离开全球最大军火商拒绝Uber邀请后他用四个月做了一辆无人车

智东西（公众号:zhidxcom）
文 | 晓寒

百度吴恩达的离职让他妻子——硅谷女神Carol Reiley所在的Drive.ai火了，不过世界上叫xxx.ai的公司还有两家，一家是全球首个破解iPhone的天才少年George Hotz所创办的comma.ai，另一家是本期智东西·硬创先锋的主角——Vector.ai。除了名字都有一个.ai之外，这三家公司最重要的共同点则在于——他们都是致力于将AI技术应用到自动驾驶领域的公司。

Vector.ai由Andrew Tsai（华裔）创办，他一个人花4个月的时间做出了一辆L3级别的自动驾驶汽车，并被选中参加于美国Thunderhill雷丘赛车场举办的的自动驾驶挑战赛，与comma.ai、Udacity、Polysync等知名自动驾驶技术公司同场竞技。与此同时，Andrew Tsai还参受邀出任Udacity（由原谷歌自动驾驶项目创始人塞巴斯蒂安特龙创办网络课堂）自动驾驶课程的导师，协助该平台开发自动驾驶课程。

随后，Uber旗下的otto、Embark等自动驾驶公司都向Andrew Tsai抛出了橄榄枝——但被Andrew Tsai一一回绝，他仍然坚持自主创业。

那么Andrew Tsai有着怎样的创业故事？Vector.ai推出了哪些产品？他们又准备怎样在尚处于早期的自动驾驶领域活下来呢？且看智东西本期《硬创先锋》为您解答。

创始人：曾给卫星写代码

“你好，我叫蔡长柏。”在用不流利的中文打完招呼之后，Andrew Tsai（以下称为蔡长柏）换回了英文模式。如果不论语言的话，蔡长柏第一眼看上去就是一个地道的中国人——黄皮肤、方形脸、黑头发、还戴着一个黑框眼镜。

（配图为蔡长柏）

蔡长柏的父亲是中国台湾人，母亲是印尼华侨，所以他有着一副标准的中国面孔，不过由于长期待在美国，蔡长柏的中文并不流畅。在接受智东西采访时，他仍然选择用英文交流。

在佛罗里达理工大学电子工程系期间，蔡长柏最大的爱好就是音乐，Racer X 和Paul Gilbert是他的狂爱的乐队和吉他手。他经常在周末背着自己的吉他在周边的酒吧演奏，挣些钱交学费。毕业后，蔡长柏先后进入了洛克希德·马丁和诺斯洛普·格鲁门公司工作。在洛克希德·马丁工作期间，蔡长柏曾参与过某卫星项目，担任软件和项目工程师。而一个很有意思的地方则在与吴恩达的妻子Carol Reiley在联合创办Drive.ai之前，也曾效力于洛克希德·马丁公司。

对于非军迷来说，这两家公司并不出名，但是在全球国防领域，这两家可都是鼎鼎大名的存在。洛克希德马丁公司是全球最大的国防业务承包商，其为美国政府生产了大量的尖端武器，例如F22/F117战斗机、大力神洲际弹道导弹、各类卫星等。而诺斯洛普·格鲁门则是全球最大的雷达与军舰制造商，B2战略轰炸机与尼米兹级核动力航空母舰都出自该公司之手。

进入2016年，不谙舒适生活的蔡长柏决定离开佛罗里达的阳光沙滩与温和海风，开始人生另一阶段的挑战。2月底，蔡长柏带上太太、两位母亲以及他刚刚出生一个月的女儿，开上家里的一辆现代新胜达SUV，从美国东部举家驶向了西岸的圣迭戈。

这是一趟跨越8个州的长途旅行，蔡长柏足足开了四天三夜。疲惫之余，他还目睹了多起车祸，这勾起了他对之前经历的回忆，他讲述道，“2008年的时候我考入大学，并拥有了自己的第一台车。但是由于驾驶时注意力不集中，发生过一起致命的事故。”

一般来说，年轻人对于自己第一台车的回忆都是充满了激动与兴奋，但是对蔡长柏来说，则并非如此。在蔡长柏看来，许多车祸都是由于疲劳或是分神所造成的，再加上父母由于英文不好经常被Uber与出租车司机拒载——工程师出身的蔡长柏决心要用自动驾驶技术来改变世界的交通状况。

产品：一个人用4个月做出测试车

2016年4月，蔡长柏开始潜心准备自己的自动驾驶创业事宜。

“所幸能够得到自己妻子Sophia的支持。”蔡长柏笑着说道。Sophia也是一位华人，在香港中文大学信息工程系毕业后，就职一家国际船运公司从事国际业务开发工作，在蔡长柏创业后也加入了Vector.ai，负责市场与公关业务。

此外，Sophia还邀请了自己在香港读大学时的好友杨帆加入Vector的创始队伍中来，他曾是IBM GBS全球业务管理咨询师，目前负责Vector.ai的亚洲市场与融资事宜。

2016年8月，蔡长柏将自己的思域卖掉，购入了一辆2017款的讴歌ILX作为原型车，正式开启了Vector.ai的创业历程。他将自家的车库改造成了Vector.ai的办公室，在里面摆上了几张桌子，桌上堆满了电烙铁、电脑、传感器、以及各种汽车配件，旁边则是这辆ILX与几个千斤顶。“我拿到新车后的第一件事就是买来工具把它拆了个精光。”说起起创业之初的场景，蔡长柏的声音中仍然带有一丝激动。

（配图为Vector.ai的车库办公室）

Vector.ai选择了PolySync作为自己的基础开发平台，并为这辆ILX装配了一个Velodyne的16线激光雷达、四个GMSL摄像头、德尔福的ESR毫米波雷达、Xsens的GPS/RTK/IMU模块，以及自动驾驶的计算模块——来自英伟达的Drive PX2。

“众所周知，目前各大公司在测试自动驾驶技术的时候基本都会选择一款Velodyne的64线激光雷达作为一个重要的传感器使用，但是Vector却选择了一款16线的产品…”

“因为贵啊。”还没等我将问题讲完，蔡长柏就急切的给出了答案。事实上，这位摇滚青年为了创业大概募集了14万美元（约合100万人民币）左右的资金，而Velodyne家那个64线激光雷达的单价就高达几十万元人民币， Vector.ai更希望能够开发出低成本的解决方案。

慢慢的，Vector.ai的团队也由原来3个创始人发展到了6个人。但是，在多出了3名拿工资的全职工程师以及研发进一步深入之后，Vector.ai的财务压力也在逐渐上升。

“凡是能卖的都卖了！”在问及如何化解财务压力时，蔡长柏这样回答道，“我卖掉了家里的沙发、音响、以及我最爱的两把吉他来保持我们的项目能够继续走下去。”

蔡长柏还讲了另外一个故事。有一天他正躺在车底捣鼓汽车，忽然发现他的女儿就站在旁边一直用疑惑的眼神看着他。虽然他没法向女儿解释自己的工作，但那一刻他由衷地觉得Vector.ai与他的小女儿一样，都是他的孩子，值得他全情投入。

2016年12月，Vetor.ai完成了这辆讴歌ILX自动驾驶原型车的开发工作，并且能够在路上以80公里/小时的速度自动行驶10分钟。

（配图为Vector.ai的自动驾驶测试车）

打法：做无人车的AI技术输出商

即然公司名字后面有一个.ai的后缀，蔡长柏更倾向于将Vector描绘为一家人工智能公司。他深知实现自动驾驶的关键在于人工智能，这也是其选择英伟达Drive PX2作为核心计算模块的原因所在。

简单来说自动驾驶汽车的工作原理是先感知环境，然后通过对环境的判断做出驾驶决策。在这一过程中，自动驾驶汽车的软件系统首先需要通过激光雷达、摄像头等传感器识别道路上的不同物体，然后分析并预测其可能的行动轨迹，进而再做出一个驾驶决策，让汽车自行驾驶。

在这一过程中存在两个问题，一是识别道路上的物体。二是根据其他物体的运动情况做出自己的驾驶决策。由于现实世界中有太多的物体，而每一秒的交通情况也都在千变万化，通过设定好条件的程序来让车辆实现自动驾驶几乎不可能，因此Vector.ai以及谷歌等绝大多数自动驾驶公司都选择了通过人工智能技术来解决感知与驾驶决策问题。

据蔡长柏介绍，Vector.ai的软件系统使用了深度学习+增强学习的模式，他们用深度学习中的卷积神经网络来教会车辆认识道路上的其他物体，然后再用增强学习来教会车辆做出正确的驾驶决策。

（配图为Vector.ai测试车内饰）

但是由于一辆测试车的数据实在太少，并不足以培育Vector的AI程序，所以他们又到KITTI Dataset、Synthia、Fairchild dataset、Selfracing car dataset、Udacity dataset等数据库获取开源数据来推进自己的研发过程。据蔡长柏介绍，Vector.ai已经有了50万英里的数据，但是由于不同数据库的标签不一致，他们仍需要对算法进行调整。

目前，Vetor.ai正在参加美国时间4月1日在美国Thunderhill雷丘赛车场举办的的自动驾驶挑战赛。据称参赛队伍将有英伟达，Comma.ai， Udacity，Polysync等自动驾驶技术公司。与此同时，蔡长柏还参受邀出任了Udacity（由原谷歌自动驾驶项目创始人塞巴斯蒂安特龙创办网络课堂）自动驾驶课程的导师，协助该平台开发自动驾驶相关的课程，而蔡长柏本人也在bittiger上直接向中国用户讲授自动驾驶技术。

随着课程的听众越来越多，Uber旗下的otto、Embark等自动驾驶公司也先后向蔡长柏抛出了橄榄枝，但是蔡长柏仍然决定坚持自主创业。

且不论Vector.ai的技术如何，眼下的自动驾驶汽车想要普及仍然面临诸多阻碍，包括激光雷达的价格仍然太贵、人工智能算法不够成熟、配套的法律与伦理体系缺失、基础设计建设跟不上等问题。

在这种大背景下，自动驾驶创业公司想要活下去需要找到可靠的盈利手段来渡过这段时期。

智东西之前曾采访过国内的驭势、图森、智行者等自动驾驶创业公司，这些公司无一例外的都找到了一条尽快将自动驾驶技术变现的途径，例如开发针对封闭园区的低速自动驾驶汽车、或是使用以纯摄像头为主的传感器方案来解决部分路况下的自动驾驶问题。

那么Vector.ai准备怎样渡过这段时期？

从与蔡长柏的交流来看，其更愿意在这一时期通过为其他自动驾驶玩家提供AI算法来获得收入， “我们的AI技术在自动驾驶这个细分领域还是相当领先的，我们希望帮助其他公司加速研发进程”蔡长柏说道，“此外，我们还可以向高校，创业公司，企业，以及感兴趣的个人出售完整的自动驾驶车辆作为开发平台。”蔡长柏并没有把行业竞争想象的如此残酷，他反而觉得只有各家公司互相合作才能尽快推动自动驾驶技术的落地。

为此，Vector.ai将其自动驾驶软件系统做成了四款应用，即Object Detection（障碍物感知）、3DReconstruction（3D重建）、Stereo Disparity（立体视觉计算）和Control Synthesis（控制融合）。其他人可以以SDK的形式在英伟达 Drive PX2平台上使用。