7月16-17日，中國電動汽車百人會以“新能源汽車與智能汽車前沿技術”為主題舉辦系列課程，智車優行CEO、聯合創始人沈海寅在培訓課上的發言稱，人工智能稱為第四次工業革命，也叫做第二次信息革命，因為人工智能在未來的影響可能遠遠超出于我們今天的想象。對于汽車行業來講，已經在多個維度發生了革命性的創新。     

沈海寅表示，第三次工業革命主要是計算機本身和互聯網的結合，給我們帶來了很大的轉變。人們目前生活中最離不開的就是這次工業革命帶來的影響?，F在，我們將人工智能稱為第四次工業革命，也叫做第二次信息革命，因為人工智能在未來給我們帶來的影響可能遠遠超出于我們今天的想象。

智車優行CEO、聯合創始人沈海寅

從1956年達特茅斯會議開始，就意味著人工智能的啟蒙，但是在中間過程中，其學術和流派其實發生了很大的變化，也經過了幾次遇冷。80年代的時候是第一次AI的低谷，2000年的時候是第二次AI的低谷，到今天算是2.5次，一次高峰0.5，下來算1，這樣一次循環我們今天其實來到了2.5次。2.5次跟以前有什么不一樣呢？有些業內人士指出，AI有點像流感，一波流行了以后又消退了，然后過一段時間又來了一波。很多人擔心，這波浪潮是否又會沉寂下去？我們提到人工智能的時候，很多人腦子里對它的概念就像科幻電影里呈現出來的那樣。但是由于我們的期待和實際做出來的產品之間的落差非常大，所以就使得AI人工智能的應用又沉寂下去了。

這次爆發跟以前相比有什么區別呢？我認為這次爆發是以深度學習作為人工智能非常典型的特點。比如，Deep Learning到2012年開始逐漸起步，它的識別率在不斷的上升，而錯誤率在不斷的下降。例如，我們必須通過兩三次的交往才能夠記住一個人，其實人對圖象識別也是有一定錯誤率的。通過Deep Learning的計算以后，機器對人臉的識別已經超過人類了。也就是說，在單一的性能上，機器學習或者深度機器學習能夠獲得效果已經達到跟人一樣，或者超過人的學習效果。

再舉一個非常簡單的例子就是AlphaGo。去年3月份AlphaGo橫空出世，它跟李世石PK了一下，當時比分是4：1。我們國內天才的少年柯潔今年和AlphaGo又比了一次，是以0：3敗退。這意味著我們用以前的算法是很難去窮盡一種思維活動，機器其實用深度學習已經完勝了。這意味著這次人工智能的爆發有非常多的通用性，比如語音識別領域，我們過去所用的一些算法跟今天用的算法是完全不一樣的?？拼笥嶏w最近推出了一個產品，在翻譯領域非常大的突破，這些突破背后用的算法都是一樣的。就是說過去語音識別當中所獲得的突破，并不能給我們帶來在圖象識別上這樣一些突破，或者講圖象識別當中獲得的突破并不能影響到我們自動駕駛領域。但是今天的一個通用算法，就像人如何去學習一樣，機器學習可以通過不斷的數據累積，現在可能還是以監督學習為主，但是在未來或者在現在，已經出現越來越多的半監督學習和無監督學習，機器可以不斷的自我進化。原來我們講做一個算法，比如過去我們做一個ADAS的算法，會局限于本身的優劣當中，就是說程序員對算法是可控的。今天為什么大家對深度學習會有一點恐懼心理呢？是因為深度學習算出來的算法是一個黑盒子，我不知道它里面是什么東西。即使你是最早去訓練這套算法的技術人員，到最后拿到算法以后，他也不知道這個算法里面到底是怎么運行程度的。就像人的大腦一樣，我看到一個人，我知道這個人是一個人，但是我不知道里面是通過什么樣的邏輯來看到一個物體是人。在這里，核心的點在于算法其實已經變得越來越不重要了，而用什么樣的數據來去訓練模型就變得越來越重要，其實這就是我們未來講自動駕駛當中非常核心的一點。

對于汽車行業來講，已經在多個維度發生了革命性的創新。在過去汽車行業130多年歷史當中，每一個行業它在發生單個維度變化的時候，其實傳統的強者往往是有能力通過自我的革新去獲得創新，可以跟上這個潮流，并且繼續保持他的強者地位。但是就跟我們人類進化一樣，我們講達爾文《進化論》，核心的內容是說要基因突變，在外界生存環境在發生突變的情況下，只有基因突變者才能活下來，適者才能生存。對于汽車行業來講其實也是一樣，包括像智能汽車、動力系統、燃料電池、純電動汽車的出現，各個領域都在發生著變化，商業模式、銷售模式、售后服務模式等等也在變化。當多個維度下發生變化的時候，核心就是最后一個，如果只抓住一個維度的變化的時候，往往很有可能會失去在其他維度上對于創新的理解。

未來改變汽車屬性的核心是智能化，各個論壇上大家都講汽車未來會有“四化”：輕量化、電動化、網聯化、智能化。很多人說智能化就是講智能駕駛或者自動駕駛、無人駕駛，網聯化就是說汽車可以聯網了。其實在講智能化的時候，我們的定義是跟很多專家和車企不同的，具體到后面我會提到。

最近一段時間特斯拉的股價稍微往下跌了一些，但是在過去有連續三個月的時間特斯拉是美國市值最高的車企。特斯拉在2016年一共才生產了8萬多輛車，向用戶交付了7萬多輛車，而通用在2016年一共有千萬輛車，福特有660萬輛車，這兩個規模大家可想而知，是完全不可類比的，但是為什么資本市場給了特斯拉這么高的估值呢？原因在于過去汽車行業的核心是生產制造能力，但是在今天生產制造大家都認為你已經是一家車企應該具備的基本條件，并不具有一個溢價的空間在那里。但是像特斯拉，雖然可能他的自動駕駛的路線等等跟其他的企業不一樣，但是我們覺得至少在今天來講，它是最早把自動駕駛或者輔助自動駕駛能夠真正商用化的一家企業。同時，特斯拉是現在世界上唯一已經量產的智能汽車，其它所謂號稱自己是智能汽車的，其實離真正的能汽車的定義還差那么一點。如果這輛車是智能汽車的話，他就會在擺脫原來車企和用戶之間，在你的汽車賣給用戶以后任何關聯問題，他跟用戶之間是實實在在不斷的24小時連接起來的，而且他能夠不斷的給用戶推送各種各樣的服務，而且更重要的是在于，特斯拉能夠獲得所有用戶的最核心的數據。

在一個月前，特斯拉跟用戶簽了一份協議，就是只要在你的屏幕上點個“OK”就可以讓用戶允許特斯拉不斷的去搜集去數據。就是說現在就有可能十幾萬用戶在不斷的幫特斯拉在磨煉它的算法，把數據傳到特斯拉的服務器上面，然后特斯拉服務器不斷的去訓練他的模型。所以這種情況下，特斯拉的自動駕駛進度一定是比其他的車企更快的。這也是為什么資本市場用他們的錢來投票，告訴大家說：“什么才是未來”。

85%的高管認為，智能網聯系統未來會比汽車本身擁有更大的價值，能夠創造更多的銷售額和利潤。因為資本不是一個慈善家，他一定是要為你將來能夠創造出更多的利潤和銷售額來買單的。但是，為什么現在其它的車企還要去搞更多的制造、要去建造更多的產能呢？其實這個慣性還是非常巨大的。

未來到底我們的利潤結構會發生什么樣的變化呢？2015年到2030年，共享出行以及基于大數據的服務，還有像新的供應商，包括新的技術、新的軟件，這些會占到的營收比例將超過20%。在我們的利潤當中，會發現這部分所占的利潤可能會更大。所以說，在未來我們的整個營收和利潤的結構也會發生變化，傳統的利潤在不斷的下降。當然這個例子還是一個預估，我們覺得其實在這個里面，能夠做的事情還有更多。    

車企在新車研發的時候摳成本非常厲害。經常為1塊錢成本決定這件事情到底做不做，或者到底選這個供應商還是選那個供應商，但是大家有沒有注意到，特斯拉所有的跟自動駕駛相關的硬件，并不是付了錢就把硬件裝上去，沒有買就不裝上去，其實是標配的。僅僅說，你付了錢以后，我把這個功能給你打開，就是你現在可以自動駕駛，硬件都是裝在上面。為什么特斯拉愿意去花這個錢全系標配呢？其實這個就回到剛剛的數據，在未來數據的價值其實更大。

現在基本上特斯拉的用戶當中愿意付錢去買這個功能的大概60%的數量，就是說將近1/3人其實沒有打開用，特斯拉其實是花了2萬塊的冤枉錢，但是如果去考慮這2萬元在你搜集數據，尤其在搜集我們實實在在在路上跑的那些非常例外的數據的時候，你會覺得這2萬元是非常值得的，因為其他車企可能要花費更多的時間去搜集。          

基于車輛互聯給我們帶來的技術和服務到底有哪些呢？這個里面我們看到，包括智能出行，剛剛講的共享出行，是一個非常大的環節，還有很多增值的服務，這個里面其實有非常非常多的事情是可以做的，即使我們現在做的當中，就已經發生了有很多是可以去支撐起來的另外，隨著自動駕駛的功能實現以后，能夠做的事情其實就可以更多了。

汽車行業的關鍵詞在發生變化，大數據、智能化、電動化、IOT、自動駕駛，中間是有汽車，但其實這個也在發生轉變，就是說我們把這個核心，從汽車本身更多的轉到了自動駕駛里面去了。

今天想跟大家分享一下我們自己對于自動駕駛領域的一些理解，這個理解不一定對，但是我們在用高昂的學費去賭我們的這個方向。對于自動駕駛來講所需要的，首先是復雜的傳感器系統，所以在我們這個車上，我們第一代，一開始銷售的車是帶4個攝像頭，不包括360度環視的攝像頭，就是跟自動駕駛相關的是4個，前向是3個、后向是1個，我們還會在后面立刻迭代到第二代的視覺系統，它就帶8個攝像頭，如果再加上環視攝像頭，在車上圍繞一圈有12個攝像頭。這個里面大家可能就已經意識到了，我們走的自動駕駛的路線可能跟百度路線還是非常不一樣的，因為我們是希望用非常合適的成本，能夠讓我們的自動駕駛進入到用戶的生活里去，所以我們更多的是用圖像算法來去解決的。當然光圖像其實也不夠，我們在這個里面設了5顆毫米波雷達，1顆前向的，還有4顆是在4角上，是5顆毫米波雷達。其中1顆是77G的，還有4顆是24G的，但是未來我們也會替換到77G的。還有超聲波雷達，像現在僅僅給倒車用的，作用范圍大概3米—4米，但是我們下一代超聲波雷達達到6米，包括自動泊車都可以提供更好的精度。這個就是我們的傳感系統。

第二點需要的是數據融合。就是如何把剛剛的那些傳感器合在一塊。我們的第一代車是沒有帶激光雷達的，但是我們給激光雷達預留了位置，在今天我們認為像那種在車頂上轉的，那種光學試的激光雷達是不可能達到量產水平的，這個價格承受不了的，只有當固態激光雷達成熟以后才有可能。但是激光雷達不可能說360度這樣轉，這樣就放在前向，這樣使得激光雷達是用在非常情況下，比如其他傳感器，我的視覺傳感器和我的毫米波雷達失效了以后，它可以來作為另外一個冗余的傳感器來進行識別，所以我們這里沒有把它刻意的畫出來。第三個，就是控制。我們到底應該在什么樣的場景下來去控制這輛車。第四個，線控的執行器，我們做車的時候，現在很多車要改成一輛自動駕駛是非常困難的，至少電機天生就是線控的，但是剎車到底該怎么辦、轉向該怎么辦，這種都是線控器應該做的。還有環境感知，當然這個是跟傳感系統相關的，包括定位，包括路徑的規劃、決策的執行。

這個里面想重點講一下，AlphaGo圍棋能夠戰勝人，其實AlphaGo里面就用了兩個人工智能的模型，第一個叫對當前事態的判斷，比如說棋子下去以后，黑和白到底目前誰占優？我希望去判斷一下目前的形勢到底是什么樣的形勢，這是一個靜態的判斷。并且要對下面走什么棋進行一個模擬分析。自動駕駛其實也是一樣，我們需要不斷的對當前這個環境進行判斷，這個判斷其實就屬于環境感知，同時再去對后面決策產生影響，所以它是一個模型，比如前面有人、距離多少米有輛車，是對當前的情況進行一個判斷。同時再有一個模型，是在感知條件下到底如何決策，也就是說，我對路徑的規劃和我決策的執行，他是一個動態的過程。所以說你會發現，雖然下圍棋和做自動駕駛是完全不同的兩個領域，但是他的核心即算法的骨架是完全一致的。

SAE對自動駕駛分為5級——從L0到L5，其中最核心點是從L2到L3，其實是很大的轉變。因為L2還是以人為主，到L3的時候系統的決策權就要更高，所以一定情況下需要系統進行自主判斷，這個里面其實就完成了一個質變的過程。

作為奇點汽車來講，我們在自動駕駛領域有一個路線圖，其實講這個路線圖的時候，就是我們對自動駕駛到底應該如何來設計，這里面有兩條路徑，一條就是像百度、谷歌，做真正的沒有人駕駛，就是人不干預到，甚至方向盤都可以去掉。還有一種路徑，是像很多整車企業在不斷的做，從L1到L2到L3不斷迭代上去的方式。我們的方向叫硬件先行、軟件滯后，什么叫硬件先行呢？因為我們覺得，首先希望根據用戶的這個需求，打好一個硬件的基礎，然后有了這個硬件以后，我們并不著急在發布那天就說我們車是自動駕駛的第幾級，而是先從比較低級的層級開始做起，以后通過累計的數據搜集和不斷的深度學習，實現逐步的升級。所以我們的圖就是這樣的，在2017年，我們做的研發都是圍繞L2來進行的，但硬件的規劃其實遠遠超過了L2的需求，如果僅僅想做L2的話完全沒有必要用這么好的硬件以及這么多的傳感器。這些是為了到2018年能夠往L3去升級，到了2020或者2021年的時候，老的用戶不需要換車，只需要重新的把軟件升級，或者說再加個激光雷達就能夠升級到L4，所以這個是我們的一個路徑。我們希望讓車擁有“成長”的力量，這個“成長”其實是軟件，這些成長在聯網公司里面大家都覺得是理所應當的。但是汽車是硬件，所以如果按汽車硬件定義，如果要實現新的功能，只有可能到下一代汽車才能實現，這是我們想要挑戰的一點。所以，過去講人工智能變化或者車的變化，是從硬件為主到最后慢慢變成軟件、軟件硬件一體化，到了人工智能時代以后，對車的定位就是車其實未來就是一個機器人，這個就是我們對于車的一個最終級的定義。

接下來我想講一下安全體系。如果未來汽車都是自動駕駛，其實那么今天汽車很多的標準都可以改變了，汽車沒有必要說做碰撞實驗了。很多交通工具，如船、航母、飛機，都沒有碰撞試驗。但是汽車天天在碰撞，所以給車定義了一堆標準。

安全其實劃分為三類安全，被動安全、主動安全和網絡安全。當車24小時連在網上的時候，網絡安全就變得非常重要了。在《速度與激情8》里面有驚心動魄的例子，這么多僵尸車被黑客驅使。所以很多人在問，到底汽車安全不安全？因此一定要從根本上重視網絡安全，但是并不能因為我這個車有可能網絡上被黑客入侵，就不去用智能汽車了。因此我們在設計智能系統的時候，設計了非常復雜的一套架構系統，這套復雜的系統可能先從硬件設計，包括安全芯片，是銀行級的安全芯片，到ECU的設計，都進行了固化和加強，所以使得整個安全的領域變得至少是可靠的。

智能互聯和自動駕駛未來面臨的挑戰有很多，網絡安全對我們來講也是非常大的挑戰，還有包括我們人才、基礎設施等方面。

智能化最核心的一個點，其實就是“軟件定義硬件”。大家今天用的智能手機和過去我們用的諾基亞功能手機之間區別到底在哪兒？我們做了一些分析，我認為覺得最核心的點，一個叫功能、一個叫智能。顧名思義，功能手機賣的就是功能，所以過去諾基亞手機研發以后，我這款手機帶拍照功能、帶導航功能、帶音樂功能、帶上網功能等等，所有東西都是軟件+硬件合起來以后提供一個方案給用戶的，這個方案判斷的時候是說，這個手機可能帶20個功能就2千塊，諾基亞另外一款手機有30個功能可能3千塊，當然這個例子不一定對。但是今天我們的智能手機很簡單，其實是軟件和硬件分離開了，硬件成為了一個平臺，軟件可以不斷的去迭代。今天不管你用的是iPhone7還是iPhone5，硬件平臺無所謂，只要你不斷的更新，用的微信一定是最新版本的。反過來說，在座的各位哪怕1/3用的是iPhone，余下iPhone可能用的是安卓手機或者比如華為，即使兩個都在用iPhone7的，你里面的功能選項一定是不一樣的，因為我敢保證大家各自喜歡的軟件一定是不一樣的。

汽車今天是什么樣子？汽車其實今天所有的部件都是由供應商來提供給用戶的，每一個ECU其實都是為了一個單獨的部件、單獨的一個功能去服務的，比如自動門窗的ECU就是為門窗服務的，雨刷帶的ECU就是為雨刷服務的，所以今天的汽車就叫功能汽車，因為它是靠賣功能區分賺錢的。如果我們能夠打造一款車，它能夠真正讓硬件成為一個平臺，而上面的軟件可以通過迭代的方式來去實現更新的話，我們認為這輛車才是我們真正意義上的智能汽車。所以說只有帶Sota和Fota，每個ECU都能夠在線升級的情況下，才能夠說這輛車具備了智能汽車的一個必要條件。

創新其實不光在一個點，就像2007年蘋果公司剛剛推出iPhone的時候，當時iPhone的功能其實跟諾基亞的手機功能沒有什么區別，就是一些鬧鐘、音樂、記事本等這樣的核心功能，但是到今天我們打開App Store的時候，會發現里面有多于200萬個應用，就是說這200萬個APP在座各位可能一生都用不完，很多人可能就用了其中的99.99%以外的部分，但是為什么還會有余下99.99%存在呢？就是因為每個人個性是不一樣的。等到汽車成為一個硬件平臺的時候，其實它能夠給我們帶來的創新能力是非常巨大的。包括在銷售和服務這個領域里面，因為跟用戶關聯起來了，所以也許用戶還沒有知道汽車出現什么問題的時候，我們的后端就已經知道你的車可能需要去做什么維修了，我們會給你發通知推送，告訴你的車應該怎么來做。包括生產，也可以去整合很多資源等等，這個領域里面我們覺得創新，多維度發生變化以后，就需要在多維度去進行創新，去迎合這樣一種新的變化。

（本文根據現場速記整理，未經發言嘉賓審閱）

返回第一電動網首頁 >