李德毅

今天主要講關(guān)于自動(dòng)駕駛量產(chǎn)的內(nèi)容，主要包括三方面：什么是量產(chǎn)，量產(chǎn)的難度在哪里，自動(dòng)駕駛量產(chǎn)的道路在何方？此外，中國和美國的人工智能到底誰領(lǐng)先，中國的自動(dòng)駕駛技術(shù)到底和美國差多少？同時(shí)，目前人工智能發(fā)展方向和突破點(diǎn)就像沒有進(jìn)入的無人區(qū)，要支持科學(xué)家勇闖人工智能科技前沿的無人區(qū)。智能時(shí)代的關(guān)鍵是智能，而汽車是其中的載體。因此，我們要直面、解決現(xiàn)實(shí)問題，自動(dòng)駕駛是新一代人工智能的切入點(diǎn)和落腳點(diǎn)。

自動(dòng)駕駛不是自動(dòng)化，而是駕駛員與車輛之間更多的智能網(wǎng)聯(lián)。因此，在今后的研究中，要加強(qiáng)人工智能的分量。在人工智能方面，中國和美國并駕齊驅(qū)了嗎？我的答案是，中國人工智能基礎(chǔ)研究和核心技術(shù)落后于美國，但有自己的特色。同時(shí)，人工智能的應(yīng)用技術(shù)和商業(yè)模式快于美國，各有優(yōu)勢。

此外，對于大多數(shù)消費(fèi)者而言，自動(dòng)駕駛要給大眾真真實(shí)實(shí)的獲得感，就是量產(chǎn)。自動(dòng)駕駛量產(chǎn)既是產(chǎn)業(yè)的無人區(qū)，又具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)，成為中國智能產(chǎn)業(yè)的頂梁柱。所以我們現(xiàn)在很多人把智能網(wǎng)聯(lián)汽車?yán)锏摹捌嚒眮G了，忽悠網(wǎng)聯(lián)。但問題是，量產(chǎn)主要依靠哪些因素？我認(rèn)為，自動(dòng)駕駛汽車量產(chǎn)主要包含四大因素，技術(shù)、市場、成本、生態(tài)。

在自動(dòng)駕駛領(lǐng)域，我所研究的時(shí)間長達(dá)十多年，包括概念車、演示車、示范車等。但是，在每一次的實(shí)驗(yàn)中，有成功也有失敗。所以，目前自動(dòng)駕駛還處于探索階段。而且，量產(chǎn)汽車一旦發(fā)生事故，該款車可能要召回幾十萬輛，甚至是全部。也就是說，目前處于自動(dòng)駕駛汽車量產(chǎn)的無人區(qū)，我希望有汽車公司能夠在自動(dòng)駕駛量產(chǎn)上做一個(gè)“頭雁”。

自動(dòng)駕駛汽車量產(chǎn)之路預(yù)測

從規(guī)模經(jīng)濟(jì)的馬克西·西爾伯斯通曲線中可以看出，如果1000輛汽車的年產(chǎn)量增加到5萬輛，5萬輛到10萬輛，成本依次下降40%到15%。依此類推可以得出，消費(fèi)者的錢很難賺，錢大多數(shù)都被一級供應(yīng)商賺走了。同時(shí)，車載激光雷達(dá)和半導(dǎo)體也遵循類似的規(guī)模經(jīng)濟(jì)效應(yīng)。

如果我們站在局外人立場來看自動(dòng)駕駛汽車量產(chǎn)是什么時(shí)間點(diǎn)？我的設(shè)想是，科研探索期，也就是從0到1，如果從美國開始算起的話，現(xiàn)在科研探索期基本完成。因此，我們目前進(jìn)入了第二個(gè)階段產(chǎn)品孵化期，也就是從1到10。

大家可以看到，目前已經(jīng)有部分自動(dòng)駕駛車輛在商業(yè)試運(yùn)營了，這就是一個(gè)標(biāo)志，但現(xiàn)在還是處于非常小的范圍內(nèi)，到2025年也許有萬輛規(guī)模的開始。而自動(dòng)駕駛車輛真正達(dá)到大的規(guī)?；慨a(chǎn)，要等到2060年。所以，我們中國的人工智能工作者不要太著急，目前的首要任務(wù)是解決可靠性問題以及成本等各種問題。

現(xiàn)在有一個(gè)問題，全球現(xiàn)在大概70億人，20億輛車，中國13億人口3.27億輛車。

假設(shè)一：車的總量不再增加，維持在20億量的水平;假設(shè)二：壽命20年，準(zhǔn)時(shí)報(bào)廢;假設(shè)三：每年國定新產(chǎn)一億輛車，2025年L3以上自動(dòng)駕駛車輛占1%，以后每兩年自動(dòng)駕駛車輛翻一番。也就是說，到2035年，新產(chǎn)車全是自動(dòng)駕駛車，總產(chǎn)量達(dá)4.4億輛，大約到2054年甚至更長，才能完成70

億輛車的全部更新。

自動(dòng)駕駛車落地四大應(yīng)用場景

決定自動(dòng)駕駛技術(shù)應(yīng)用的不僅是先進(jìn)水平，更要從現(xiàn)有的系統(tǒng)接入痛點(diǎn)，找到剛需的應(yīng)用場景。只有當(dāng)自動(dòng)駕駛技術(shù)和商業(yè)應(yīng)用市場投緣時(shí)，才能擦出火花，完成孵化期的“驚險(xiǎn)一躍”。其中，孵化期尋找應(yīng)用場景的三部曲有，選擇、適應(yīng)、創(chuàng)造。

因此，我們首先要選擇，選擇一個(gè)痛點(diǎn)，把這個(gè)痛點(diǎn)解決。然后，我們要尋找適應(yīng)性的場景落地。最后，再做技術(shù)創(chuàng)造。當(dāng)然，沒有商業(yè)化運(yùn)用就沒有量產(chǎn)，自動(dòng)駕駛車落地的應(yīng)用場景，我認(rèn)為目前包含四個(gè)：自主泊車、定點(diǎn)接送、快速公交、有限地域自動(dòng)駕駛出租車。

那么問題來了，上述五大場景哪個(gè)將是自動(dòng)駕駛車首個(gè)量產(chǎn)商業(yè)化應(yīng)用場景？哪個(gè)將利用自動(dòng)駕駛優(yōu)勢創(chuàng)造出嶄新需求、巨大產(chǎn)業(yè)和全新生態(tài)？假如有一條BRT用車20輛，全球城市有500條自動(dòng)駕駛投入快速公交，哪個(gè)公司是全球BRT的領(lǐng)頭羊？此外，到哪一年中國試點(diǎn)智慧城市公交車基本上都是自動(dòng)駕駛車輛？

我預(yù)計(jì)，2024年將實(shí)現(xiàn)中國試點(diǎn)智慧城市公交車基本上都是自動(dòng)駕駛車輛。例如，如果寧波所有的公交車都是自動(dòng)駕駛車，因?yàn)楣卉囀枪潭ň€路，它是定點(diǎn)停車，運(yùn)營公司就可以在這樣的總框架里做遠(yuǎn)程調(diào)度。

前不久，我與相關(guān)部門在一起討論，什么叫智能制造的產(chǎn)業(yè)值？目前很多公司都定位是人工智能公司，其實(shí)嚴(yán)格上講大部分算是自動(dòng)化公司，或者互聯(lián)網(wǎng)公司，而不是智能制造公司。

同樣的問題，到哪一年中國商用車保有量中，70%達(dá)到自動(dòng)駕駛？我預(yù)計(jì)是2033年，中國商用車保有量中，70%達(dá)到自動(dòng)駕駛。所以說，我們汽車行業(yè)存在巨大的潛在市場。

勇闖人工智能無人區(qū)

全球自動(dòng)駕駛技術(shù)路線，包含感知、技術(shù)、控制和決策。

原先，人們用有限封閉環(huán)境里的確定性和正確性來衡量系統(tǒng)中的模型、算法和效率，而一旦把系統(tǒng)放到開放、演化的環(huán)境里面，必須用不確定性和統(tǒng)計(jì)正確性來替代的時(shí)候，原先方法的脆弱性就暴露出來了。

最后，我想告訴自動(dòng)駕駛從業(yè)者，要勇闖人工智能無人區(qū)。因?yàn)槿斯ぶ悄芸赏?guī)?；瘡?fù)制能工巧匠的智能，人工智能可望彌補(bǔ)情緒失控下的智能缺失。

相關(guān)鏈接

無人駕駛汽車亟待解決的幾個(gè)問題

第一個(gè)問題就是復(fù)雜交通環(huán)境下的可靠環(huán)境感知。復(fù)雜交通環(huán)境可以分為靜態(tài)環(huán)境和動(dòng)態(tài)環(huán)境。靜態(tài)環(huán)境包含道路基本構(gòu)造以及附屬設(shè)施，動(dòng)態(tài)環(huán)境包括機(jī)動(dòng)車、非機(jī)動(dòng)車以及行人等地面移動(dòng)物以及氣候、天象等。

第二個(gè)問題就是擬人認(rèn)知的視聽覺信息處理與決策。因多模態(tài)異構(gòu)傳感器設(shè)備數(shù)量的增多，對無人駕駛汽車的實(shí)時(shí)反應(yīng)能力提出了更高的要求，但是車上的資源畢竟有限，因此使得環(huán)境感知信息不完整、高度動(dòng)態(tài)變化、多模態(tài)，甚至不一致性等特點(diǎn)，因此對無人駕駛汽車認(rèn)知與決策模型提出準(zhǔn)確性、實(shí)時(shí)性，魯棒性等嚴(yán)峻的挑戰(zhàn)。

第三個(gè)問題就是5G和AI技術(shù)尚處于發(fā)展起步期，多方位的信息鏈接，高可靠、寬帶寬和覆蓋面廣的5G網(wǎng)絡(luò)是必要條件。畢竟高速行駛中的無人駕駛汽車對于信息獲取和反應(yīng)實(shí)效要求極高。

第四個(gè)問題就是汽車的感知、決策與控制三大系統(tǒng)能力缺一不可。因此，建立的圖像識別技術(shù)、傳感器的感應(yīng)技術(shù)等基礎(chǔ)上的深度學(xué)習(xí)能力對于復(fù)雜路況上汽車的可靠度有很大的影響。

第五個(gè)問題就是無人駕駛對于高精度地圖的需求目前也形成制約。