王劲说，再过5天，自己就要从百度出来创业了。这次发言是他第一次代表自己而不是百度发言。

王劲在活动中表示，人工智能概念在61年前就有了，但前面50年都不太成功。因为之前是人在教育机器，然后再让机器为人做判断。直到后来用了深度学习功能，人工智能才开始快速发展。

王劲重点探讨了AI在无人驾驶中的应用：车企是以循序渐进升级为主，前面三个阶段都是要求司机坐在方向盘后面，直到第四阶段是不需要人类坐在驾驶座上的，到了第五阶段就发展更快了。而谷歌(微博)从2007年开始做自动驾驶，在那之前谷歌并没有使用深度学习，但2012年进入第四阶段后，从2015年开始使用深度学习。

此外，Mobileye是以摄像头为核心的深度学习，在感知上使用了大量的大数据用摄像头做物体识别，它们在决策系统上并没有使用人工智能。

王劲认为，目前，全球无人驾驶最好的三个公司是Google、Uber和百度。

未来，无人驾驶取得突破性进展的原因有：

第一，深度学习的巨大发展，成为人工智能发展的基石。

第二，传感器的换代和传感器融合技术的升级。

第三，硬件的升级，打造云端汽车大脑。

数据的收集能力也是无人驾驶中非常重要的。车队的规模影响无人驾驶的数据数量，汽车收集的数据回来后，放在云端进行大量云计算，然后再变成汽车新智能，这样的过程不断循环，才可以让无人驾驶进行不断提升。通过一个无人驾驶的车队规模和数据中心大小，可以判断他们的技术实力。目前，还是Google的车队是最大的。

“2022年将成为自动驾驶汽车的量产元年，最早实现的可能是特斯拉，但全行业仍然对他们有一定担心。但马斯克是一个非常优秀的管理者，大家只是对这个时间有些怀疑。大家都认为无人驾驶这一天一定会到来，而且交互的体验会大幅上升。”王劲说。

以下为王劲的发言实录：

今天我会聚焦在人工智能无人驾驶的运用，人工智能是61年前就有了，前面的50年一直不成功。前面的50年为什么不成功？因为它让人先去教机器，然后机器再为人做判断。到2006年深度学习开始被提出来，以深度学习人工智能的元年，但是他真正得到应用，大家看到他开始真正的取得突破是在2012年底，谷歌开使用深度的学习做搜索，百度也在用深度学习做搜索，2013年百度是全世界最早的用深度学习来做广告。

也是在那一年，现在在座的吴韧博士，他做了一个集群，那时候是用了144个GPU，当时就超过了天河一号的计算能力，这144个集群的计算能力是天河一号的两倍，在百度的集群是远远超过全世界最快的操作计算机。

我们来谈谈人工智能和海外投资的应用，我们可以用深度学习的应用程度和方式来区别他们的这个模式，其实这个汽车车厂在十几年前就开始用这个自动驾驶的技术在研究这方面，他们主要是主动驾驶来帮助人们提升汽车的安全性。也提升它的这个操控性，在这个世界上把无人驾驶一般分成五级，这里只是有五级，前面一二三是主动驾驶，只有到第四第五是不需要司机坐在方向盘后面的，第五级可以到任何地方去。

绝大部分的车厂，一直到2016年初都认为他们一直升级到4级，这是他们原来和科技公司的区别。到去年年初绝大部分的车厂都改变了这个方向，他们仍然在走这个辅助驾驶，他们都直接调出一个部门做这个4级，他们觉得直接做4级比他们一级一级升要快得多。

第二个流派就是以百度和谷歌为代表，利用深度学习。在利用深度学习的程度上不一样。直到后面2012年底的时候，开始逐渐的做成LX3，从L3做到LX4，它这样用的是什么呢？它只是在有限的范围里，它用的是感知这个模块里头大规模的使用模块学习，在决策这些模块里，据我所知，2016年谷歌还没有大规模在应用规模学习。他们这个车仍然是在全世界领跑整个无人驾驶的技术。

与此不同的是百度和谷歌，在决策上面也开始应用这个深度学习做人工智能的驾驶决策。另外一个是Mobileye，以摄像头为基础的流派，它做的是LX2.5的，它这个是不可能离开人在方向盘后面的，它们在感知上面是用的大量数据进行了非常好的深度学习，来用摄象头做这个物体的识别。Mobileye是刚刚被英特尔收购了，这个是在有限的驾驶的能力下深度使用的，决策的系统并没有学习。现在最新的一批人是像Drive ai和Nvidia，所以他们是想把直接从传感器出来的信号输出成驾驶的决策，这是一个非常激进的方案，因为这个方案只有在学术界里在验证，并没有得到成功。所以走这条技术的路径需要大量的计算能力，他用的是端到端的全深度学习的模型在做。Drive.ai这个公司是全球最早走这个方向的，很多人可能不知道Drive.ai和百度前首席科学家的关系，吴恩达的太太是Drive.ai的总裁，Drive.ai的CEO都是吴恩达的学生。两年多以前，几乎快3年的时候，吴恩达应该走深度学习的路，所以百度仍然是走在科技公司的主流路线上。

综上所述大家可以看到，从最传统的技术，就是车场，到最激进的，这个中间有很多的选择，就是从技术上有很多流派，没有哪一个流派被证明。现在领跑的是谷歌，全球我们认为无人驾驶最好的技术应该是谷歌。

为什么现在很多人认为无人驾驶很可能在三到五年内被实现，这主要是基于这几个技术的突破。去年阿尔法狗帮着教育了很多高科技行业之外的，包括车厂的领导，甚至是芯片厂商的公司。就是说，用深度学习来做决策和感知将会很快地把它的能力提升在人类的驾驶员之上。所以深度学习的算法成为了无人驾驶的基石。

第二个带来改变的就是传感器，大家知道现在64线的激光雷达在逐步地投入量产，到今天很多人在做这个激光雷达，但真正可用的激光雷达只有一个公司。但是同时无人驾驶汽车现在还需要非常多其他的传感器，包括摄像头，包括惯性的导航，他也需要配合上高精的地图才能做无人驾驶。这些技术在这两年有突破性的提高，使得无人驾驶在深度学习和新型的传感器上，得到一个非常广泛的、非常好的突破。

第三个硬件的升级是打造云端汽车大脑，他能开发硬件，以前的GPU一般会用来做PC上的游戏加速器，百度最早也做这个，它还做了一个当时非常保密的项目，当时全球有两个主要的厂商来做这个芯片，所以在百度汽车大脑拥有这样的计算能力以后，我们大家就可以把深度学习算法和这个模型放到车上，然后在汽车自己驾驶的过程中做一些实时的判断和决策。

非常关键的就是第一个——基础决策，就是要从摄像头和激光雷达感知，对很多物体做出一些判断，这个判断要用数据做一些评比，就是看看在这样大量的数据里自己的技术到底有多少准确性。到现在为止我的团队跟汽车相关的6个指标中有4个指标是全世界第一的，包括判断汽车的准确性，包括语音等等。

基于这几个技术的发展，无人驾驶系统逐渐成为一个主流的方向，百度的驾驶系统有10个子模块，最主要的是前面三个：环境感知、行为预测、规划控制，前面两个说的比较多，第三个规划控制这个方向，几个主流的科技公司都公布了这个模块的人工智能技术，一旦这个技术被攻克，无人驾驶的能力会有比较好的提升。

我们认为这个规划和控制会在未来的一两年得到很大的突破，其他还有很多，比如说操作系统、高精地图，很多很多的企业都可以提供。

无人驾驶技术除了比拼自己的算法、传感器、计算硬件外，还有一个非常重要的，就是数据收集的能力。如果一个公司在做无人驾驶，无人驾驶的车队有多大很重要，因为每个车队的规模会影响到它这个车子开的好坏，数据收集能力的大小。每一辆车开一个小时，它这个数据量很大，有的车一天可以开出10多个小时。整个的模式，今天无人驾驶，大家用深度学习，这个驾驶能力是什么呢？汽车出去跑，收集来的数据放到了数据中心，放到了云端，在云端技术大规模地数据学习，形成了一个新的数据模型，这个模型又会被下载到汽车里头，形成一个新一代的汽车驾驶的能力。这个就循环往复不断地自我学习，不断地自我提升，这是今天用人工智能来做无人驾驶的这个核心的技术，也是他整个成长和不断成熟和提高安全性的过程和流程。一个无人驾驶汽车，他的车队规模、整个数据中心和这个计算能力综合起来就可以判断出来这个无人驾驶的团队的技术现在到底有多先进。

随着这个技术的成熟，无人驾驶的技术和人工智能的能力在不断提升，车子跑得越来越多，数据也越来越多，也可以收集回来，很多人也在判断，什么时候无人驾驶可以落地。

2021年是无人驾驶的元年，届时有一些大一点的有十几万辆的规模，成为量产。主流的车场和主流的这些公司，包括谷歌，都能在2020年达到量产的目标。整个行业对他们有很多的担心，百度我们也有工程师，我们觉得这个技术还比较远。

还有的公司保守一点，可能要更晚一点，可能是2025年以后才可以实现。整个这个产业对无人驾驶有预期，有激进的，有保守的，当无人驾驶这一点一定会到来。当无人驾驶到来的时候，交通的安全性可以得到大幅度的提升。当无人驾驶这个时间到来的时候，我们认为汽车这个行业甚至有可能会被颠覆。虽然有一些汽车公司他们也在做无人驾驶系统，他们也预计他们在2021年能够实现无人驾驶的量产，但我们在跟他们接触的过程中发现，他们在人工智能的技术上远远落后，他们绝大多数的技术是专家型的，所以当整个汽车行业在这样的一个状态下，他们的准备程度更差。

如果汽车行业不革自己的命，就会被别人革了命，现在只剩下4年的时间。

文章来源：腾讯科技