为人工智能发展生产“原材料”

本文转自：解放日报

启数光轮将AIGC与仿真技术深度融合，生成映射现实世界的合成数据

为人工智能发展生产“原材料”

王闲乐

本报记者 王闲乐

随着自动驾驶、ChatGPT等名词在互联网传播，越来越多人知道了人工智能技术。那么，你知道发展人工智能技术也需要“原材料”吗？

启数光轮科技（上海）有限公司就是这样一家生产人工智能所需要的“原材料”——数据的公司。

“现在人工智能大模型迅速发展，对数据的需求特别大，整个互联网的数据加一起都不够用了。”启数光轮创始人谢晨说，这时候就需要通过合成数据来推动人工智能发展。他之所以从蔚来汽车辞职创业，正是看到了这一领域的广阔前景。

为人工智能提供海量数据

谢晨曾在英伟达、Cruise、蔚来等企业担任自动驾驶仿真负责人。在英伟达工作期间，谢晨发现，要让自动驾驶变得更安全，需要大量的训练数据。如果完全依赖于现实世界中的数据，不仅难以采集，而且存在利用率低、标注成本高和长尾场景缺乏等问题。于是，他萌生了一个大胆的想法——能不能人工合成出这些训练数据？

“比较通俗的类比是，人工智能就像我们养殖的动物，需要吃饲料才能长大。可是单靠自然界中的饲料是不够的，所以我们得想办法去自己生产一些饲料。”谢晨说，他想到的办法是将生成式人工智能（AIGC）与仿真技术深度融合。

仿真技术本身并不罕见，但单靠仿真技术生成的数据真实度、泛化性与效率较低，通俗来讲就是“不够真实”，因此无法解决现有难点，还需探索如何与生成式人工智能相结合。谢晨结合自己负责的自动驾驶业务，开始验证两种技术融合的可能性。

经过反复验证，谢晨用了5年时间，终于摸索出了生成式人工智能与仿真技术最佳融合方法，由此可以生成映射现实世界的合成数据——图像或视频，通过训练算法理解和学习现有数据便可生成3D、物理真实、可泛化的新数据。

帮助中国企业追赶特斯拉

2023年，带着自己的研究成果，谢晨毅然决定从蔚来汽车辞职创业。

“我们希望，通过合成数据的应用，助力中国汽车企业在自动驾驶技术上缩小与特斯拉的差距，甚至实现超越。”谢晨解释道，特斯拉现在在全球拥有上百万辆汽车，它们源源不断地传回数据、帮助人工智能不断优化。而中国车企掌握的数据可能只有特斯拉的百分之一，长此以往，双方的人工智能差距也会拉大。

“启数光轮可以提供海量合成数据，相当于加了一个杠杆，来填补中国车企在真实数据量上与特斯拉的差异。”谢晨说，启数光轮成立后完成的第一单业务，就很好地证明了合成数据的价值。

在业务拓展过程中，有汽车厂商告诉谢晨，企业正在研制的自动驾驶有个问题始终难以解决，就是会将路边广告牌的人物图案识别为真人进而启动刹车。如果修改识别规则，又无法鉴别真正的行人，容易造成交通事故。

“其实这里的问题就在于企业缺乏足够多的路况数据。”谢晨的团队拿下这一单，生成了数千个包含人像广告的各类场景，并从中挑选出带有精确标注的数据。这些数据随后被该车企用于算法训练，果然有效增强了自动驾驶模型的表现。

由此，启数光轮在业界崭露头角，作为一家初创企业在业内迅速打响了名气。成立一年多，就获得了四轮融资，得到了多家头部创投机构的认可。

推动人工智能相关产业发展

从在大企业做创新研发，到自主创业，谢晨坦言，这一年多的经历给了他很大挑战，也让他感到十分兴奋。

从一开始，他就给自己的新公司定了一个长远的目标：成为数据界的英伟达。对此，谢晨很有信心。“我们有一个很棒的团队，平均年龄28岁，来自合成数据、生成式人工智能、仿真等领域的优秀技术人员占比超过90%，还有商业领域的人才。”

目前，启数光轮在谢晨的主导下搭建了国际领先的合成数据产线，拥有多项国内外技术专利，为多家海内外知名自动驾驶公司、国内外主机厂提供产品交付并形成合作伙伴关系，累计服务客户几十余家，交付数据上亿帧，积累场景数百万个。

“使用合成数据训练人工智能已经是硅谷的共识，但国内对这块认识还不够。”谢晨希望，通过启数光轮的一系列成功案例，让更多人意识到合成数据的价值，推动自动驾驶、具身智能等相关产业蓬勃发展。