AI 前線導(dǎo)讀：在努力的拓展技術(shù)和應(yīng)用對(duì)外的邊界，盡快的把技術(shù)發(fā)展到為人類所用的過(guò)程中，有很多的技術(shù)的挑戰(zhàn)，自動(dòng)駕駛行業(yè)尤其如此。自動(dòng)駕駛技術(shù)發(fā)展至今也取得了很多進(jìn)展，3 月 20 日北大 AI 公開(kāi)課第五講，請(qǐng)到了馭勢(shì)科技創(chuàng)始人吳甘沙，他將會(huì)對(duì)自動(dòng)駕駛行業(yè)現(xiàn)在的部署情況、AI 的發(fā)展技術(shù)趨勢(shì)等等進(jìn)行深刻分析，并對(duì)行業(yè)的未來(lái)進(jìn)行展望。

北京大學(xué)最受歡迎的 AI 公開(kāi)課“人工智能前沿與產(chǎn)業(yè)趨勢(shì)”于 2019 年 2 月 20 日正式開(kāi)課。本學(xué)期的課程邀請(qǐng)到了商湯科技副總裁沈徽、馭勢(shì)科技 CEO 吳甘沙、微軟亞洲研究院副院長(zhǎng)周明、360 人工智能研究院院長(zhǎng)顏水成、YC 中國(guó)創(chuàng)始人及 CEO、百度集團(tuán)副董事長(zhǎng)陸奇等 14 位來(lái)自產(chǎn)業(yè)界的大咖進(jìn)行授課，AI 前線作為獨(dú)家合作媒體將全程跟進(jìn)并對(duì)北大這 14 場(chǎng)公開(kāi)課進(jìn)行整理，敬請(qǐng)關(guān)注！

特邀講師：吳甘沙，馭勢(shì)科技聯(lián)合創(chuàng)始人、CEO，致力于研發(fā)最先進(jìn)的自動(dòng)駕駛技術(shù)，以改變這個(gè)世界的出行和物流。創(chuàng)業(yè)前為英特爾中國(guó)研究院院長(zhǎng)、英特爾首席工程師，領(lǐng)導(dǎo)了英特爾的大數(shù)據(jù)技術(shù)戰(zhàn)略長(zhǎng)期規(guī)劃，并為中國(guó)研究院確立 5G 通訊、智能計(jì)算和機(jī)器人三大方向。2000 年以來(lái)，他發(fā)表了 10 余篇學(xué)術(shù)論文，擁有 27 項(xiàng)美國(guó)專利，10 余項(xiàng)成為國(guó)際專利，還有 14 項(xiàng)待審中。

以下為 AI 前線獨(dú)家整理的吳甘沙老師課程內(nèi)容（略有刪減）

人工智能發(fā)展簡(jiǎn)述

今天的演講主要分成兩部分：前面一半是講 Why，也就是為什么要做這件事情？它的目標(biāo)和意義何在？后半部分就是講 What 和 How，也就是到底做什么，怎么做？

首先想問(wèn)問(wèn)大家，2018 年有沒(méi)有感覺(jué)到難？可能絕大多數(shù)同學(xué)還沒(méi)有真正的經(jīng)歷消費(fèi)降級(jí)，如果有些同學(xué)在企業(yè)實(shí)習(xí)，可能會(huì)感覺(jué)到 2018 年的涼意。這一定程度上會(huì)讓我們思考：外面很不容易，我是不是應(yīng)該老實(shí)一點(diǎn)？

我想跟大家分享我們對(duì)歷史的觀察，我們發(fā)現(xiàn)一個(gè)巧合：每 10 年會(huì)有一個(gè)經(jīng)濟(jì)的周期。1988 年的時(shí)候，世界歷史上第一次出現(xiàn)一個(gè)黑色星期一；1998 年的時(shí)候，出現(xiàn)了亞洲金融危機(jī)；2008 年是全球金融危機(jī)；2018 年，無(wú)論你怎么去定義，反正大家都活的很不好；2019 年有種說(shuō)法，說(shuō)可能是前 10 年當(dāng)中最差的一年，但是后 10 年當(dāng)中最好的一年。

聽(tīng)起來(lái)可能會(huì)讓人覺(jué)得很灰暗，但是我想用歷史跟大家說(shuō)明：每一次經(jīng)濟(jì)上出現(xiàn)問(wèn)題的時(shí)候，都很巧合的、或者是必然的帶來(lái)了一次科技上的繁榮。

1988 年的經(jīng)濟(jì)危機(jī)帶來(lái)了，無(wú)論是國(guó)外的 Google、Facebook、微軟，還是國(guó)內(nèi)的 BAT 都崛起了；2008 年，全球金融危機(jī)之后，差不多在 2010 到 2012 年的時(shí)候，一些移動(dòng)互聯(lián)網(wǎng)的公司和應(yīng)用出現(xiàn)了，我們現(xiàn)在熟知的頭條、美團(tuán)、滴滴、微信、小米，都是從那個(gè)時(shí)間點(diǎn)出現(xiàn)的。

雖然對(duì)經(jīng)濟(jì)整體的預(yù)估還沒(méi)有看到好轉(zhuǎn)的跡象，但是從歷史去看未來(lái)，我們相信未來(lái)幾年是科技繁榮的一個(gè)孕育期。我們判斷：2016 年的人工智能在信息技術(shù)的發(fā)展史上會(huì)跟 20 年前的互聯(lián)網(wǎng)，以及 40 年前的 PC 并列成為三座高峰。

1976 年到 1996 年這 20 年是屬于 PC 的 20 年，它解決的是數(shù)字化的問(wèn)題，或者說(shuō)是生產(chǎn)資料數(shù)字化的問(wèn)題；1996 年到 2016 年這 20 年，是屬于網(wǎng)絡(luò)化的，它解決了生產(chǎn)關(guān)系的問(wèn)題，通過(guò)連接口創(chuàng)建連接，來(lái)解決生產(chǎn)關(guān)系的問(wèn)題；2016 年到 2036 年，我們相信這未來(lái)智能化的 20 年，能夠解決生產(chǎn)力的問(wèn)題。這 20 年過(guò)后到底是什么？沒(méi)人說(shuō)的清楚。有的人說(shuō)：下一個(gè) 20 年，可能是我們?nèi)祟愄剿餍陆绲?20 年。所以現(xiàn)在人們看到 SpaceX，看到很多的跟宇航相關(guān)的創(chuàng)業(yè)和探索；也有人說(shuō)，下一個(gè) 20 年是我們?nèi)祟愖兂尚氯祟惖?20 年，是人類跟機(jī)器第一次開(kāi)始融合的 20 年。但究竟是什么，沒(méi)人知道。

那么還是先解決我們現(xiàn)在的問(wèn)題：生產(chǎn)資料數(shù)字化了以后，通過(guò)網(wǎng)絡(luò)重構(gòu)了生產(chǎn)關(guān)系，但是現(xiàn)在我們不滿足了，我們需要通過(guò)人工智能來(lái)提升生產(chǎn)力。但是人工智能是一種賦能技術(shù)，它本身并不是一個(gè)特別大的產(chǎn)業(yè)，比如有人去賣人工智能的工具，賣不了多少錢。人工智能一定是賦能，或者是依附在一個(gè)龐大的傳統(tǒng)產(chǎn)業(yè)身上，幫助這個(gè)產(chǎn)業(yè)重?fù)Q生機(jī)，做生產(chǎn)力的革命性的提升。所以有這樣一個(gè)比喻：人工智能就像葡萄干，傳統(tǒng)產(chǎn)業(yè)像白面包，葡萄干和白面包融合在一起變成了一種新的產(chǎn)品——葡萄干面包，于是整個(gè)產(chǎn)業(yè)的價(jià)值得到了提升。

正因?yàn)槿绱?，我們?duì)人工智能產(chǎn)業(yè)要有一些認(rèn)識(shí)。首先，我們現(xiàn)在做很多的產(chǎn)業(yè)，要么是 to B，要么是 to C，當(dāng)然現(xiàn)在也有 to G（to government），也有 to VC（to Venture Capital）等等。大家注意到 to C 的行業(yè)有一個(gè)特性，叫做贏家通吃，或者叫做網(wǎng)絡(luò)效應(yīng)，它會(huì)風(fēng)卷殘?jiān)瓢惆颜麄€(gè)行業(yè)進(jìn)行重構(gòu)。重構(gòu)完了以后，可能只有行業(yè)的老大老二活的還可以，老三就已經(jīng)很慘，老四甚至可能已經(jīng)沒(méi)了。

To B 的行業(yè)跟 to C 不一樣，它很難一家通吃。To B 的企業(yè)成長(zhǎng)的速率慢，可是它的生命周期也長(zhǎng)。但 to B 是不好做的，這是降維式的打擊，用穿越思維來(lái)說(shuō)：你不小心穿越到清朝去了，你要去適應(yīng)當(dāng)時(shí)的生態(tài)，而不是說(shuō)隨便帶著一把機(jī)關(guān)槍過(guò)去亂掃，這不能解決問(wèn)題。

此外，要找到那些反人性的地方，因?yàn)檎嬲慈诵缘牡胤讲攀切枰斯ぶ悄艿牡胤?。但是大家要知道，反人性的地方，一定也是很艱苦的地方。如果說(shuō)你抱著在空調(diào)間里面寫寫代碼就把問(wèn)題解決的思路，你絕對(duì)做不好。

第四，很多傳統(tǒng)行業(yè)，其實(shí)現(xiàn)在還不具備條件進(jìn)行人工智能化，因?yàn)樗行┫忍觳蛔?，比如它沒(méi)有數(shù)據(jù)。沒(méi)有數(shù)據(jù)，那么很多智能都做不起來(lái)，當(dāng)然，也要找到那些有先天優(yōu)勢(shì)的地方。還有，一定要管理好期望差，人工智能有一個(gè)特點(diǎn)：就是更多的融資沒(méi)辦法去改變技術(shù)本身成熟的規(guī)律和節(jié)奏，堆再多的錢進(jìn)去也沒(méi)用。一個(gè)女人 9 個(gè)月懷胎生一個(gè)孩子，九個(gè)女人不可能一個(gè)月生出來(lái)。所以要管理這種期望差，不要覺(jué)得趕緊拿錢通過(guò)更加努力，就能夠把這個(gè)東西很快做出來(lái)，這是人工智能很難的地方。

自動(dòng)駕駛的特殊性

說(shuō)到無(wú)人駕駛，經(jīng)常有些誤解認(rèn)為無(wú)人車跟無(wú)人機(jī)感覺(jué)差不多，其實(shí)差別很大。不知道大家注意過(guò)沒(méi)有，無(wú)人機(jī)它的創(chuàng)業(yè)主體是極客，自己弄一個(gè)小團(tuán)隊(duì)悶頭去做，找到一個(gè)小而美的市場(chǎng)就發(fā)展起來(lái)了。但是無(wú)人車完全不一樣，無(wú)人車的典型的創(chuàng)業(yè)配置是科學(xué)家，或者是已經(jīng)工成名就的工程師再加上企業(yè)家一起創(chuàng)業(yè)，首先要有個(gè)很豪華的團(tuán)隊(duì)。其次，要建立一個(gè)非常完整的體系，什么都不能缺，什么都得有，而且它的價(jià)值鏈很長(zhǎng)，團(tuán)隊(duì)必須要有非常強(qiáng)的生態(tài)的協(xié)作能力。此外，無(wú)人機(jī)空中的場(chǎng)景相對(duì)簡(jiǎn)單，而無(wú)人車面臨的地面條件非常復(fù)雜，所以兩者完全不一樣。

無(wú)人駕駛和人臉識(shí)別也不一樣。人臉識(shí)別可能是這次人工智能浪潮中發(fā)展的起來(lái)最成功的應(yīng)用之一，人臉識(shí)別如果識(shí)別率達(dá)到 90%，多少漏掉一點(diǎn)沒(méi)關(guān)系，但無(wú)人車只要漏掉一個(gè)障礙物就出事故了，這是它們之間的不同。如果放到算法里面，就是無(wú)人駕駛它既不能有 False Negative，也最好不要有 False Positive，比如說(shuō)無(wú)人車在高速路上突然莫名其妙來(lái)一把剎車，那肯定是不行的。

另外，無(wú)人車在道路上，不是跟其他的靜態(tài)的物體在博弈，而是在跟司機(jī)博弈，這是一個(gè)非常動(dòng)態(tài)的環(huán)節(jié)。我們開(kāi)玩笑說(shuō)：以前我們覺(jué)得做無(wú)人車，像葉問(wèn)一樣，就是跟一個(gè)假人去練習(xí)就行了，結(jié)果發(fā)現(xiàn)是闖少林十八銅人陣，每個(gè)銅人都在跟你過(guò)招。

無(wú)人駕駛創(chuàng)業(yè)跟互聯(lián)網(wǎng)創(chuàng)業(yè)也是不一樣的?；ヂ?lián)網(wǎng)創(chuàng)業(yè)經(jīng)常有一種說(shuō)法叫長(zhǎng)板效應(yīng)，就是一家公司只要有一兩點(diǎn)非常厲害，一招鮮就可以吃遍天，其他的方面稍微弱一點(diǎn)沒(méi)關(guān)系。但是無(wú)人駕駛，它講究的是短板效應(yīng)，只要任何一個(gè)地方出現(xiàn)短板，最終的產(chǎn)品就出不來(lái)。

為什么都要做無(wú)人駕駛？

接下來(lái)我們談一談：為什么現(xiàn)在大大小小的公司都進(jìn)來(lái)做無(wú)人駕駛了？

先給大家看一組冷冰冰的數(shù)據(jù)：1900 年，美國(guó)有三百家車廠，整個(gè) 20 世紀(jì)，美國(guó)最后一家上市的汽車公司是福特，在 1956 年上市；最后一家創(chuàng)建并且活到了 2000 年的汽車公司是克萊斯勒，創(chuàng)立于 1925 年。也就是說(shuō) 1925 年前，1900 年出現(xiàn)的三百家汽車公司，絕大多數(shù)都倒閉了，1925 年以后創(chuàng)建的汽車公司要么倒閉了，要么被吞并，所以大家可以看到這個(gè)行業(yè)它是很保守的。

但是，這個(gè)行業(yè)畢竟已經(jīng)經(jīng)歷了一百多年，最近這 5 年出現(xiàn)了一個(gè)新秩序的建立，我們把它叫做“新四化”。

第一個(gè)叫做電動(dòng)化。以新能源驅(qū)動(dòng)電機(jī)，再讓車跑起來(lái)，可能是電池驅(qū)動(dòng)，也有可能是輕能源等等。第一臺(tái)電動(dòng)車是一八三幾年發(fā)明的，也就是說(shuō)，最早的汽車是電動(dòng)車。一直到 1920 年以后石油的開(kāi)發(fā)，包括內(nèi)燃機(jī)技術(shù)成熟，才變成今天的這種發(fā)動(dòng)機(jī)的汽車形態(tài)。所以，電動(dòng)化從某種程度上是返祖的現(xiàn)象，它把造車的門檻降低了，大家最近看到新造車勢(shì)力，就是借著這一波趨勢(shì)崛起的。

第二個(gè)叫共享化。共享化是一種商業(yè)模式的變化，原來(lái)我們必須得擁有車，現(xiàn)在不在乎擁有，只在乎那一瞬間的使用，無(wú)論是通過(guò)分時(shí)租賃，還是通過(guò)網(wǎng)約車，它都在變成一種共享化。

第三、第四就是智能化和網(wǎng)聯(lián)化。

這四化帶來(lái)了什么樣的局面呢？用一個(gè)比喻叫：世界異種格斗技大賽。這是在日本舉辦的一種比賽，幾種不同的格斗技的人在一個(gè)舞臺(tái)上把規(guī)則打亂進(jìn)行競(jìng)技。套用在自動(dòng)駕駛行業(yè)，原來(lái)都是汽車產(chǎn)業(yè)的人在競(jìng)賽，現(xiàn)在智能化以后，科技公司進(jìn)來(lái)了，運(yùn)營(yíng)商也進(jìn)來(lái)了；電動(dòng)化之后，突然一下子賣電池的在這個(gè)行業(yè)里面占據(jù)了一個(gè)統(tǒng)治性的地位。全行業(yè)變成一種混戰(zhàn)的局面，它帶來(lái)的變化比很多人想象的要大。

舉例來(lái)說(shuō)，智能化以后，汽車的制造不用開(kāi)模，靠 3D 打印很快就做出來(lái)了，制造的一些壁壘就被降低了；而網(wǎng)聯(lián)化以后，大型貨車尾部的大屏幕就可以解決后車盲區(qū)的問(wèn)題。更加復(fù)雜的網(wǎng)聯(lián)技術(shù)還有諸如遠(yuǎn)程駕駛這樣的功能，隨著 5G 的發(fā)展，也許這樣一種商業(yè)模式就崛起了，而且安全性、環(huán)保性也都更加提升了。如果把這樣的技術(shù)再進(jìn)行推廣，未來(lái)十年、二十年以后，馬路上單個(gè)車道的流量就可以達(dá)到今天的三到四倍，電力也節(jié)省的更多。

但是，智能化、網(wǎng)聯(lián)化，還遠(yuǎn)比不上無(wú)人駕駛帶來(lái)的沖擊。未來(lái)的無(wú)人車應(yīng)該是什么樣子？它的外表跟今天的車不太一樣，它的外表會(huì)變得比較擬人化，希望在設(shè)計(jì)上給別人帶來(lái)不同的感覺(jué)，設(shè)計(jì)者都試圖給無(wú)人車一些賦予一些人性化的東西。

圖為馭勢(shì)科技在 2017 年推出的無(wú)人駕駛概念車——“城市移動(dòng)包廂”

無(wú)人駕駛帶來(lái)的變革與意義

無(wú)人車行業(yè)我們認(rèn)為是一個(gè)水大魚(yú)大的行業(yè)，水必須足夠大，才能夠養(yǎng)出大魚(yú)來(lái)。汽車是一個(gè)發(fā)生著巨大變化的行業(yè)，出行也是一樣。舉一個(gè)例子，大家就明白了：2017 年，某網(wǎng)約車平臺(tái)總共接單 74.3 億單，平均客單價(jià)是 23 塊錢，當(dāng)時(shí)這個(gè)網(wǎng)約車平臺(tái)是將客單價(jià)的 80% 付給司機(jī)的，所以相當(dāng)于 2017 年他們付給司機(jī)一千多億。

假設(shè)變成無(wú)人駕駛的話會(huì)出現(xiàn)什么情況呢？

可能每單的客單價(jià)變得特別便宜，只需要 8 塊錢，跟地鐵沒(méi)什么差別，一年的客單數(shù)可能會(huì)變成 365 億單，也就說(shuō)一天變成了一億單，相乘起來(lái)，就有大約三千個(gè)億的收入。這三千個(gè)億，平臺(tái)不用跟司機(jī)去分賬，主要就是付出自己的一些折舊、運(yùn)營(yíng)的成本，它會(huì)對(duì)出行帶來(lái)巨大的變化。

其次，無(wú)人車會(huì)對(duì)物流帶來(lái)變化。大家不要小看物流，中國(guó)平均每個(gè)人，一年要為社會(huì)物流成本付出八千多塊錢，一年大概有 12 萬(wàn)個(gè)億，相當(dāng)于 GDP 的 16%，成本非常高。如果通過(guò)無(wú)人駕駛，物流的成本會(huì)降到今天的 1/3。干線的運(yùn)輸會(huì)通過(guò)無(wú)人貨車進(jìn)行，末端的配送就會(huì)通過(guò)小型的機(jī)器人執(zhí)行。甚至在未來(lái)，移動(dòng)的鞋店、生鮮超市、醫(yī)院、ATM 等等都會(huì)直接開(kāi)到家門口，萬(wàn)物都可以動(dòng)起來(lái)了。這些都是無(wú)人駕駛帶來(lái)的很多新零售、新消費(fèi)的空間。這是一個(gè)很大的舞臺(tái)。

另外無(wú)人駕駛的發(fā)展還有一個(gè)重大的意義?，F(xiàn)在平均一年因?yàn)榻煌ㄊ鹿仕劳鋈藬?shù)高達(dá) 140 萬(wàn)人，93.3% 的事故原因跟駕駛員的行為習(xí)慣相關(guān)，選擇無(wú)人駕駛可以減少 90% 以上的交通事故，一年可以拯救一百多萬(wàn)人。為什么呢？因?yàn)闊o(wú)人車訓(xùn)練出來(lái)，平均有一千億公里的經(jīng)驗(yàn)，相當(dāng)于幾百萬(wàn)年的駕齡，而且它不自私、不疲勞、不路怒、不酒駕、不超速、不加塞，它可以減少很多的交通事故，同時(shí)由于無(wú)人車的遠(yuǎn)程網(wǎng)聯(lián)操作，未來(lái)車跟車、車跟路隨時(shí)是保持互聯(lián)的，每輛車按照特定的速度，特定的次序通過(guò)十字路口，車輛行駛的平均速度就可以得到極大的提升，對(duì)城市交通也能提供巨大的幫助。

一個(gè)普通城市的雙向四車道，加上兩個(gè)停車道，能夠怎么進(jìn)行改變呢？第一，可以把中間的隔離帶可以去掉，因?yàn)闊o(wú)人車不會(huì)開(kāi)到對(duì)方的車道里面去；第二，每個(gè)車道可以變得更窄，車和車之間可以挨的很近，因?yàn)闊o(wú)人車始終沿著車道的中央在開(kāi)；第三個(gè)，停車道可以去掉，未來(lái)如果大量出行是靠無(wú)人車的共享出行，到達(dá)目的地也不用考慮找車位停車的問(wèn)題，晚上這輛車可以開(kāi)到五環(huán)以外停車，白天又開(kāi)到城里來(lái)提供服務(wù)，停車以后還可以進(jìn)一步折疊，下一輛車開(kāi)過(guò)來(lái)，又可以和它串聯(lián)在一起，就像超市的購(gòu)物車一樣，每輛車占用的停車面積占變得非常小，所以不用停車帶了，取而代之的是卸客帶（drop off line）。

隨著城市大量被汽車占用的空間得到釋放，人、物、空間相對(duì)移動(dòng)起來(lái)了，同時(shí)車?yán)锏膱?chǎng)景也越發(fā)豐富，旅途也顯得不再漫長(zhǎng)。而這樣一系列行為可能帶來(lái)的直接好處就是房?jī)r(jià)的下降。

無(wú)人駕駛的發(fā)展困境 用戶與環(huán)境

有一個(gè)經(jīng)典的“電車問(wèn)題”：兩條鐵軌上，一邊綁著一個(gè)人，另一邊綁著五個(gè)人，這時(shí)候電車來(lái)了，給你一個(gè)機(jī)會(huì)，用扳道岔的方式去救人，這時(shí)候應(yīng)該怎么選擇？不扳，死掉五個(gè)人，扳的話也會(huì)死掉一個(gè)人，應(yīng)該怎么選？對(duì)于這個(gè)問(wèn)題，現(xiàn)在有兩個(gè)比較主流的觀點(diǎn)：一個(gè)是覺(jué)得要保證整體的損失最小，只能犧牲少數(shù)拯救多數(shù)；另一類觀點(diǎn)認(rèn)為，每個(gè)人的生命都是有尊嚴(yán)的，幾種觀點(diǎn)都顯得難以抉擇。

同樣的問(wèn)題也出現(xiàn)在無(wú)人駕駛。假如無(wú)人車的剎車失靈，左邊是五個(gè)人，右邊是四個(gè)人，左邊的人是戴著頭盔的，右邊是不戴頭盔的，無(wú)人車系統(tǒng)到底會(huì)選擇誰(shuí)去犧牲？這個(gè)問(wèn)題一直在爭(zhēng)論，但是沒(méi)有一個(gè)標(biāo)準(zhǔn)答案。

那么我們應(yīng)該怎么去解決這個(gè)問(wèn)題？我們的一個(gè)普遍的回答是：怎么選擇是哲學(xué)家考慮的問(wèn)題，而工程師思維要考慮的問(wèn)題是怎么把剎車給修好，不要讓剎車失靈。

對(duì)于無(wú)人駕駛的發(fā)展，攔路虎很有可能是用戶和環(huán)境。有一組調(diào)查數(shù)據(jù)顯示：約 71% 的美國(guó)人是不信任無(wú)人駕駛車的。還有一個(gè)真實(shí)的案例：Waymo 無(wú)人車上路以后，遭到了路人持槍的威脅，扎輪胎、故意阻攔行駛等等，各種行為都有。還有另外一種反對(duì)的方式，比如某個(gè)新聞的報(bào)道稱：美國(guó) 10 萬(wàn)的卡車司機(jī)不用擔(dān)心了，因?yàn)槊绹?guó)國(guó)會(huì)無(wú)人駕駛立法當(dāng)中把卡車排除出去了。大家可以看到在各個(gè)不同的國(guó)家，針對(duì)這樣的一種新技術(shù)是有不同反應(yīng)的。

麥肯錫做過(guò)一個(gè)調(diào)研：中國(guó)有 49% 的人非常喜歡無(wú)人駕駛，只有 2% 的人不想擁有，而美國(guó)和德國(guó)有 16% 的人喜歡，但是有 50% 的人不想擁有。中國(guó)看上去是大規(guī)模產(chǎn)業(yè)化的理想國(guó)，也面臨很多的困難，國(guó)外無(wú)人車 Waymo 的工作環(huán)境，是在路上人很少，車也很少的情況下進(jìn)行的，而國(guó)內(nèi)的無(wú)人車工作環(huán)境就復(fù)雜了很多，不僅車多人多，不規(guī)范駕駛的比例也高了很多，此外還有不少外賣、快遞的電動(dòng)車經(jīng)常突然出現(xiàn)造成干擾；而面對(duì)堵車、大規(guī)模的人員流動(dòng)等情況，只要出現(xiàn)十倍以上的差別，算法一定會(huì)失效，中國(guó)的路況永遠(yuǎn)會(huì)出現(xiàn)見(jiàn)所未見(jiàn)的情況。也正因如此，麥肯錫預(yù)測(cè)，中國(guó)的無(wú)人駕駛普及會(huì)比歐美國(guó)家晚 2-3 年。

技術(shù)和成本

先來(lái)看一組數(shù)據(jù)。以 Waymo 的無(wú)人車為例：平均每行駛 1.1 億英里會(huì)出現(xiàn)一次人工干預(yù)，行駛兩千萬(wàn)英里還沒(méi)有一次死亡事件發(fā)生，而美國(guó)人類駕駛員的水平：平均每 25 萬(wàn)英里會(huì)出一次險(xiǎn)，每 50 萬(wàn)英里警方就會(huì)收到一次事故的通知，每 150 萬(wàn)英里會(huì)出現(xiàn)一次致傷的事故，每 94000 萬(wàn)英里會(huì)發(fā)生一次致命的事故。

可以看到，即使是 Waymo 的技術(shù)，離現(xiàn)在人類的水平還有差距。那么到底要到什么程度才能證明是安全的呢？

特斯拉曾經(jīng)出現(xiàn)了一起致命的事故之后，寫了篇博文給自己辯解。他們認(rèn)為：特斯拉開(kāi)了 1.3 億英里才死了一個(gè)人，而美國(guó)平均水平 9400 萬(wàn)英里才死一個(gè)人，這不是比人開(kāi)的好多了嗎？但是大家想一想，根據(jù)統(tǒng)計(jì)學(xué)的原理，特斯拉采用的數(shù)據(jù)樣本太小了，沒(méi)有置信度，一旦第二天再出現(xiàn)一起致死事故，1.3 億就要除以 2，變成 6500 萬(wàn)了。

美國(guó)的蘭德公司調(diào)查顯示：如果要 95% 的置信度證明無(wú)人駕駛比人類駕駛安全 20%，則需要至少 110 億英里的數(shù)據(jù)。相當(dāng)于 100 輛車不停的開(kāi)，不吃不喝不睡，至少開(kāi) 500 年，也就是說(shuō)你要在統(tǒng)計(jì)學(xué)意義上證明安全度是很難的。

如果用 Waymo 來(lái)舉例的話，相當(dāng)于現(xiàn)在有一千輛無(wú)人車，每個(gè)月要開(kāi) 100 萬(wàn)英里，一直開(kāi) 900 年；如果要花費(fèi)一兩百億美金，買 8.2 萬(wàn)輛車，每月開(kāi) 8200 萬(wàn)英里，也至少要 11 年。

所以我想說(shuō)：方向確定、路徑不確定的長(zhǎng)賽道，是機(jī)會(huì)也是挑戰(zhàn)。今天的領(lǐng)先者今后未必還是領(lǐng)先者，因?yàn)橘惖篮荛L(zhǎng)，什么都有可能發(fā)生。

我這里提供幾個(gè)思路。

首先是走場(chǎng)景化之路，抓主流大眾的需求來(lái)供應(yīng)，與主機(jī)廠共舞。

跟車廠共舞是很不容易的事情，想象一下，車可能是我們消費(fèi)品當(dāng)中最耐用，生命周期最長(zhǎng)的一種消費(fèi)品，一輛車賣出去 10 年了，終于有一天壞了，想要更換部件，但是誰(shuí)能保證這家公司能活 10 年？所以這句話雖然簡(jiǎn)單但是很難做到。

主流大眾的需求是什么呢？首先是在高速公路上開(kāi)車，長(zhǎng)期在高速公路上駕駛?cè)菀鬃屗緳C(jī)昏昏欲睡，特別容易出事故，而這個(gè)場(chǎng)景完全可以通過(guò)無(wú)人駕駛來(lái)替代。

另一個(gè)場(chǎng)景就是停車。馭勢(shì)跟一家汽車廠商合作推出的一款車，車開(kāi)到了電梯口，用戶可以直接下車，然后用一個(gè)手機(jī) APP 給車輛設(shè)定一個(gè)停車位，或者讓它到這片區(qū)域里找一個(gè)空的停車位，這是今天可以實(shí)現(xiàn)的，車身上裝的傳感器和控制器的成本不到一萬(wàn)塊錢。

還有一個(gè)場(chǎng)景是分時(shí)租賃。分時(shí)租賃的一個(gè)痛點(diǎn)，就是取還車很不方便。比如用戶的目的地離停車場(chǎng)還有 500 米的距離，但是用戶去停完車再走過(guò)來(lái)又很不方便，那么自動(dòng)還車就可以在用戶離開(kāi)之后，自動(dòng)開(kāi)回停車場(chǎng)，完成還車。另外，自動(dòng)駕駛還可以解決汽車租賃的調(diào)度問(wèn)題，A 點(diǎn)要用車但是沒(méi)車了，可以從 B 點(diǎn)調(diào)度一些車輛過(guò)來(lái)，通過(guò)算法可以讓車輛自行完成調(diào)度的過(guò)程。

這些都是主流的需求，創(chuàng)業(yè)也可以從這些場(chǎng)景入手，核心仍然是要去解決根本的問(wèn)題。另外可以考慮的方向是下沉到垂直的細(xì)分場(chǎng)景，大公司不一定會(huì)在這些場(chǎng)景做的精細(xì)，比如外面、環(huán)衛(wèi)清潔、礦車末端的配送、或者干線的物流等等。

但是要注意抓住幾點(diǎn)：第一，什么是真實(shí)的需求？不要自己認(rèn)為能做，就把它當(dāng)作需求了，客戶或許未必有這個(gè)需求；第二，經(jīng)濟(jì)賬要算好，整個(gè)市場(chǎng)有多大？水大魚(yú)才能大，成本的賬要算得清楚；第三，技術(shù)一定要確保無(wú)人化。

第二個(gè)思路：草船借箭，借殼上市。

舉個(gè)例子，目前在測(cè)試的無(wú)人車從停車場(chǎng)開(kāi)出來(lái)之后，就變成了有人駕駛，在人類駕駛的過(guò)程中，車上所有的傳感器都沒(méi)有閑置，仍然還在跑算法，這叫影子模式，把機(jī)器的算法跟人類駕駛的結(jié)果進(jìn)行比較，如果是相同，那說(shuō)明自動(dòng)駕駛的水平良好，如果數(shù)據(jù)不同就把數(shù)據(jù)傳回來(lái)。所謂“草船借箭”就是借用戶的車去學(xué)習(xí)、獲取數(shù)據(jù)，“借殼上市”是說(shuō)要借這個(gè)殼，把無(wú)人駕駛的算法真正用起來(lái)。當(dāng)然要有“船”有“殼”，這就避免不了，要能夠跟主機(jī)廠共舞，要能夠解決數(shù)據(jù)的歸屬權(quán)問(wèn)題。

第三個(gè)思路叫仿真世界的破碎虛空。

我們都知道，在真實(shí)世界里跑一億英里談何容易，要耗掉多少油，要消耗多少請(qǐng)司機(jī)的人工費(fèi)用。但在仿真世界里面，只要云計(jì)算的算力足夠，就可以無(wú)限測(cè)試，而且這里要求仿真要足夠的真，開(kāi)發(fā)者對(duì)這種場(chǎng)景是可控的，可以設(shè)計(jì)任意的復(fù)雜的環(huán)境。此外，這種環(huán)境是能夠產(chǎn)生無(wú)窮的新場(chǎng)景的，比如模擬建筑、地面、植物、天氣、光照條件等等，這是仿真世界要解決的。

最后，我想跟大家談一談 Innovation 和 Invention。

這兩者大家經(jīng)?；鞛橐徽劊矣幸粋€(gè)簡(jiǎn)單的區(qū)分方法：Invention 就是從 Money 變成 Idea，要花很多錢，發(fā)現(xiàn)或者發(fā)明一個(gè)從來(lái)沒(méi)有存在過(guò)的一個(gè) Idea；而 Innovation 剛好相反，把這個(gè) Idea 再變成錢，真正要實(shí)現(xiàn)它產(chǎn)生價(jià)值。創(chuàng)業(yè)做的是得 Innovation；做學(xué)術(shù)研究，獲得技術(shù)突破是 Invention。

這兩者都是人生價(jià)值的體現(xiàn)，并不一定要?jiǎng)?chuàng)業(yè)，成為百萬(wàn)富翁、億萬(wàn)富翁，才是人生價(jià)值的實(shí)現(xiàn)。我覺(jué)得現(xiàn)在無(wú)人駕駛創(chuàng)業(yè)不容易，但是技術(shù)的突破，支撐著創(chuàng)業(yè)公司的發(fā)展。

我認(rèn)為現(xiàn)在是個(gè)大機(jī)會(huì)時(shí)代，但是我們不要做機(jī)會(huì)主義者，機(jī)會(huì)主義者是這邊打一下，那邊賺點(diǎn)錢，必然會(huì)把所有的機(jī)會(huì)都丟了。有幾個(gè)要素一樣都不能少：

第一，算法要好，就好比是一個(gè)人的智商；第二，要有產(chǎn)品力，就相當(dāng)于人的體格；第三，還要有客戶能力，相當(dāng)于情商，要搞定那些大車場(chǎng)、大客戶；最后，要有學(xué)問(wèn)，就相當(dāng)于數(shù)據(jù)。這些要素不斷的形成一個(gè)正向的循環(huán)，四種能力缺一不可。如果你覺(jué)得自己只擅長(zhǎng)算法，那就要找一個(gè)工程能力非常強(qiáng)的幫手，找一個(gè)客戶能力非常強(qiáng)的幫手，你們一起來(lái)創(chuàng)業(yè)，才有可能成功。