編者按：2018年12月28日，由網易智能、清華大學數據科學研究院和25家評審機構共同評出的「2018中國AI英雄風云榜」年度人物榜單揭曉，10位人工智能領域的從業者獲獎。其中，Momenta創始人兼CEO曹旭東憑借在人工智能商業領域的成績榮獲本次評選的商業創新人物新銳獎。

一百年后，那時的人們一定會贊嘆，甚至會嫉妒，我們所處的時代。

對于汽車行業，這是一百年一遇的大變革的時代；對于中華民族，這是一百年來從落后到偉大復興的時代；對于全人類，這是電氣革命之后一百年，智能革命的時代，是第三次工業革命。

曹旭東在新年的致全員信中這樣寫道，面對百年機遇，他高呼打造自動駕駛大腦的口號，帶領Momenta駛入了快車道。

他們遵循著漸進式可量產自動駕駛技術的路線圖，發起沖鋒，Momenta定位自己是整個汽車產業鏈中的供應商角色，Tier 1或Tier 2，主要服務的OEM，與OEM共同把自動駕駛大腦和身體結合起來實現自動駕駛。

目前，Momenta宣布累計完成融資2億美金，估值超過10億美金，位居國內自動駕駛行業第一梯隊。

這家公司的舵手曹旭東則被稱為“技術癌”，從清華大學到微軟亞洲研究院，從商湯科技再到自主創業，這位不折不扣的技術大牛，有著怎樣的故事？

01

成長之路

曹旭東2008年畢業于清華大學，本科就讀工程力學專業，畢業后，曹旭東因成績優異取得了清華大學直博的機會，但出于對人工智能的強烈興趣，他選擇了放棄，在《一起上》的采訪中，曹旭東說道，我對統計學有著濃厚興趣，但當我一心扎入人工智能計算機相關的課程，哪怕自己上課、看書、查文獻都樂在其中。

圖：微軟人工智能程序How-old

就這樣，導師三次挽留未果的情況下，曹旭東加入了微軟亞洲研究院計算機視覺組，他非常喜歡這里的研究氛圍，并擔任了研究員，學術興趣包括機器學習，計算機視覺等，負責研發的人臉識別算法曾用于微軟Xbox、How-old等產品，How Old.net有數億用戶，他還業余研究了巴別魚計劃，這是一個專門用于英語學習的聊天機器人項目。

在學習和研究期間，曹旭東還在CVPR/ICCV/ECCV等計算機視覺頂級會議發表了十余篇論文，其中三篇CVPR論文和兩篇ICCV論文獲得口頭報告榮譽（接收率小5%）。

他曾參加National Data Science Bowl比賽，與1000多支來自世界各地團隊的選手角逐，并拿到全球第二的好成績。

圖：求學期間的曹旭東

2015年，曹旭東深感人工智能技術需要落地實踐才能發揮真正價值，他又從微軟亞洲研究院跳槽到在當時還名不見經傳的AI創業公司商湯科技，擔綱執行研發總監，負技術責研發和籌建北京團隊。

而在商湯科技短短的一年多之后，曹旭東選擇投身創業浪潮，結合自身優勢和經驗，選擇了自動駕駛賽道，2016年9月，宣布成立自動駕駛領域的人工智能公司Momenta。

他曾在知乎說，很多清華學生把人生當成一場馬拉松，在同一個擁擠的賽道上，朝著大眾期許的目標，慣性的奔跑。

曹旭東屬于那部分不安于現狀的人，不愿加入這場“慣性”馬拉松，而誰說創業就不是更艱難的長跑呢？

02

創業之路

Momenta成立之初即獲得來自藍湖資本領投，創新工場和真格基金跟投的天使輪500萬美元融資；2017年初，獲得順為資本領投的A輪融資；2017年7月宣布獲得B1輪4600萬美元投資，由蔚來資本、戴姆勒集團領投，順為資本、創新工場和九合創投跟投；2017年10月，宣布獲得B2輪融資，由凱輝旗下中法創新基金領投，GGV紀源資本參投。

2018年10月，他們宣布了新一輪超2億美金的融資，投資者包括騰訊等多家機構，國資背景投資者則包括招商局創投、上海國資經營公司旗下國鑫資本、蘇州元禾資本以及建銀國際。

至此，Momenta估值超10億美元，躋身獨角獸AI創企行列。

曹旭東把人工智能創業公司分為三類：第一類，有技術，無應用場景；第二種，有一定場景但是商業模式沒有創新；第三種，是他眼中的完美狀態，技術帶來需求場景，從而引發商業模式的創新和產業格局的變化。

而他想做的是第三種公司。

對此，他們制定了“三步走計劃”：第一階段是底層基礎平臺的建設；第二階段是基于底層平臺，建立起環境感知、高精度地圖與定位、駕駛決策規劃等一系列的軟件算法；第三階段是形成自主泊車、高速公路與城市環路以及城市道路等不同場景和不同級別的自動駕駛解決方案。

據了解，Momenta提供基于深度學習的環境感知、高精度語義地圖、駕駛決策等核心技術，產品包括不同級別的自動駕駛方案，以及衍生出的大數據服務。

2018年10月，Momenta研發總監夏炎談到，在完成基礎平臺建設之后，團隊開發了圍繞環境感知、高精度地圖和駕駛決策相關的算法，已經進一步產品化形成了多個不同級別的自動駕駛產品和解決方案，包括后裝安全輔助駕駛產品、L3級別面向高速公路和城市環路的自動駕駛解決方案、L4級別自主泊車解決方案以及L4級別城市道路的自動駕駛解決方案。

落地方面，他們于去年4月與蘇州簽訂了戰略合作協議，將在蘇州建立規模化的測試車隊，推動L4級別自動駕駛落地；

同年10月，Momenta獲得由上海市政府頒發的自動駕駛車輛道路測試牌照，我們注意到，上海嘉定區共開放11.1公里，臨港地區新開放26.1公里，嘉定區的測試道路將聚焦于推進乘用車自動駕駛技術的研發測試，臨港地區的測試道路將聚焦于推進商用車自動駕駛技術的研發測試。

此外，高精度地圖作為Momenta深耕的細分領域，團隊投入了大量的精力，目前，高精度地圖主要有以下三點問題，太昂貴，基于激光雷達的傳統制圖方式價格昂貴，難以大規模鋪開，最終制圖的成本會轉嫁到OEM身上，使用門檻高；不敢用，不同于傳統的導航地圖，高精度地圖服務于機器，任何信息錯誤都有可能導致致命的事故，因此確保高精度地圖提供的信息是安全可靠尤為重要；不會用，高精度地圖的發展尚處于早期階段，行業中真實應用高精度地圖的經驗有限，且大部分用戶對于高精度地圖產品還未形成非常清晰的需求。

基于這樣的痛點，Momenta采用以視覺為主的方案，攝像頭成本低廉，能夠支持規模化和眾包部署，還能夠在保證質量的前提下實現地圖的創建和大規模更新。

然后，Momenta通過視覺眾包的方式，實現從發現信息變化到質量驗證測試的完整流程，能夠快速大規模地實現高精度地圖的更新，由此來保障高精度地圖的安全性。

鑒于大部分高精度地圖用戶真實應用地圖的經驗有限的問題，他們通過多個不同級別的自動駕駛解決方案，打通了從感知到高精度地圖，再從決策規劃到控制的完整鏈條，在這個過程中，他們可以準確地定義不同自動駕駛場景下對于高精度地圖的需求。

顯然，對于一家僅僅成立兩年多的創業公司而言，要想成就非凡，這還遠遠不夠，曹旭東曾談到，“我相信未來世界的生產力和自由，將來自大數據和智能”，他篤定自動駕駛方向，而且，這也是他選擇創業的原因。

03

求索之路

曹旭東曾談及團隊最大的優勢是深度學習算法能力。

他認為，第一、深度學習算法的通用性很強，基于深度學習的算法更加通用，比如faster RCNN在人臉、行人、一般物體檢測任務上都可以取得非常好的效果。

第二、深度學習獲得的特征(feature)有很強的遷移能力。第三、工程開發、優化、維護成本低，深度學習計算主要是卷積和矩陣乘，針對這種計算優化，所有深度學習算法都可以提升性能。

圖：震驚業界的Uber自動駕駛致死事故

在算法研究和思考之外，曹旭東坦言，思考最多的地方還是自動駕駛的安全性，他在多個場合反復提及，對人類駕駛員來說，平均1億公里會發生一起致命性的事故，自動駕駛系統想達到人類的安全性水平，大概需要100億公里的數據，如果安全性想超過人類駕駛安全性一個量級，則需要1000億公里的數據。

那么，如何實現1000億公里呢？根據計算，100萬輛車跑一年可以達到1000億公里，但如果每輛車的成本按照100萬人民幣來計算，大概需要1萬億人民幣的造價，這是一個非常非常驚人的數字。

他認為通過數據眾包可以很好的解決數據積累問題，“第一點是硬件成本和運營成本較低，出行者在通勤的路上便幫助系統收集了各種各樣的數據，另一點是可以通過眾包收集影子數據，測試自動駕駛大腦的準確性和安全性，影子測試是不需要直接控制的，通過對比真實司機的駕駛行為和系統的預測行為，就可以評判自動駕駛大腦的安全性。”

曹旭東還表示如果無法保障安全性，自動駕駛不可能大規模商業化。

而在中國，自動駕駛技術的挑戰則更大，他指出，第一，在中國，車輛與車輛的距離、行人與行人的距離是很近的；第二，中國人對交通規則的遵守做得并不好，如果要根據當前的位置預測車輛或行人接下來的位置是有困難的；第三，中國的道路很容易出現擁堵，實現擁堵情況下的自動駕駛非常困難。

“但不可否認，這樣的挑戰也意味著中國對自動駕駛的需求更大，如果大規模普及將為中國交通帶來變革”，曹旭東如是說。

而面對經濟下行壓力，作為創業者的挑戰同樣巨大，在商業模式未得以驗證之前，一切都充滿變數。