36氪首发 | Drive.ai完成5000万美元B轮融资，人工智能专家吴恩达加入董事会

那个越过谷歌特斯拉首发雨夜自动驾驶演示视频的自动驾驶创业公司Drive.ai又回来了，这次他们带来了两个好消息：完成5000万美元B轮融资；Google Brain创始人、前百度首席科学家吴恩达加入董事会，为Drive.ai自动驾驶的技术和战略提供指导。

36氪了解到，本轮融资由恩颐投资（NEA）领投，北极光创投、纪源资本等跟投。Drive.ai表示，新一轮融资的“大部分资金将投入到技术的研发”，此外也将用于全球市场的覆盖与扩张。除了吴恩达，恩颐投资合伙人，亚洲区负责人Carmen Chang也代表恩颐投资加入了Drive.ai董事会。Drive.ai表示，伴随着公司在全球技术和业务合作伙伴关系的涌现，Carmen Chang将帮助Drive.ai的全球市场扩张。

关于Drive.ai的背景，今年3月吴恩达宣布从百度离职时，我们已经做过介绍。Drive.ai联合创始人、CEO Sameep Tandon此前是斯坦福人工智能实验室的研究员，他的博士生导师是吴恩达；公司另一位联合创始人、总裁Carol Reiley同样来自斯坦福人工智能实验室，她的另一个身份是吴恩达的妻子。

“Drive.ai有一个远大的梦想。我们致力于从根本上改变人、车及其所处环境之间的关系。” SameepTandon告诉36氪。“无人驾驶领域的竞赛是融合了科技、商业模式和策略的综合竞争。此次恩颐投资与纪源资本的投资是对我们的愿景的巨大肯定，也为我们处理好以上三个要素提供了有力支持。”

与自动驾驶领域的大多数公司不同，Drive.ai的经营战略是通过对车辆进行改装，将传统车辆转化为无人驾驶车型。36氪获悉，Drive.ai开发的改装工具包将很快用于现有商用车队，今年晚些时候将开始试运营。

吴恩达对Drive.ai的评价很有趣：“无人驾驶领域的前沿已经完全转向了深度学习。即使是传统的无人驾驶团队也有一些“零星”的深度学习，但是Drive.ai已处于利用深度学习构建真正现代无人驾驶软件系统的最前线。”

目前自动驾驶领域的传感器技术路线大致分为三派：以谷歌百度为首的阵营，是以激光雷达为主、摄像头及雷达为辅方案；以Uber、苹果为首的多传感器融合（sensor fusion）方案；以特斯拉、Mobileye为首的以摄像头为主、雷达为辅的方案。

由于深度学习技术DNN（Deep Neural Network）网络的进步，学术界提出一种观点，仅仅依靠摄像头提供的路况信息，使用端到端的全深度学习的模型去训练即可实现SAE Level 4级别的自动驾驶技术。Drive.ai早期走的就是这条技术路线，前百度自动驾驶事业部总经理王劲评价称：“把从传感器传出来的信号输出直接当成驾驶的决策，这是一个非常激进的方案，因为这个方案只有在学术界里得到了验证，并没有得到成功。所以走这条技术的路径需要大量的计算能力，他用的是端到端的全深度学习的模型在做”

这就是为什么吴恩达会说 “Drive.ai已处于利用深度学习构建真正现代无人驾驶软件系统的最前线”。但我们看看文章题图，那辆改装的奥迪车顶配备着6个16线激光雷达阵列。出于对自动驾驶领域的冗余原则和安全性考虑，Drive.ai也在使用相对经济的多激光雷达阵列，当然，这些激光雷达产生的点云也会使用DNN算法识别，所谓“Deep Learning First”战略。

尽管谷歌目前暂时有着业内最好的技术水平，但这更多是其历史积累的先发优势。王劲也坦承：“（自动驾驶）技术上有很多流派，没有哪一个流派被证明。”这也是为什么 Drive.ai执着于对深度学习技术的应用。

吴恩达加入Drive.ai董事会并为Drive.ai专注的端到端全深度学习流派站台对Drive.ai有着深远的意义。首先，从市场啦看，自带“人工智能和机器学习领域最权威的学者之一”光环的吴恩达加入，其行业影响力会让Drive.ai的后续融资及市场扩张更加轻松和自如；此外，“吴恩达担任董事会成员，其妻子和学生发起创办的自动驾驶公司”会对Drive.ai后续持续延揽自动驾驶领域的技术人才起到积极影响。截止目前，Drive.ai的员工人数已经较3月的43人翻了一番，达到70人左右，但要实现自动驾驶技术的商业化，持续的扩大员工规模是必然的。

我们不妨期待下，到底是“激进”的Drive.ai，还是“保守”的谷歌先胜出。

我是36氪汽车小组记者郑晓康，关注特斯拉、无人驾驶、新能源车、车联网、出行及后市场，欢迎直接与我联系，微信：15735104947