13年前，穆北鵬從清華大學遠赴美國麻省理工學院，多年求學生涯後，這位大家眼中的學霸又重回故土，專註自動駕駛領域。
「當時的想法是絕對不能浪費時間，要幹點有用、有意思的事情。」談及此，她的語氣仍然堅定。
「減輕騎手往來奔波的辛苦」
2016年，在麻省理工學院獲得博士學位後，穆北鵬進入Facebook Reality Lab實驗室，在臉書的VR/AR前瞻計畫從事定位和物體執行軌跡等研發。
「當時我身邊也有同學選擇留在美國，但我從小在國內長大，文化和價值認同感強，回到國內會渾身舒暢，就像魚兒在水裏遊，自由自在。」
2018年，她像「魚兒」一樣「遊」回了國，此後一直從事自動駕駛領域的工作。
目前，穆北鵬是美團自動車配送部AI演算法工程師，主要負責用自動駕駛技術以及一些機器人配套技術去解決即時配送問題。
「自動配送車在公開道路行駛的過程中，我主要負責環境感知、地圖定位等模組的研發。」穆北鵬解釋道。
很多人都熟悉常規配送，下單之後，訂單透過系統傳到後台，後台把訂單推播到離家最近的服務站點，貨物分揀人員根據訂單把包裹打包好後，再由騎手配送上門。
「但自動配送就不一樣了。」按穆北鵬的話說，貨物完成打包之後，由工作人員裝載到自動配送車上，小車會自動行駛到距離小區最近的集散點，末端騎手從車上取單以後送到家門口。「這種人機協同的方式，能讓騎手在路上奔跑的時間以及辛苦程度大幅下降，讓精力集中在送貨上門環節。」
配送方式的改變，帶來的是服務水平的明顯提升。「一方面，自動配送車一次性裝載貨物更多，可以在一定程度上提高貨物出站效率；另一方面也能減輕騎手往來奔波的辛苦，尤其是在雨雪霧以及夜間等，自動配送車能更好地為騎手提供配送輔助。」她表示。
「曾擔心畢業後沒有合適的工作」
雖然如今在自動駕駛的路上一步一個腳印踏實走著，但走上這條路並不是穆北鵬主動選擇的結果。
2011年，穆北鵬初到麻省理工學院時，並沒有確定一個明確的研究方向。機緣巧合下，她師從強納生·霍爾教授，開始從事分布式機器人系統的機器學習和路徑規劃研究。
當時自動駕駛還是非常小眾的領域，產業發展處於前期，穆北鵬註意到，畢業的師兄師姐大多選擇去學校任教或去咨詢公司任職。
「那時候會有一種感覺，曾擔心畢業後沒有合適的工作。」穆北鵬笑言，這好像是一個出路很窄且沒有實際套用的行業。
讓她心態首次發生變化是看到同校學生創立的一家倉儲智慧公司。「當時看到他們展示的技術，心裏很受沖擊。那是我第一次意識到，我們這個技術方向是有產業上的用處的，甚至能有一些落地套用場景。」
2016年，穆北鵬從麻省理工學院畢業時，自動駕駛已備受資本追捧。全球車企、科技企業、創業公司，湧入智慧駕駛市場，推動智慧駕駛產業化發展。
穆北鵬感嘆時機的玄妙，「當周圍的人都去做這件事，你會覺得一個時代開始了。」畢業後，穆北鵬進入自動駕駛的浪潮之中。
雖然在自動駕駛領域，國外發展得更早，但穆北鵬選擇回國從事自動駕駛技術研究工作的一個重要原因是國內相關產業發展速度更快，政策支持力度很大。
「谷歌很早就開始布局智慧駕駛領域，國內多數公司自2015年、2016年才開始做，但論發展規模和速度，國內叠代更快。」
「這是國內非常厲害的地方，有一定技術人口優勢，短時間內培養了非常多優秀的年輕從業者。」穆北鵬說。
身處研發一線、感受著技術巨大變化的穆北鵬說：「技術會滾滾向前，每個時代都會有新的技術出現，有更多人參與進來，讓這個技術變得成熟，然後又有更新的技術出現。」
「身處其中，從業者需要保持開放的心態和持續學習的能力，大至國際競爭，小至自身職業發展。」她說。
接下來一兩年時間，穆北鵬和同事們會在提升技術規模化落地效率上下功夫。
「比如說研發出更通用的智慧技術，不需要提前采集和準備很多環境數據，車輛也不需要提前做長時間、事無巨細的測試，就能較快地啟動新的較大區域乃至於城市營運。」穆北鵬說。（謝藝觀 左雨晴）
（中新網）
來源：人民日報海外版
