爆料：曹旭东创立自动驾驶公司Momenta 首次公开项目细节

在创业创投圈有这样一个说法：中国年轻人创业大多是商业模式的创新，而硅谷的创业则偏爱钻研技术上的难题。位于北京的自动驾驶初创公司Momenta团队恰恰打破了这样一个刻板印象。

作为一个技术驱动型的创业团队，Momenta拥有世界级创新能力——公司的研发总监任少卿是世界上最广泛使用的物体检测框架Faster RCNN的发明人。这样一个拥有原创科技研发能力的团队，才能够真正打造无人车的大脑。

“打造无人车的大脑在技术上存有诸多挑战，无论是路面情况的识别、高精度地图还是自动驾驶决策，业界都没有成熟的方法。自动驾驶这个崭新而困难的领域，需要团队去探索并解决其中的问题。” Momenta研发总监任少卿说。

任少卿从中科大本科毕业后也曾考虑去业界工作，但最终他还是选择了在微软亚洲研究院计算机图像组读博士，“驱动我做很多选择的还是求知欲。”任少卿说，“我在微软亚研研究的问题都是没有现成答案的。”

要造无人车的大脑，核心的一环是实时识别驾驶环境，比如行人的姿态，可行驶的区域，红绿灯状态等环境信息，完成这些任务，背后需要精确度很高的视觉识别算法。目前在视觉识别领域，最先进，最广泛使用的物体检测算法Faster RCNN和图像识别算法ResNet正是任少卿参与研发的，分别是第一作者和第三作者。这两项成果帮助微软在2015年的ImageNet和CO CO Challenge获得了冠军，打败了来自Google Brain和Facebook AI Research等团队。2016年ImageNet物体检测比赛中，各个项目的前三名团队几乎都用的是Faster RCNN加ResNet的框架。ResNet图像识别框架的论文在2016年世界顶级计算机视觉会议CVPR中获得了视觉领域专家们的极高关注，力压其他约三千篇具有创新力的优秀论文，斩获Best Paper Award之殊荣。

Momenta公司CEO曹旭东说，“自动驾驶很多问题没有现成答案。我们能从第一原理出发，创造性的解决问题，不断推动人工智能领域的边界。” 团队在解决难题中是否拥有独立的分析和判断能力、能否提出原创性的解决方案，是鉴别一个公司是否有技术创新能力的关键。

曹旭东和任少卿在微软视觉计算组一起工作过。对于组建一流研发团队的有自己独到的见解。曹旭东说：“创新的配方其实不难，首先一群很牛的人都在试图解决一个很有挑战性的问题；其次团队里的每个人都各有侧重，是某个小方向的专家，各个小方向的点子可以相互启发，碰撞，从而创造性的解决问题。”

任少卿、夏炎和孙刚三人组成了Momenta的核心研发团队。曹旭东说：“夏炎和孙刚都是深度学习领域的专家，孙刚侧重于高性能计算系统的构建，面对大数据，孙刚设计的系统能算得更快，产生规模化效益。夏炎非常擅长用技术去解决实际问题，产品落地经验丰富。”

在百度工作期间，孙刚于2015年1月参与设计了包含144块GPU的深度学习训练系统“Minwa超级计算机”，这是当时世界上第一个用大规模GPU集群做深度学习的系统。孙刚说，“天下武功，唯快不破。大规模训练系统的实现能力使我们迅速积累了大量训练模型的经验和技巧，这些最终都很好地转化到我们的产品中，直接影响了产品的落地和迭代速度。”

夏炎相信“数据是第一生产力”，在微软亚洲研究院读博期间，她的研究方向之一是用尽量少的人工干预构建大规模数据集，在业界，如何高效收集、利用大数据，是企业的核心竞争力之一。毕业后在商汤科技工作期间，夏炎又对文字识别进行了探索，并将算法迅速落地，开发出身份证识别、银行卡识别、票据识别等实用产品。“其实比起纯做研究，我会更喜欢用技术去解决实际问题”，夏炎说。

在当前紧锣密鼓开展的开发工作之外，研发团队依然保持着每周一次的论文阅读活动，由团队成员找出技术上值得借鉴的文章和团队讨论分享。“深度学习是一个高度依赖经验和实验的方向。实验、代码、经验、知识、见解的分享可以节约个人和团队大量的时间，可能会有十倍的效率差别。”曹旭东说。

“最开心的是能和一群专注地喜欢同一样事情的人一起创业。”任少卿说研发团队讨论的氛围很浓，“有问题随时提，要么喝喝咖啡，开开脑洞，要么吃吃水果，开开脑洞，回去一试，问题就解决了。”