中國工程院院士、中國人工智能學會理事長李德毅在首屆中國國際智能產業博覽會上發表了“我眼中的未來汽車”主旨演講。

李德毅認為，當前，智能時代已經到來，信息時代尚未過去，自動駕駛已成為全球的風口。全球智能芯片、智能網聯、智能計算、智能控制的黑科技全都聚焦到同一個載體—汽車上，傳統車企、造車新勢力、互聯網企業、新興行業、還有一大批創新創業的青年，都看好自動駕駛，樂此不疲。

在李德毅看來，未來的汽車將是輪式機器人，不僅會開車，還會學習、會交互、有個性、有悟性。真正的無人駕駛汽車不僅是自動的，更應該是自主的，它應該像駕駛員一樣具有學習能力，能夠應對各種必然的工況，它不但應該像人類一樣改變我們的出行方式，還應該改變人類的生產活動、經濟活動和社會生活。

李德毅建議要把“最后一公里問題”當做最先一公里來解決，自主駕駛難在不確定性駕駛，要能夠自主應對駕駛過程中常常遇到的，但又是偶發的各種情況。要把認知作為一個攻關的難點，體現記憶認知和交互認知，突出自學習能力，適應不同的車輛平臺。

李德毅最后表示：21世紀最具顛覆性的技術當數無人駕駛。

以下為李德毅演講實錄：

各位領導，各位專家，各位朋友，我想跟大家說一說我眼中的未來汽車是什么樣子。大家知道，科學技術是第一生產力，重慶市去年電子信息產業占了5000億的產值，汽車又占了5000億的產值，加起來就1萬億。那么在今后的二三十年之內，這1萬億的產業格局將發生什么樣的變化呢？我想先討論第一個問題。

未來已來，我說的是智能時代來，過去未去，我說的是信息時代還未過去。自動駕駛成為全球的風口，全世界都在做這件事，從科學技術的發展史來看，一百多年的汽車發展，經過了技術的改造，到今天我們在哪里？2018年我們在哪里？我認為正好在兩個交接期，也就是說信息化時代還沒過去，智能化時代已經到來，在這個時候我們應該怎么辦？

在信息化時代我們有五個小兄弟，第一個兄弟是電子工程，微電子、光電子；第二個是通訊，網絡、互聯網、移動互聯網；第三個是計算機科學和技術；第四個是控制科學和工程；這當中第五個小兄弟才是人工智能。當前，我們還在信息化時代，跟這四個大哥哥比，小兄弟還不那么強大，但是他有賦能的作用，他賦給電子工程、光電子工程、微電子工程，造成一個最響亮的單詞，叫做“智能芯片”，他和通訊的交叉、和計算機的交叉、和控制的交叉，導致了智能控制、計算智能以及智能網聯。

所以現在的汽車在這五個驅動的要素下迅猛發展，全球都很火，火到什么程度？簡單說就是在“燒錢”。無論是傳統車企、造車新勢力，還是互聯網企業、新興行業，如順豐、滴滴，還有大量創新創業的青年們都看好這個方向，樂此不疲。盡管知道是紅海，仍然往海里跳。什么原因？

在這個過程中我們不得不提到全球汽車工程師協會定義的一個標準，提出自動駕駛可以分這樣幾個等級：L2、L3、L4、L5，體現了我們正在追求的方向，或者把手離開方向盤、或者眼睛離開前方、甚至把注意力都離開，甚至不要駕駛員，這樣一來全世界都在說自動駕駛，因為智能控制太火，過去還沒有去。在這里我要打上一個問號，將來的汽車真是這樣嗎？我提出來幾點質疑，這個質疑就是自動駕駛的時候，遇到了人不能處置的問題，控制權如何交接？在交接的過程中責任事故又由誰來認定等等。

因此作為一個人工智能的工作者，我對這個全世界都認可的技術路線，叫做感知、決策、控制提出了一點不同的認識，難道自動駕駛就是把各種創造條件符合的模式疊加起來，就可以自動了嗎？有多少個N才能讓我們老百姓坐上一個放心的無人駕駛車嗎？N要等于多少呢？一千、一萬嗎？

大家知道，現在大家講的自動駕駛，包括馬上要進中國的特斯拉，強調的是確定性的窗口，軟件定義的機器，以及結構化的道路，以及人、車、路之間的協同，真的是這樣嗎？自動駕駛加智能網聯能解決問題嗎？我們要打上一個大大的問號。越是自動駕駛人們就越容易造成注意力不集中，因此全球幾千萬英里的路測依然難以獲得駕照，交通部門正在研究路測的駕照和車輛駕駛員的駕照是不同的，什么時候能拿到這個駕照呢？尤其是自動駕駛車的量產為什么如此舉步維艱？特斯拉仍然還在說他是輔助駕駛，這里面最重要的問題就是線控的制動成為量產自動駕駛的一顆“定時炸彈”。

我們要分析自動駕駛不能干什么？現在的車作為體力的延伸器，現在汽車的自動化遇到了天花板，什么能幫忙呢？人工智能來了，一個真正的無人駕駛汽車不僅是自動的，更應該是自主的，它應該像駕駛員一樣具有學習能力，能夠應對各種必然的工況?？茖W技術的發展已經從認識客觀世界、改造客觀世界進入到認識人自身的階段。

機器人將成為人類認知自然與社會、擴展智力，走向智慧生活的重要伴侶，汽車在一個人工智能工作者來看它就是其中的一種輪式機器人而已，它不但應該像人類一樣改變我們的出行方式，還應該改變人類的生產活動、經濟活動和社會生活。

我們看看如果再過20年、30年，按照我們國家人工智能的發展規劃，中國的人工智能要占領世界的高地，這時候我剛才講的智能控制、智能芯片、智能網聯以及智能計算已經成為成熟的技術，給我們強大的支持，人們會更多關心人工智能本身的技術。

那人工智能本身有什么技術呢？未來的汽車應該是一個會學習的輪式機器人。人類走過了農耕社會、工業社會、信息社會，將走入智能社會的時代。人和輪式機器人不僅僅是控制和被控制的關系，更應該是教和學的關系、交互和協同的關系。

人和輪式機器人在一起的工作會有幾種工作狀態呢？我們可以做一個浪漫的遐想，首先人開車，機器學習，你開你的，我把傳感器放在車上，你說你開了三個月，我悄悄學會了。第二件事是機器人開車，人監控，當你不能做的時候我幫你忙，我們可以叫做增強學習。第三個階段機器人開車、機器人自己學習，我們叫做進化學習。還有一個很重要的，就是機器人教你開車，機器人是教練，人是作為教練對象，這樣一來全國各地的駕校就要失業了。我是這樣看人與機器人的四個狀態。我希望我們的輪式機器人應該會開車、會學習、會交互、有個性、有悟性，這叫做“三會兩有”，它不是一個自動化的控制工具。

輪式機器人的重要部件有三大塊：第一塊就是需要一個靈活的腿腳，如果沒有一個靈活的腿腳，IT行業是很難做過去的，我們把它叫做“肌肉機器”，就好像一個體操運動員翻了幾個跟頭，最后定在那里不扣分，什么原因？因為肌肉的功能。第二塊是強大的心臟，新能源，這叫動力機器。第三塊尤其需要智慧的大腦，我在最近幾年就做了一件事，研究了一個“駕駛腦”，我申請了一個商標叫做“駕駛腦”，已經獲得批準，要把一個駕駛員關于駕駛這塊的知識放在一個物理的盒子里。

自主駕駛難在不確定性駕駛，我們叫做邊緣駕駛。要把“最后一公里問題”當做最先一公里來解決，否則老百姓不敢坐你的車，自主應對駕駛過程中常常遇到的，但又是偶發的這種情況，如果你解決不了，對不起，老百姓不放心。

“駕駛腦”是駕駛員的智能代理，作為一個無人駕駛車不單單是車的問題，還要考慮人的問題，要把人的智能變成一個駕駛腦，這里面涉及到計算、智能，更多涉及到記憶智能、交互智能，它能夠學習并替代駕駛員的駕駛認知能力，能夠積累他的駕駛技巧。只有這樣，我們的道路才能夠變得平坦一點。

三年前我在一個學術會議上講了我們的技術方案，講的是一輛無人駕駛車，在不同的車載傳感器下，在傳感器的支持下，怎么樣形成一個駕駛態勢圖，這個駕駛圖怎么形成一個區域，怎么用人的頭腦長期記憶構成一個駕駛判斷，最后形成對方向盤、油門和剎車的控制動作。我記得微軟的副總裁在我作這個報告的時候，他說：“老李，你這張圖值600萬元。”我現在把這張600萬美元的圖貢獻給大家，看一看我做的駕駛圖是多么不同，我們這里面不但有計算，更有記憶，我們不但有瞬間記憶，還有工作記憶和產品記憶。

我們把認知作為一個攻關的難口，我們不同于特斯拉的自動駕駛車，也不同于谷歌的感知智能，也不同英特爾和英偉達的車載計算機，我們體現計算認知，更體現記憶認知和交互認知，突出自學習能力，可以適應不同的車輛平臺，智能駕駛將具有廣闊的前景。

輪式機器人將成為移動社會的傳感器、大數據的重要源泉；輪式機器人駕駛認知的進化速度將超過自然人；邊緣計算和云計算一同產生群體智慧。我們希望：駕駛腦和駕駛超腦，不僅是中國的，更應該是世界的！

當前全球有70億人口20億輛車，中國的汽車保有量大概是2.8億輛，年產新車1億輛，一旦量產自主駕駛車上路，且占比越來越大，駕駛腦成為汽車必配，駕駛數據和智能越來越累積，駕駛腦越來越聰明，人類的出行方式就真的變了。

所以，我用這么一句話來作為我的結束，那就是：21世紀最具顛覆性的技術當數無人駕駛。