【TC 深圳现场报道】滴滴弓峰敏：滴滴研究院都在研究些什么

来源:动点科技

原标题：【TC 深圳现场报道】滴滴弓峰敏：滴滴研究院都在研究些什么

两三年前，大家讨论滴滴，讨论的重点还是网约车，讨论的是如何把打车做得更方便、更适合大家出行。但在如今滴滴已经成为中国出行行业最大的企业时，如果仍然聚焦在打车这件事上，就比较过时了。为此，2016 年 4 月 13 日，滴滴出行对外宣布，成立滴滴研究院，研究方向包括：机器学习、无人驾驶、计算机视觉、人工智能、数据挖掘、最优化理论、分布式计算等，致力于通过机器学习理论和方法，最大化利用交通运力，缓解城市拥堵，为每一位用户设计最贴心最智能的出行方案。

为此，在 TechCrunch 国际创新峰会 2017 深圳站主论坛现场，我们邀请到了滴滴研究院副院长、滴滴美国研究院负责人弓峰敏来谈一谈滴滴利用大数据在疏解城市交通病上的尝试。

据了解，弓峰敏被誉为硅谷安全教父，在网络及安全研发领域有着三十多年的经验，去年 9 月加盟滴滴之前是 AssureSec 联合创始人兼 CEO，也是世界著名网络安全公司 Palo Alto Networks 的联合创始人，还是多家新兴安全公司的创始人或重要高管，其中三家企业已成功上市或被收购，同时他还是一位享有盛誉的创业教练和硅谷天使投资者。

“我来到滴滴是一个很好的机遇，当时我们在看下一个最有影响力、最有用的安全产品和工具，我们在思考时和滴滴相遇，滴滴有一个很远大的目标，可以切实帮助我们解决今天面临的很大的问题，从交通拥堵到大气污染等问题。”弓峰敏如此解释他加入滴滴的原因。

如何利用出行大数据解决交通拥堵城市病？

弓峰敏认为滴滴最早只是做出行，但现在通过大数据挖掘所做的事情的意义已经远大于出行本身了。我们需要在已知数据的基础上，通过深度学习挖掘出更多隐藏信息，为人们提供个性化的服务。弓峰敏介绍，“我们利用滴滴车辆实时检测的交通状况，融合其他的传感设备，包括城市里已有的传感设备，做了一个更准确的交通流量预测，在此基础上做动态红绿灯同步优化。该系统已经在济南投入使用，经过两个月的测试发现，在一个经过六个红绿灯的场景中，我们使车辆总共等待时间从 40 分钟减到了 30 分钟。”

不过想要做到这一点还是有一些先决条件，“我们必须把大数据应用技术有效的、无缝与市政府大系统结合起来。”弓峰敏如此表示。另外，“系统还需要根据某一人群所在的地点或者用户行为数据，以最快的、最经济的方式预测用户的需求、设定最佳路线，并与生活中其他常用的交通系统做好整合。”

如何让智能驾驶更安全？

弓峰敏介绍，滴滴研究院非常关心汽车的安全性问题，这主要包含数据安全、程序安全、网络安全和人的生命财产安全等多个细分领域。一方面，弓峰敏认为“数据安全、网络安全、智能驾驶以及车的安全已经相互紧密连接在一起了，如果一个地方出现问题，它会影响到一个系统。因此，atv，滴滴把安全作为一体化来考虑，各个环节发生什么样的状况下，我们都要有比较安全的策略让车安全行驶。”

另一方面，弓峰敏透露滴滴研究院也在试图利用 AR+AI 技术提高驾驶员安全驾驶的能力，“大多状况下 GPS 导航都不会错，但恰恰在你着急时，进入市区某一个地方，或许 GPS 信号不好时，导航会出现误报。”弓峰敏认为我们可以利用 AR 技术，将其他融合传感器所采集到的人类无法直接看到或听到的信息（包括跟车、导航、安全相关的数据）通过 AI 技术的处理呈现在人眼前，让人能够看得见、听得着危险，从而有效避免危险情况发生。”

不过，想要将以上技术真正运用到真实车辆中，让司机、普通用户能够真正运用上路也还需要很长的一段时间用以克服技术障碍。“我认为对消费者的影响很大的是跟 AR 相关的技术。AR 可以看成是将来人机无缝交互，让机器服务于人的关键。”不过，即使对此，弓峰敏仍旧认为还需有五年到十年的时间才能看到不同技术成熟度的产品与应用。

智能驾驶作为有效的工具服务于人类的几个大的挑战：

智能驾驶无疑是未来最具成长潜力的领域，无人驾驶也是人们最为期待的场景。不过，在弓峰敏看来，智能驾驶的实现还面临着诸多的挑战：

第一个挑战，直播，我们在智能驾驶核心的计算机图像学、深度学习等方面的能力还不足以满足所有需求