2
雷鋒網按：本文是辰韜資本張騎對百度Apollo平臺的分析與思考，張騎專注于人工智能和智能駕駛領域，先后畢業于同濟大學和臺灣大學，閱后若有所感，歡迎添加微信“kamizhq”與他交流。
百度的開發者大會無疑是最近自動駕駛界最矚目的事情，甚至沒有之一。
*Apollo開放路線圖
谷歌在今年的I/O大會上提出了“AI First”，之前可能是“送外賣”去了的百度，好像終于和谷歌有了那么幾分神似。
整場發布會陸奇強調了無數遍人工智能時代，數據是多么多么重要。無論是對于自動駕駛或是更廣泛意義上的人工智能，Data is King 或者更準確的說 He who has data is King.
所以Apollo計劃的內在核心，是數據。
我們知道百度從2013年就開始了自動駕駛項目，百度進行了不少路測，只是我們好像從來沒有在什么渠道上看到或是聽到百度積累了多少公里的路測。作為國內非常早開始做自動駕駛的大公司，我們似乎很難找到理由如果自己有不錯的數據積累的情況下，作為自動駕駛水平的重要依據，不去提這個數字。
在百度謎一樣的路測/數據背后，一個原因可能是由于國內相關法律法規的缺失。法律法規的缺失導致路測在沒有合法身份的情況下，并沒有辦法大規模的或是高效的開展。同時，在法律法規出臺前公開數據，就像在高調宣布自己違法一樣，畢竟樹大招風，這次Robin上五環可不是分分鐘就被盯上了。
數據為王，數據不夠，怎么辦？有一個聲音說：開放平臺。
Apollo開放平臺孕育而生。
百度并不是第一個在自動駕駛領域開源的公司，早在2016年11月底，天才黑客George Hotz就宣布他創辦的Comma.ai的軟硬件全部開源。開源的目的也很簡單就是收集收據。
Comma.ai還提供手機APP來收集數據，僅僅是通過1900多名APP用戶，在今年3月份時就已經收集了2.2萬小時行駛數據，84.5萬英里行駛里程。而他的自動駕駛和機器人開源平臺已經聚集了超過5000名開發者。對Comma.ai來說，無疑是一個不錯的成績單。
既然Comma.ai開源的最主要任務是收集收據以及匯聚開發者，那么同樣作為開放平臺的Appllo也不例外。
我們先說說匯聚開發者，作為一名曾經的十八線程序猿，我決定以開發者的視角來接觸Apollo開放平臺。
*毫不猶豫的點了Github
進入開發者頁面，可以看到目前可以使用的組件只有智能決策與控制，數據開放平臺。未來還有感知、仿真、DuerOS等模塊可使用。
智能決策與控制會把你帶到Github的頁面，提供了非常標準的說明文檔，對于有簡單開發基礎的人來說，配置環境、運行Apollo都不是難事。Apollo提供了一個非常有好的HMI界面。
紅色框中的Dreamview 是一個針對當前自動駕駛功能的可視化輸出模塊
Dreamview預覽，目前Apollo 1.0僅包含循跡自動駕駛功能
我們常說自動駕駛包含三大模塊，感知、決策、執行。通過Apollo我們可以看到實際開發中，自動駕駛會包含以下更細致的模塊，包括感知、定位、預測、規劃、決策、控制、HMI、監測以及CANBUS模塊。
作為一個開源項目，Apollo 1.0上線一周以來，目前有16位貢獻者對代碼做出了68處改動，涉及156個文件，新增3832行代碼，刪去了3703行代碼，還有65處改動有待審閱。不過仔細看了下可能絕大部分貢獻來自百度Apollo團隊自身。
根據Apollo路線圖，今年年底就要上線簡單城市路況自動駕駛，到了明年年底，就可以有城市道路自動駕駛和特定區域高速駕駛功能。
看起來，作為開發者，我離自動駕駛，可能就差一輛車了。
Apollo成功降低了自動駕駛的參與門檻，讓一些對自動駕駛有興趣的開發者，有了參與其中可能，只是開發者發現了Apollo網頁底部的免責聲明。
“汽車自動駕駛本身存在其內在風險，參與人員可能遭受潛在財產損失、損害或人身傷害。本平臺和百度均不會對平臺代碼的輸出和使用結果的正確性、準確性或可靠性作出任何保證，也不會就任何已知或未知的錯誤或缺陷承擔任何進行改正、修改、發布升級補丁或做出通知的法律責任。若您在道路測試或其他行動中依賴平臺代碼，您將自行承擔使用平臺代碼的風險和相應責任。”
是的，畢竟自動駕駛太特殊了，它具有危險性，百度雖然開發了并且開放了這個功能，但是，要是出事兒了，請務必注意這和百度沒一點關系，請自行負責。
畢竟自動駕駛還在一個比較早期的階段，無論算法、測試環境等各方面都不成熟，百度這么做實在情有可原。但是對于開發者，無論是個人還是機構/企業又是否愿意去承擔呢。對于個人開發者，承擔不起這樣的后果，作為企業，尤其是缺乏研發能力的企業/機構，相比于承擔這樣的風險，倒不如等百度開發成熟了拿來用。那對于有一定研發能力的企業/機構，與其拿著百度的算法去承擔風險，是不是參考百度算法取長補短最后用自己的算法去承擔風險更合理一些。這也讓人好奇百度和Apollo平臺上的50位合作伙伴是否也有這樣的免責條款。
所以對于Apollo平臺，推出仿真平臺就變得非常有必要甚至迫切了。有了仿真平臺，大家的后顧之憂看起來都解決了。其實在會上陸奇也強調仿真是Apollo平臺非常核心的一環。沒有這一環，這個平臺對于開發者的吸引力可能就要大打折扣。
2個月后，仿真模擬器就會上線。
Apollo平臺隨著仿真模擬器的加入以及升級，匯集開發者的任務看起來可以實現。那接下來的核心就是數據了。Apollo平臺提供了一個數據開放平臺。向開發者開放數據以及計算能力。
開放數據提供了一些標注的數據，目前開放的包括三類，激光點云障礙物檢測分類樣本、紅綠燈檢測樣本以及Road Hacker的小部分數據集。你滿懷著希冀的下載了激光點云樣本和紅綠燈檢測樣本，打開發現里面有100個標記樣本，是的，只有100個。
我們都知道深度學習的效果優劣與樣本數據量息息相關，所以你看百度是非常清楚數據的價值的。另外，如果想要更多的數據，那就拜托各位開發者或是合作伙伴多多貢獻了。
開放能力主要包括計算能力和標注服務，主要依托于百度云。可以在云端完成樣本訓練（與NVIDIA DIGITS類似），但Apollo平臺在這里給開發者設置了門檻，當前僅針對科研機構，企業單位開放云端計算能力，允許他們通過API訪問開放數據。當然對于個人開發者，這并不是太大的問題，選擇還是比較多的。
Apollo開放的計算能力，降低了開發者或是合作伙伴樣本訓練的成本，但僅僅是降低訓練成本是否真的構成去開放數據的吸引力呢。首先數據訓練的選擇還是比較多的，其次，也是更重要的一點，開發者和合作伙伴肯定明白，數據為王，那么他們，真的有意愿去共享自己的數據嗎。
在Apollo網頁底部，可以看到一個數據開放與分享倡議，以下摘錄部分核心內容：
“……
公平數據原則
在數據開放規模方面，以“貢獻越多收獲越大為原則”。
合作伙伴貢獻以數據里程（公里）為單位進行核算。
收獲指合作伙伴在阿波羅數據開放平臺（以下簡稱“平臺”）可以獲取的數據、服務和算法模型等。
初始數據與后續數據
百度作為平臺的發起者，為平臺提供初始數據。這部分數據將對平臺的所有合作伙伴開放。
初始數據之后，平臺將依靠平臺全體合作伙伴的貢獻逐步成長。每位合作伙伴都應遵循公平數據原則。
數據加工
平臺有權對合作伙伴上傳并標記為公開的數據進行加工處理，處理后的數據將作為本平臺的公開數據。
數據隱私
任何合作伙伴可以查看自己的數據，并設定數據的隱私屬性為：私有或公開。
私有：表示該數據只能由合作伙伴自己查看和使用。
公開：表示將該數據授權給本平臺，本平臺將根據平臺的數據共享原則公開衍生的數據和資源。
合作伙伴上傳的數據默認為該合作伙伴私有；平臺在合作伙伴上傳且標記為公開的數據基礎上經過二次加工的數據（如：標注或場景提取）需要作為平臺公開數據。
黑名單：如果合作伙伴不希望自己的數據被某個敏感合作伙伴訪問，則可以進行設定。
特殊數據：默認為合作伙伴私有數據。該數據的擁有者可以指定將其開放給平臺的特定合作伙伴。
三、數據范圍與開放方法
1、數據內容
原始數據、標注數據、無人駕駛場景（供仿真模擬器使用）、特殊數據
……”
在這份倡議中（具有法律約束力），我們看到百度試圖營造一個正向激勵的循環，并且告訴開發者你的數據隱私可以得到很好的保護。
所以在這樣的前提下，資源是否有機會真正共享起來呢，我做了諸多假設，發現很多情況下都無法滿足最核心的兩點：第一是百度要收集數據這個目的，第二是數據對于合作伙伴或是開發者是非常有價值的，他們主觀上不會有共享的意愿。
如果要滿足這兩點訴求，目前看來最理想的方案是，每個合作伙伴與百度單獨共享數據，正向激勵循環也可以在百度和每個合作伙伴間流暢運作，百度因此也可以收集到大量數據，唯一會造成的現象就是，這個數據開放平臺上，真正標記為“公共“的數據非常少，大部分都是“私有及僅向百度開放“的狀態。當然這種看起來是雙贏的合作，其實真正的大贏家，只有百度。
以仿真匯聚開發者，以數據成就百度在國內自動駕駛的領先地位，這是我們目前看到的Apollo平臺。然匯聚開發者易，開放數據難，檢驗Apollo的最好辦法，就是用數據說話。
或許我們幾個月之后就可以看出一些端倪。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
