“滴滴-Udacity無人駕駛大挑戰”收官，本次大賽賽題極富黑科技——讓智能汽車擁有一雙慧眼來識別路上的障礙物，然後將信息傳遞給無人車的控制大腦，以決策行駛路線，比賽按照識別的準確度進行排名。
經過在硅谷的最後角逐，最終由來自中國的應縝哲和李劍組成的“abccba”團隊獲得冠軍，不僅贏取了10萬美元獎金，也有機會加入滴滴的智能駕駛團隊一起工作。來自俄羅斯的團隊“Robodreams”獲得第二名。
頒獎現場：左二滴滴智能駕駛技術負責人賈兆寅，左三第一名團隊成員李劍
作為滴滴算法大賽的系列賽事之一，本次比賽有來自中國、俄羅斯、美國、印度、西班牙等多個國家的4285位技術狂人蔘與，包括眾多科技公司和高校實驗室成員，比如Facebook、Google、Microsoft、Amazon、Tesla、Stanford University、University Of Michigan及清華大學和中科院等。獲得冠軍的團隊不僅贏得了10萬美元獎金，更有機會加入滴滴神祕的智能駕駛團隊一起工作。
與其他企業不同，滴滴在智能駕駛領域的佈局非常低調，但隨著其大步推進國際化，已經引起很多海內外關注。2017年3月，正是在硅谷無人車挑戰的啟動儀式上，滴滴出行CTO張博宣佈滴滴成立美國研究院。張博表示，未來十年滴滴將在三個層面實現創新突破：“改變人與汽車之間擁有和使用的關係，引領新能源汽車和新智能駕駛安全技術的應用；將大數據能力系統地應用於交通基礎設施的優化，賦能智慧城市，助力解決全世界的交通和環境挑戰。”與Google X創始人創辦的Udacity舉辦全球範圍的算法大賽，也是滴滴系統招攬國際化人才的一著棋。
參賽算法模型識別障礙物原理簡圖
此次比賽的焦點是“自動化安全和感知處理棧系統(ASAPS)”，可以識別路徑上的行人、車輛及其他障礙物，根據規則作出行駛判斷。而ASAP的根基，正是已經為大家所熟悉的“計算機視覺技術”。ASAP的最優化，取決於作為系統內核的算法。此次參賽者需要完成的任務，正是藉助一個標準駕駛機器人操作系統包（ROS）框架來處理LIDAR、RADAR及攝像頭原始數據等信息，輸出障礙物位置、移除噪音和環境誤判，從而創建一套接近現實應用的高效算法模型。
圖：大賽第一名選手在路測無人車上與工程師進行溝通
決賽隊伍帶著算法模型於8月30日來到了硅谷路測現場，冠軍團隊“abccba”的算法模型出色的運行在無人車系統裡。滴滴智能駕駛技術負責人賈兆寅表示，本屆賽題的難點是對於點雲數據的判斷和分類，並沒有一個統一的方法，不同的思路會帶來不同的結果和優化方法，比賽第二名的俄羅斯團隊就以完全不同的思路創建了ASAPS。
滴滴智能駕駛技術負責人賈兆寅在現場發言
頒獎典禮上，賈兆寅的一番話耐人尋味：“當前人工智能在全球達到了前所未有的重視程度，作為AI應用的重要領域，智能駕駛的技術革新特別令人興奮。滴滴希望把出行領域的大數據進行整理、挖掘、聚合，利用機器學習、深度學習的方法，在智能駕駛領域發揮出技術優勢。我們將持續在智能駕駛領域進行投入，也會積極尋找合作機會。”