又到了周五了。在您欢度周末之前，一起来看一下本周前沿技术领域的一些新鲜事吧。以下是本周周报的主要内容：
英伟达在中国苏州举办NVIDIA GTC China 大会，最受关注的新品是处理性能比上一代产品提升7倍的自动驾驶芯片Orin，这款新品有何特点，自动驾驶芯片这个市场境况如何？
百度在长沙举办首届Apollo生态大会，新发布了两大开放平台，升级了Apollo系统至5.5版。这些对于百度的自动驾驶落地有何帮助，困境在哪儿？
英国科学家在脑科学领域进行了一个有意思的新实验，证明人在判断人和事的时候形成偏见，似乎与大脑中的某处结构有关。人似乎是天生“非理性”的。人脑中这块结构到底有什么奥秘？
英伟达发布最新自动驾驶芯片Orin
12月18日，在苏州举行的英伟达GTC大会上，创始人黄仁勋发布了新一代自动驾驶芯片Orin。黄仁勋表示，Orin芯片是一款系统级芯片，晶体管数量为170亿个，性能达到200TOPS（注：TOPS是处理器运算能力单位，1TOPS代表处理器每秒钟可进行一万亿次计算），将比上一代Xavier芯片快7倍，可以在自动驾驶汽车和机器人中同时运行大量的深度神经网络。
从公开资料看，英伟达这块自动驾驶芯片200TOPS的性能数据，是自动驾驶芯片这个领域里比较高的。特斯拉在今年4月推出的自动驾驶芯片 Autopilot Hardware 3.0，性能达到144TOPS，英伟达新品的数据略胜一筹。不过特斯拉的自动驾驶芯片属于自产自销，跟英伟达还构不成直接竞争关系。
自动驾驶芯片作为终端芯片，不止看算力密度，还得看功耗以及能效比。英伟达称，Orin芯片可以从L2级自动驾驶扩展到L5级自动驾驶，每个级别的自动驾驶都能降低功耗并提升图像的分辨率，可以有效保护汽车的续航里程。
同时，英伟达表示，该芯片还能有效降低自动驾驶的成本，主机厂在采用了这款芯片以后仅采用一个单路摄像机就可以实现L2级自动驾驶。这款芯片将会在2022年投产。
L2级自动驾驶芯片这个领域，英特尔旗下的Mobileye占据主导地位。英伟达这个芯片，有点向L2级市场发力的意味。不过此前英伟达还并未在L2这块取得大的突破。
英伟达自动驾驶芯片Orin
自动驾驶芯片对自动驾驶安全至关重要，汽车在高速行驶中，要对周边复杂环境做出判断并反应，需要用芯片来支撑大量运算。此外，汽车对于功耗、可靠性、功能稳定性要求高，既要高性能，又要降低功耗以达到省点的目的。因此自动驾驶芯片难度比较大，有观点认为自动驾驶芯片是AI芯片中的珠穆朗玛峰。做自动驾驶芯片，要对自动驾驶的算法有很深的认识，根据算法去设计计算构架，从而去适应汽车端的庞大计算量，降低功耗。
另外，不同的汽车厂商，在不同的国家，面临着不同的交通环境，这就对系统构架提出了不同的需求。因此仅有硬件产品还不行，需要芯片有良好的可编程性，需要有开放平台，提供辅助开发的工具和软件产品。
因此英伟达这次发布的NVIDIA DRIVE AGX Orin不只是硬件，而是软件定义平台，芯片本身可编程，有一定兼容性。另外还提供一套使用主动学习、联邦学习和迁移学习来训练深度神经网络的工具。例如在联邦学习这个领域，英伟达将训练模型发送给合作伙伴，每个合作伙伴在不移动或共享数据的情况下，在自己的数据上训练模型。而通过迁移学习的预训练模型，可以经过调整后更快适应厂商的特定汽车、传感器和地区要求，更快地部署上路。
从这里也可以看出，自动驾驶芯片的发展着力点，一方面是计算密度与功耗等传统性能指标的提升，另一方面是软件方面的丰富完善，通过开发工具和软件库以及预训练模型，帮助自动驾驶厂商做算法的优化。
除了英伟达，自动驾驶芯片这个领域的重要厂商还包括英飞凌、瑞萨、TI、恩智浦、Mobileye等。英伟达和Mobileye算是自动驾驶芯片领域独一档的两家公司，Mobileye在L2、L3级别的自动驾驶芯片中地位卓然，因此Mobileye被被视为ADAS产商。英伟达在L4级别的自动驾驶芯片市场称雄。而像英飞凌、恩智浦这样的传统汽车芯片巨头目前处于追赶者的地位。
从整体规模看，Gartner数据显示，到2021年，全球自动驾驶汽车芯片行业的年营收将增长超过一倍，至50亿美元。规模不算大，这可能也是Orin不急于投产的原因。不过这个增速以及自动驾驶被普遍确认为大趋势，让每家芯片厂商都不能忽视这块市场。
国内芯片厂商中，华为、地平线、寒武纪、西井科技、零跑科技、黑芝麻科技等都有所涉猎。华为在2018年10月发布了支持L4级别自动驾驶能力的计算平台MDC600，算力高达352TOPS，不过这不是单颗芯片，而是由8颗昇腾310 AI芯片组成的计算平台。为了满足自动驾驶车规级需求，华为明年会发布MDC 610，后续还会有620、630，一步步升级。
百度阿波罗新开放两大平台
英伟达发布的自动驾驶芯片与软件定义平台，主要作用是提高自动驾驶中的单车智能。自动驾驶是一项复杂工程，除了车本身要智能，路也要智能，车与路之间要协同。毕竟只靠提升车本身的智能化程度，速度慢，自动驾驶永远也落不了地。
12月18日，百度在长沙举办首届Apollo生态大会，除了升级原有的自动驾驶开放平台，百度还发布了车路协同、智能车联两大开放平台。百度此前的技术开发，包括Apollo系统几个版本的演进，都是为了提高车辆本身的智能化程度。发展到现在，单车智能在技术上面临一个瓶颈期，要想更快落地自动驾驶，百度新的抓手是推进车之间的联网与路的智慧化。
Apollo车路协同开放平台由一个边缘智能底座、云服务和六大场景构成，场景包含智能网联自动驾驶、智能网联辅助驾驶、交通诱导与信号控制、运营车监管、出行服务、智能停车等。而基于智能底座，百度希望更多开发者和合作伙伴可以开发更多城市管理、交通出行方面的应用，形成更多的与路相关的数据与应用，使自动驾驶系统既可以感知车也可以感知路，在此基础上规划决策的算法。
百度Apollo车路协同平台
百度在2018年9月曾宣布将开源Apollo车路协同方案，主要是在Apollo开放平台构架内增加了车路协同相关模块，主要聚焦在车端对车路协同V2X相关信息的融合处理。在路端的模块不多。这显然对于推动车路协同起不了多大作用。
这次推出车路协同开放平台，主要的变化在于，强化了云端与边缘的协同，边缘节点获取信息，数据清洗后回到云端处理。
这样百度在车路协同上又迈出一步，但此前一直聚焦单车智能的Apollo系统在“路”这一端的布局仍显薄弱，此次推出平台也更多是强化车端的数据收集与处理能力，在路这一端，开发工具依然不多。百度想让开发者开发应用，丰富路端的产品和数据，但进展预计会很难显现，一方面平台提供的工具还不足，另一方面即使开发出应用，也面临车路协同的共同难题，即商业模式不清晰，很难建立起盈利模式。城市管理、交通出行方面的应用，能直接带来出现效率提升的情况不多见，谁来为这种应用付费，也不好确定，只能由政府强力推动并买单才行。这样，商业化进展并不容易。
与智慧交通领域的公司进行合作，是提速车路协同的重要手段，百度Apollo在2018年9月宣布与智慧交通领域的知名公司千方科技进行战略合作。但在2019年中，一直在自动驾驶上坚持车路协同路线的阿里斥资35亿取得了千方科技15%的股份，成为第二大股东，并与千方科技达成战略合作。这样百度再继续深度合作可能就比较难。
百度的车路协同之路，可能会不太顺畅。
百度Apollo智能车联开放平台也在本次大会上全新发布。平台全面开放了小度车载2020，包含全语音车载智能小程序、车载真人语音定制、一次唤醒多次交互等技术能力，主要聚焦于车内体验。
除了这两大平台，百度还将原有的自动驾驶开放平台升级至5.5版本，主要内容包括：语义地图深度学习方法，以处理城市复杂的路况场景；针对城市出租的舒适快捷需求，引入非线性速度规划优化；发布了自动驾驶云，将百度积累的自动驾驶能力放在云端，帮助厂商开发自动驾驶所需要的AI技术。
总体来说，5.5版本更倾向于提升Apollo系统的商业化能力，包括针对刚刚开始商业化的出租车场景的规划，以及在云端开放的能力，都显示了Apollo系统想更快商业化的心态。自动驾驶研发周期长，迟迟不见大规模的商业回报，即使谷歌也耐不住要通过卖激光雷达、组建出租车队来变现。百度增强盈利能力的压力更大，自动驾驶部门不得不想办法去做更多的商业化变现。就像百度Apollo的总结：勇攀高峰，沿途下蛋。所谓沿途下蛋就是在研发过程中去寻找或大或小的商业变现机会。
今年年初，百度在拉斯维加斯的CES上发布了Apollo的3.5版本。2020年初的CES，百度取消了Apollo的展位，选择在长沙宣布新版本，一方面是因为在长沙落地了无人驾驶出租车项目，另一方面也是为了节省支出。新的一年，Apollo需要拿出更多的商业化变现成果。
脑科学实验揭示偏见与人类大脑结构中的pMFC部分相关
下面再看一项基础研究领域的新进展吧。
人类或多或少都会有有一种确认偏误，或者叫偏见，当形成一种判断后，再接触到与这个判断相关的信息，会自动忽略掉不利于这个判断的信息，而强化那些符合这个判断的信息，不断强化，形成一种认知偏见。这种特征背后形成的机理是什么，人类一直不得认知。
英国《自然·神经科学》12月16日发表的一项脑科学研究发现，人脑中的内侧前额叶皮质后部（pMFC），可能是促进人类产生确认偏误的原因。内侧前额叶皮质后部，在大脑中负责追踪决策信息，并在应该改变决策时发出信号指示。
据科技日报报道，执行此项研究的英国伦敦大学城市学院研究人员安德烈斯·卡帕斯和塔里·沙罗特等人，设计了一个实验：
●42个人作为被实验者参加了此次试验，每两人组成一组，研究人员并要求他们单独判断房产的挂牌价比给出的显示价格高还是低。
●之后，被试人员根据对自己判断的信心下注1—60美分不等。
●接下来，每名被试人员进入核磁共振扫描仪，实验人员再次向其展示相关房地产信息并提醒他们最初的判断和赌注。
●随后，他们看到了同伴对于相同房地产信息的判断和赌注，这时他们被要求提交最后的赌注，以显示其对于自己初始判断的信心。
研究团队发现，当同伴的判断确认了某被试人员的初始判断时，该被试人会增加最后的赌注，并且最后的赌注与同伴的赌注相关。通过核磁共振扫描仪，研究人员确认，在二者的判断一致的情况下，大脑内侧前额叶皮质后部的活动，调控了同伴的判断对于最后赌注的影响。
pMFC中不确定(相对于确认)意见强度的敏感性降低
也就是说，当二者意见一致时，人的内侧前额叶皮质后部对这种信息非常敏感，诱导人做出增加赌注的决策。
而当两个人意见不一致的情况下，内侧前额叶皮质后部对不利于已有判断的信息不太敏感，不会发出更多信号诱导人去做出相应决策。即使同伴下了高赌注，对另一方的决策也几乎无影响。这就导致了偏见。
按照这样的研究，人似乎是天生“非理性”的，人对于事件的判断，往往是过滤掉不利于已有判断的信息，这不一定是性格决定的，而是大脑里的某些部位起了促进作用。
当然这也不是绝对的，人都会有“第一印象”，但是很多“第一印象”在人经历很多事情后会发生改变。不同的人，有的固执，有的灵活变通。这背后是本次研究中的内侧前额叶皮质后部发育不同导致，还是另有其他会产生影响的结构或者机理，有待于科学家继续研究。
评论