人,领导者,分享他们对于热门话题的真知灼见。今天我们很荣幸地邀请到PlusAI的联合创始人兼CTO郑皓,请他来分享下他的观点。郑皓毕业于上海交大和Universityof Wisconsin-Madiso,后进入Stanford,中途休学去工作;后任Yahoo中国研发中心的创始人以及首席架构师,同时兼任Yahoo北京ResearchLab的负责人;2011年任Zynga亚太区CTO;后创立Ztelic(智拓科技),被Yahoo收购——这是一段非常成功的创业经历,所以郑晧又一次进入了Yahoo, 后来也开始做一些天使投资方面的工作,并于2016年和一位同事David Liu,刘万千博士一起创立了PlusAI,一家专注于无人车的公司。

我的第一个问题是:作为一个成功的软件以及互联网的创业者,当时为什么选择无人车这个相对陌生的方向作为创业的领域?

郑皓:首先感谢Alex今天把我请过来跟大家一起交流。我和David认识二十几年,先是斯坦福同学,后来成为了同事。两年多以前,我们以前看了不少其他领域的项目,大家关注比较多的集中在人工智能领域。我曾经花很多时间去自己做人工智能上的不同项目。一是因为当时有个心结,感觉人工智能虽然有很多很有意思的项目,很多很快的发展,但是,当时觉得没有一样东西能够直接改变人的生活,很多东西都不是刚需,虽然大部分人能体会到人工智能的存在,但是它不能替代人。我们当时也在想什么地方能够真正把人替代掉,那才叫真正的人工智能,这个刚需又在哪里;后来看了很多不同的项目,不同的企业,不同的机会,最后看到了无人驾驶。虽然无人驾驶已经被研究很多年了,但我们当时一直觉得这太难了。但是两年前我们再次注意到这个机会,觉得这吸引力非常大,因为我们看到了司机这个职业的问题——想想开车是很辛苦的事情,特别是商用车的驾驶员,大家都不愿意做。另一点就是,司机也是一个相对来说比较危险的行业。我们平时开车感觉不到,但是如果是一个职业司机,特别在高速公路上,每天开几个小时到十几个小时,相当辛苦。对他来说,一方面生活质量不好,另外一方面带来的风险很大。所以我们一直在考虑怎么样能够找到刚需——而无人车是一个真正能够改变社会,改变人们生活,改变我们平时所有接触到的各个不同行业的机会所在。同时通过我们深入的了解,也觉得这是在人工智能的发展中没有应用的领域,跟我们以前做过的很多行业有相关之处。因为我和David以前都是做互联网出身,我们觉得很多互联网的思路和方式都可以直接应用到无人车行业,汽车行业,再应用到运输行业。所以这一点想通以后,后面就很自然的发生了。同时你会发现,一旦开始做无人车,跟家里人,跟朋友交谈的时候都有直接的话题具体怎么做。大家都有很多的想法可以应用其中。

Alex:这个领域关系到每个人的生活,对吧?

郑皓:每个人对这个行业都有一定的想法,这是你出了门肯定就能看到的,肯定能影响到人们生活的一个行业。

Alex:很多中国公司选择L2/ L3做无人车方向,你们为什么选择L4?

郑皓现场讲述PlusAI的技术方向

郑皓:当时像L2,L3的项目也看过。L3在社会上争议很多,关于L3到底存在不存在,意义在哪里。我觉得这些实际上都不是特别重要,关键是我们要解决什么样的问题。一方面是要解决什么问题,影响力就在哪里;第二就是跟我们自己的背景哪个最直接相关。你如果看L2/ L3的解决方案,大多是最适合这样的背景——车企出来,Tier1出来,因为L2/L3是一个很incremental的improvement。它有很多更关键的在哪里,要优化的在哪里——成本,最大量产,规模的优化。再看L4,它对企业的要求是什么?虽然都是人工智能,但做得深度更深,安全性更高,所以L4要做得好,安全是绝对离不开的。L2/L3做得好不好,关键可能并不是看最终多安全,还要看多方便,成本多低。从我们的角度来说,我们做这些事的目的不是做出一个低成本的产品,我们要做出一个能替代人的产品。我们的出发点是不同的。 

Alex:满帮 (中国大陆最大的城际整车物流与车货匹配信息平台运营企业)不久前成了你们的投资人,也是你们的重点战略合作伙伴。他们给你们带来了什么资源?是不是有行业上的资源可以借鉴?

郑皓:我们和满帮派是很深程度上的战略合作伙伴,行业里面的资源肯定很多。因为满帮派在中国实际上是货车邦和运满满合并之后产生的一个企业。它在国内的平台上基本上有500万以上的车辆,下游的货运客户超过100多万。所以从资源的角度来说肯定是很多帮助,另外从战略需求上也很明确。对我们来说,满帮一方面是我们一个关系很深厚的合作伙伴,战略上,商务上能够带来很多机会。另一方面,对未来我们直接测试的无人车落地也可以带来直接帮助。未来具体的合作模式以及细节,我们现在还在讨论之中。

Alex: 据说已经在一些港口已经做了部分测试,可否介绍一下?

PlusAI 卡车项目

郑皓:外面可能大家看过一些视频,这也是我们另外一个重要的合作伙伴,一汽解放。一汽解放是国内首要的也是最大的重卡制造厂商,他们在中国国内的市场占有率已经超过25%,稳居第一。很重要一点是,一汽的重卡基本上是国内的品牌中,质量和需求最高的一个品牌。4月份,我们和一汽在青岛港做了一个联合发布,应该是国内首次,生产环境里面也能够做L4的重卡,在港口完成整套操作流程,具体流程包括:从桥吊下吊集装箱,龙门吊上吊集装箱,从traffic里面穿过,然后去做整套的操作——基本上能想到的正常港口操作,我们和一汽的产品都可以实现。这对于我们一整套的技术,包括定位,控制,感知,都有比较高的需求。因为港口是特定的环境,虽然是半封闭,但是对于精度要求相当高。所以这是我们比较成功的一个案例。我们做的主要原因,一方面是要验证L4的重卡,集卡在这种封闭的环境下,在生产的环境下能否很好地完成一整套操作,另一方面也是对未来我们跟一汽解放的商业合作的试验。

Alex: OK。现在测试只在港口内?

郑皓:当时是在港口内。

Alex:高速上的货运车现在也在做了?

郑皓:是的。 我们现在公司的主要重点是高速公路,不是港口内,不是封闭环境。未来商务的主要落地场景是高速公路仓对仓的高速货运。

Alex:这个方向是如何决定的?很想了解这个迭代的过程。这方面您当初遇到过什么困难吗,可以给大家讲讲从前故事么?

郑皓:好。 从名字可以看到我们公司刚开始做的时候方向就是做无人车,但实际上是留有一定空间。PlusAI可以讲是运输的+ AI,也可以讲汽车+ AI,卡车 +AI。但实际上很快我们就意识到,商用车的需求,是远远超过乘运车的需求,至少近期如此。商用车对于整体无人车的需求,特别是它落地的过程会更快,对社会的影响会更大。举一些具体的例子。大家可以看到,在高速公路上的事故率,商用车造成的影响相当大,同时商用车有很大的比例会直接致死。另外就是商用车的最终事故产生带来的经济上的损失,生命上的损失,远远超过乘用车。特别是,商用车很重要的一点是,卡车一般很大程度上是带着拖车的,会直接影响到安全性。所以这里面就有一整套对安全的影响,对社会的影响,更不用说油耗,环境污染的考量。我们选择最终要做的事情有几个考量。第一就是要impact最大,第二就是市场最大,第三是最适合我们的团队。所以就很自然从一个泛泛的的AI到无人车,到货运,到重卡。而且再一看卡车,我们可以做半封闭和封闭环境中,可以做真正perfectgrowth。我们看到影响最大还是它的行驶里程,货运量,车的数量,在高速公路上特别是long-haul的fleet,这几点都远远超过封闭环境和半封闭环境,或者短途。所以既然要做这个技术,我们就要选择对社会,对我们的经济影响最大的一个环节,因此就比较自然地选择了长途long-haul的无人驾驶。

对于我来说,个人关注更多还是在技术上。有一点我们高度认可,做无人车最关键不是在成本,不是在行驶里程,最关键就是要更安全。其他从技术,从行驶里程测试,从模拟环境测试,等等一整套,最终目的都是能够提高整体的安全系数。这也是我平时最关注的地方。

Alex:您刚才提到,要结合你们自身的特点和自身的长处。我的理解是,你们在之前的互联网创业这方面很有经验,也成功过。而且作为投资人也看了很多公司,我相信也应该看到很多问题。所以也避免了很多问题,那现在在做无人车,您觉得之前那些经验对你们有什么帮助?在你们跟其他公司竞争方面,您觉得哪些东西使得你们能够比别人更有优势?另外, 像美国一些公司,比如Embark这些公司也在做,你们准备这里怎么去跟这些公司竞争?——或者说您觉得现在谈竞争还为时过早?

郑皓:我们不一定能说有优势,只能讲以前的一些经验。我和David都是创业过几次,这是我第三家公司。之前两家,相对来说时间都比较短,但是我感触挺深,有很多学习的经验。因为我经常跟朋友讲,如果任何公司没有做到有一张paycheck从自己的账号发出来,你就不算开过自己的公司。之前的两家公司都经历过,好的时候,差的时候,失败或者成功,都是很好的学习机会。 不管是从人员角度上的团队成长,还是从产品角度上产品的成长,技术的开发,继而到如何跟合作伙伴合作,跟投资人合作,这里面有很多要摸索的地方。以前犯了很多错误,同时也学到了很多教训。对我们这次创业来说虽然,前面的问题就不再是一个很大的门槛,因为很多时候很多决策就变得相当自然。这里面的秘密就是,我的合伙人,他同样有过创业经验,这是他的第四家公司,所以我们觉得创业——以后我们可以更深地谈创业的经历——最重要是找到一个合适的合作团队,找到一个核心的团队,相当重要。

我们公司一个比较独特的地方就是核心团队,大家都认识多年,彼此了解多年,不管是从技术产品,还是从每个人的思路和习惯上都相当了解彼此。内部可以做到这样,很多时候你就可以很自信,不管公司是做得很顺的时候,还是碰到低谷,遇到很大困难,只要有核心团队在,就能够保持大家想法一致地往前推进,这是相当重要的。任何创业公司,我觉得没有一家真正成功的公司可以一路顺利,肯定要碰到很艰难的时刻。好的时候大家都能做好,真正把每个公司区别出来的时候是碰到困难的时候,怎么解决。

Alex:您的团队相对比较多元化的,这方面有什么心得?您是从技术骨干一路成为leader的 ,哪些经历使您成为现在这样成熟的leader?

郑皓:我想,特别是在硅谷的高科技公司里,华人比较容易被局限到某一个领域——我认为华人还比较容易变成stereotype的一种工程师。我们做事都很实干,很有能力,做得很好。关键是,我们的能力怎么能够最大的放大,而不是很多时候只是靠一个人的个人能力。不管是创业还是以前在大公司工作,我体会最深的就是,每个人能力再强,也只是一个人,也只能做到你一个人能够发挥的一个规模。但是到一个团队就很不一样,一个团队真正有影响力,做出来的最终效果很不一样。这是第一。第二是,能人很多,能人太多了。比如在以前不管大公司小公司,比我能干比我聪明的人到处都是,最关键是建立团队过程是要把比自己能力强的人,各方面比自己能力强的人聚合在一起。从这个角度来说,大公司里面很重要的一点,就是怎么样能够把自己的能力最大化发挥出来,从个人角度,从团队角度,从自己的关系网,从自己产品的影响力等不同的维度。这里边的切入点很多,在不同的职位,不同的时间点,有不同的切入点。最终要能够把自己的network和自己的影响力建立起来,这是最重要的。这一点上,大公司是有挺多机会做成的。但到了创业公司就不一样了,创业公司里面最关心的就是团队建设。怎么去建设一个最好的团队,适应每天不断更新的需求。所以这里面一个很重要的标准就是,要找合适的人:每个人进来都要把公司整体的技术产品实力提高,同时要找能够互补的人。我想Robinly肯定很熟悉了,你们很大程度上对我们各个企业提供的资源和帮助就是人才。所以我觉得怎么样去build团队,怎么把团队的管理运营做得更好,把每个人的能量最大化,是一个需要不断学习,不断锻炼,提高的地方。从这个角度看,我们现在不管是在企业的任何阶段,总会有这样的问题。我认为,每个人从自己职业发展的每个阶段都有很多可以不断提高的地方。

Alex:概括一下,前面有两个transition:从engineer到leader,再到entrepreneur, engineer,或者individualcontributor到leader这个过程实际上您更加关注团队,更加关注影响力了。到entrepreneur这个阶段,你更加关注startup,作为startup founder,您面对整个system,或者您所有的合作伙伴,您更加关注跟外界的合作,建立一个命运共同体。

郑皓:在大公司,对市场,对合作伙伴,对客户的很多需求关系,会有别的团队帮你做。对于创业公司,我们也没有其他选择,你需要这么一个创业公司的团队,需要各个方面都更深入地考虑到,把这个问题很好地解决。所以这也需要一个相对来说比较全面,比较开放的思维方式,能够跟不管是客户,还是合作伙伴,还是自己内部的团队,还是外部的团队,很深入地建立起合作的关系。我觉得未来任何创业公司都不能单一地考虑,特别像做无人车的公司,不能考虑是单独一个公司的成果。我认为生存不是我们的目标,我们的目标是能够真正把这个规模做出来,而这就不是单一公司单方面能够直接达成的了。最终不仅是要达成一定的规模,也要考虑时间,这个我们不能讲具体细节。目前我们无人车20多个项目,我觉得不是很合理。当然到底多少年能够普遍商业化推广起来,每个人都有自己的想法。这肯定是一个马拉松,但是不是说给你20年时间慢慢来,不应该这样考虑问题。我们现在做无人车商用车的目的就是为了能够比乘用车更早商业化,更有影响力,能够辐射到整个交通运输行业。

Alex:做to B商用车的市场化进程会比做to C乘用车的进程更快?

PlusAI 中国测试车辆

郑皓:当然,这个问题我可能有一定的偏见(bias)因为我就是做商用车的。 不管是社会,经济,还是安全的影响,今天的商用车整体超过乘用车。有几个因素,第一就是商用车的司机,卡车司机;在国的50个州里面,有40几个州的第一职业是卡车司机。但是一个很奇怪的地方就是,大家都不想做。卡车司机是一个职业生涯很短的行业,而且很辛苦,同时也是很不安全的行业。其次就是从国民经济角度来说,GDP。比如说美国中国,运输行业GDP的影响是占据整体GDP的百分之十几到百分之二十,这样大一个规模,你很难在其他行业看到,对整个经济有这么大的影响但行业内的核心骨干成员又很不motivated的,所以这是一个很独特的行业。再看高速公路。每个人在路看到卡车,都躲着。因为大家知道,这里面从卡车所需要的停车距离讲,需要两百到三百米,远远超过乘用车,而且一出事70%的fatality,很危险,更不要谈对于环境的整体影响。所以这就是为什么今后的几年内,从各个角度——安全,道路效率,经济效益——商用车的影响远远超过乘用车。

这里我们还没谈到经济——因为卡车司机整体fleet,它的cost一般是20%到30%的totalcost,根据不同国家。中国的成本稍微低一些,美国的成本高一些。你可能觉得20%到30%的比例还不够高,但是可以考虑一下整个的fleet,它的profit margin应该只有6%,所以这是一个很大的问题。从另一个角度看,Level 4,Level 2和Level 3区别在哪里?很根本的区别就是首先,司机本来就不想开。其次就是司机的shortage,在美国,这是一个很明显很直接影响到经济发展的问题:美国卡车司机的shortage。国内亦然,国内虽然人工成本比较低,但是总体来说,国内司机的收益也是相当低的,低到不愿意从事这个行业。其次就是司机的效率和他的回报很低。再看卡车的利用率,国内比美国利用率低很多。从这一整套信息你可以看到,从司机的角度,如果能够把司机替代掉,对于整个行业,对于整个社会带来的影响是相当大的。这笔帐可以马上算出来,从收费角度看,任何一个行业,一个新的business model,把profitmargin提高四到五倍,马上就会吸引人来,每个人都会去做。但为什么乘用车还没有人做,没有人成功地做好,就因为这是个很难的问题,本身这个行业靠它自身是无法解决的。所以这就是为什么需要我们这些从互联网出身,从机器学习出身,做软件的人来进入这个行业,把新的思维方式和解决办法带进来。通过我们这几年在学术上不断的进展,能够把它真正作为一个成功的机器和人工智能应用做出来,我觉得很有机会能够做成最成功的,或者是第一个最成功的应用。我并认为对乘用车来说,无人驾驶没有意义。20年之后,或者十几年之后,大部分车都是无人驾驶,这是肯定的趋势。只是现在从司机角度,从经济效益角度,成本还太高,不能够很清晰地把这个问题解决。所以这主要是一个需求和经济上的项目,这里面的不平衡还需要通过技术进步去解决。从我们个人角度看,五年之内就可以通过试运营证明无人卡车是能够运营得很成功的。不管是从经济角度,安全角度,社会角度,这都是我们能够带来最大价值的地方。同时,无人卡车做的人太少,。市场上你如果看无人轿车,很多企业在做,非常多。某种程度上这是令人失望的地方,大家还没有完全意识到可能带来的社会价值,经济价值在哪儿。我希望大家不管是跟PlusAI合作,还是作为行业的专家一起往前推进,我觉得都会为整个行业带来了很大的机会。

Alex:怎么看中美之间无人车市场的区别?

郑皓:首先最直接的是在司机上的cost差别很大,虽然都是整体的fleet管理的运营的成本之一,但是还是有一定的gap在。其次就是中美的货车每天的利用率差别很大,从这个角度来说中美市场是挺不一样的。另外可以看到,中美市场一个很明显的数据是,它的平均fleet大小也差了一个数量级。所以市场肯定不一样。从另一个角度看,这个方向在未来是肯定不会变的,整体无人货车,特别长的货车成为干线上主要的运力,这点我们是坚定不移认可的。只是从时间点看,这两个国家的大规模部署会有不同的时间点。这里的话到底谁先谁后,挺难说,很大程度上取决于政策的支持。我觉得国内的话虽然现在可能起步稍微慢一些,但未来真正能够catchup会相当快。通过和中央政府以及地方政府的接触,我们深入了解了这一点,他们对于整体的需求看得很清楚。之后几年内会有一个爆发点,国内的无人卡车应用很快会超过美国。这是我的个人看法。

Alex:在整个AI的商业化流程上面中国现在走得更快一点。无论是场景,数据,政策,还是人才优势,研发优势,技术优势,用到中国市场里也是一个比较快的流程,可以这样理解?

郑皓:是的。

Alex:目前的测试是为了积累更多的数据使得模型或者系统更加成熟,还是有短期的其他计划?长期的计划是什么?

郑皓:如果是比较直观的短期计划,明年我们会有一个相对较小的车队,几十辆车,在美国不停地跑,在中国不停地跑,而且很大程度上会载货。因为一部无人卡车,重卡,在高速上开,带和不带trailer效果是完全不一样的。那么load是什么样的货品,是液体还是固体,怎么样堆放,效果也不同。所以这就是为什么我们需要做实时测试,同时需要不停去收集这里的数据,这不仅是路面的使用数据,而且有车辆行驶的数据,载货的数据,需要不断地带来数据上的积累,直接影响最终的效果——这是一个fullsolid effect。有两个最直接的影响,第一个当然就是测试,看我们实际情况下车辆反应如何,能不能达到要求,当然不能讲测试失败是disengagement,更重要的是,对于它正常运行过程当中的很多数据不断地收集,看能不能不断地提高。第二就是关于训练,把我们的模型做得更广,更好。所以这里面的数据设计不光是看到的数据,很多还有测到的数据。这里面当然光靠实际的路测数据肯定远远不够,在我个人看来,可能差一到两个数量级,目标是明年在模拟环境里的测试旅程达到实际测试旅程的100倍。虽然还有一定的gap,但是在getting close。这是从技术角度来说push很大的一个方向。原因很简单,很多是在模拟能够测到的数据,在实际路况里面是测不到的,我们做的相对来说是比较全面的。所以这是从整体的框架和infrastructure的投入里面很大的一部分。

Alex:感谢郑皓的分享。我也学到了很多东西,我看到您作为一名持续创业者,之前的经验给您现在的创业过程带来的帮助,也看到了您个人的角色的转变,从engineer到leader,再到entrepreneur;以及您目前作为PlusAI的co-founder,对整个无人车产业,中美无人车,无人车和乘运车市场的分析,非常感谢!

郑皓:谢谢!

郑皓与Alex合影,郑皓为右,Alex为左

Robinly
Robinly

Robinly团队坐标硅谷,从创业、领导力和人工智能三个角度去剖析成功创业者、高科技领导者、人工智能科学家和知名投资人的职业养成过程和他们对于这些领域的观点,我们力求追本溯源,为广大工程师、研究者提供一手的职业学习内容。

http://www.robin.ly
专栏二维码
产业机器学习PlusAI郑皓
1
相关数据
来也科技机构

来也科技是中国乃至全球的智能自动化领军品牌,为客户提供变革性的智能自动化解决方案,提升组织生产力和办公效率,释放员工潜力,助力政企实现智能时代的人机协同。 来也科技的产品是一套智能自动化平台,包含机器人流程自动化(RPA)、智能文档处理(IDP)、对话式AI(Conversational AI)等。基于这一平台,能够根据客户需要,构造各种不同类型的数字化劳动力,实现业务流程的自动化,全面提升业务效率。

www.laiye.com/
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

暂无评论
暂无评论~