“他（吴恩达）不会加入drive.ai。”在27日Emtech Digital大会上，吴恩达的妻子Carol Riley以drive.ai联合创始人的身份介绍公司，并首度对外界频频猜测的“吴恩达或将加入drive.ai”作出回应。
虽然吴恩达离开百度后下一步的去向依然悬而未决，但是毫无疑问，他的离职算是变相给自己妻子的公司做了一次强而有力的正面曝光。
要知道，这家成立于2015年的创业公司此前处于“隐形”状态，在国内很少有人知晓，在美国也是一家刚刚拿到1200万美金走到A轮的创业公司，投资方包括北极光创投、Oriza Ventures等。
今天，饭桌君就带各位起底一下drive.ai这家颇多争议，但无疑在风口浪尖上的公司。
吴恩达的妻子其实相当了得，她是美国科技媒体的常客，身上的标签包括：“美女总裁”“励志学霸女神”“学术界金童玉女”“2016年硅谷最有影响力女性”。而业内对于drive.ai这家公司的关注，似乎也是褒贬不一。
“在无人驾驶领域最新的技术流派就是以drive.ai为代表的，”在27日的一场公开演讲中，百度又一名即将离职的自动驾驶事业部总经理王劲就曾透露，“drive.ai的做法是端到端的全深度学习（黑盒子）解决方案，就是直接把汽车中传感器得到的信号输入到深度学习的黑盒子里，再输出成驾驶的决策，drive.ai是最早走这个方向的公司。”
也就是说，和谷歌、百度这类主流科技公司在无人驾驶中的局部技术采用深度学习不同，drive.ai的做法显然是剑走偏锋，一开始就选择全部用深度学习来完成无人驾驶中的决策环节，drive.ai要做的，是打造一辆汽车中的“人类大脑”。
“这是一个非常激进的方案，因为它只在学术界里得到验证，主要存在于大学实验室，但并没有得到成功。”王劲透露，采用完全深度学习的方法需要大量的计算能力，用的是端到端的全深度学习模型。
但是，根据内部工程师透露，或许是由于drive.ai的方向过于激进，短期内很难实现,drive.ai最近做的demo开始将技术方向回归到谷歌、百度这样主流科技公司的技术路线上来。
drive.ai在硅谷到底是一家什么样的公司呢？
根据drive.ai官方网站上公布的信息，公司现在拥有47名员工。知乎上一名为陈啸天的内部员工介绍，drive.ai的创业环境也是硅谷范十足，员工大多年纪相仿，都在30以下。目前办公室在两个车库里，一个放车一个放人，团队还小但在稳步增加，一个车库已经快坐不下了。
再来看一下这家公司的组成，或许就能理解drive.ai 激进的技术思路了。
这家位于加州山景城的公司，从斯坦福大学的人工智能实验室中诞生，核心团队由多个领域的深度学习系统专家组成。斯坦福大学人工智能实验室是全球三、四家最好的深度学习实验室之一，也是唯一一家将深度学习应用到汽车产品上的实验室。
作为总裁的吴恩达的妻子Carol Reiley曾任职于洛克希德马丁公司，手握六项专利。而其他团队成员与同样出身于斯坦福的吴恩达也是关系密切，联合创始人和CEO Sameep Tandon都是吴恩达过去在斯坦福人工智能研究院时的学生。
因此drive.ai团队成员的学术基因中深受吴恩达的影响，以至于吴恩达刚刚入职百度时，就曾劝说负责百度无人驾驶的王劲采用端到端的全深度学习方法，只是当时二人的观点不同，王劲并没有接受他的建议，继续沿着Google、Uber这样主流科技公司的路子走。
这样一个技术背景过硬的团队最终选择暂停博士学业，创办drive.ai，想要把学术转变成为现实，打造出切切实实的产品。
那么drive.ai打造的到底是什么产品呢？
简单的说，就是利用深度学习技术，创建用于自动驾驶汽车的人工智能软件，通过工具包的形式将普通汽车改造成无人车。
drive.ai创立之初，就对Google此前的研发经验和教训做了总结，比如相对于使用过于昂贵的激光雷达和高精度地图，drive.ai更倾向于通过“深度学习”解决这个问题，这似乎是drive.ai规避谷歌技术方案弯路并搭建门槛的途径之一。
drive.ai的目标，在于研发一辆用低配雷达、廉价摄像头、Google 2D Map就能上路的无人驾驶车，并用深度学习解决成本、认知准确性以及商业模式可行性三个息息相关相互牵制的问题。
此前，Carol Reiley就曾表示，与人和其他车辆的通信是确保高度自动化车辆获得接受的关键。
因此，在车辆中配备传感器之后，drive.ai会让车辆搭载上基于深度学习的软件、车载界面，并在车顶安装一块显示屏，用于提示周围行人和其他车辆。这块屏幕上会显示车辆是否将刹车、变道，或是转向。
这项技术最初的目标市场是路线固定的车辆，也就是说，drive.ai目前已经达到了无人车中L4的水平，但其尚未公布这一系统的价格以及开售时间。
那么面对复杂的环境，drive.ai又能否真正上路呢？
上月中旬，drive.ai发布了一段自动驾驶雨夜路测的视频首秀，这段时长约4分钟的视频显示，drive.ai改造后的自动驾驶车辆可以完成雨夜条件下的自主驾驶、避障、路口交通灯等待等一系列动作，顺利穿过山景城（MountainView）街道。这说明此前困扰包括谷歌在内的很多进行无人驾驶研发的公司的雨天驾驶的难题已经被drive.ai的技术所克服。
去年4月，drive.ai公司获得美国加利福尼亚州的无人驾驶路测执照，进而成为第13家获准在美国加利福尼亚州进行无人驾驶汽车测试的公司。目前在旧金山港湾区，该公司已拥有四辆进行路测的自动驾驶汽车，大部分情况下它们都能完成完全自动驾驶。
目前，drive.ai已开始与多家汽车厂商展开合作。不过，该公司尚未准备好公布任何的正式合作关系。
无人驾驶目前是以美国国家公路交通安全管理局发布的标准来定义，共分为L1-L5五个阶段。
L1是驾驶员辅助。即驾驶员需要全程将手放在方向盘上，或者脚放在踏板上。在这个阶段，辅助驾驶系统将能够实现自动转向、控制行驶速度等功能。
L2是半自动驾驶。如车道偏离警告，正面碰撞警告和盲区报警系统等。不过，司机需要全程监控车辆运行状态。
L3是有条件自动驾驶。驾驶员在得到警告后没能做出相应措施时，半自动系统能让汽车自动做出相应反应，比如紧急自动刹车、紧急车道辅助等。此类功能在当前一般称为ADAS（高级驾驶辅助系统）。
L4是高度自动驾驶。该系统能在驾驶员监控的情况下让汽车在特定的驾驶工况下自动控制行驶。如在高速公路上等特定路况下的自动驾驶。目前大部分车企都在积极研发验证此阶段的产品。
L5是真正的无人驾驶，即汽车全程全自动驾驶。在无需驾驶员监控的情况下，汽车在各种路况甚至多气候条件下可以完全实现自动驾驶。
目前科技公司和传统车厂开发自动驾驶是两种路线，传统车厂大多是像“升级打怪”一样从L1到L4逐步突破，但是大多数科技公司是直接从L4开始研发，这是传统车厂和科技公司的主要区别。
但是到了去年年初，绝大部分车厂都改变了方向，直接调出一个团队做L4的研发，和Google、Uber相竞争，因为他们认为直接做L4比逐步突破要快得多。
总的来说，车队规模、数据中心、计算能力这三个方面是考量无人驾驶团队的核心指标。
