adas的繁榮與轉型
李德毅中國人工智慧學會理事長 中國工程院院士
李德毅：剛才主持人說機械人和人工智慧有什麼關係，我最近十年一直在搞智慧型駕駛，在我看來汽車最終成為乙個輪式機械人，因為我們需要對汽車做乙個轉型。
在這個過程當中，汽車行業裡最重要的電子叫汽車電子，汽車電子裡面最重要的產品叫做adas。我今天講一講adas的繁榮與轉型，因為汽車電子是很火的。汽車電子在當前情況下做到了什麼程度？下一步還能做到什麼程度？
汽車引入人類生活，以孤立的人工駕駛模式執行已有百餘年史，現在大家開車很爽，因為只要乙個方向盤，油門、剎車，可以任意讓車子賓士起來。現在樓下有幾輛車在做表演賽，就有我們課題組的金龍（音）和小旋風，不再是人工駕駛，而是自動駕駛。當然自動駕駛最近名聲不太好，出了幾次事故以後，要把手放在方向盤上不能離開，注意力也不能離開，所以老百姓說這不叫自動駕駛，還是叫輔助駕駛。
adas，尤其是年輕人對高德導航地圖都很熟悉，沒有導航地圖就不能開車了，所以汽車電子可以說現在是風聲水汽。
現在的問題是如果有了這麼多adas的輔助功能，防碰撞、自動跟隨、自動泊車，提出乙個問題，究竟要有多少adas的定義？如果買一輛車，有一百種自動駕駛，有70種自動駕駛，有30種自動駕駛，選擇是很麻煩的事情。曾經稱之為被改變世界的機器，造就了adas的繁榮，但是汽車正在被人工智慧所改變，也正在被世界所改變，導致了adas要轉型。
什麼叫adas？先進的駕駛員輔助系統。adas是為人服務的，是為駕駛員服務的，白色的adas。driver沒有了，adas就變成了黃色adas，黃色的adas就是無人駕駛時，讓人來輔助機械人開車。倒過來了，以前白色adas是技術幫助人，現在是人幫助技術，這個技術就是輪式機械人。所以我認為adas雖然很好，但是現在要轉型，這就是我今天報告的題目。
方向盤靈巧，當在高速上跑的時候，方向盤會變得有些沉重，因為方向盤一抖動，就可能要換車道了，抖動大了就掉到馬路外面去了。但是當到了路口的時候，哪怕拐彎，小女孩用小手指都可以把它倒過來，很輕鬆，這個人機工程學多好啊。當泊車時，打了兩把方向盤，結果輪胎轉角一點點，是非線性的。當你問它到底到了多少度？它不知道。所以方向盤這一條就夠我們幹一陣子。
最終我們走向自動駕駛、自主駕駛和輪式機械人。所謂自主駕駛就是輪式機械人是自主的認知主體，它有決策權，而不是按照程式走。
從輔助人工駕駛到區域性自動駕駛、再到機器自駕駛，然後到機械人駕駛，從早先的預警、提醒駕駛員跨越到機器自駕駛為主，你我他均可干預。什麼叫你我他？車上可能有好幾個乘員，還有小孩子。將來希望我們無人駕駛車到街上為大家服務時，不是乙個幽靈，不是乙個不能說話的大家害怕的東西，你如果說上車了以後覺得不太舒服，說：對不起，我不去機場了，要去醫院。怎麼辦？這個機械人要跟你對話，所以你我他均可干預。固定的駕駛員趨勢已經不復存在，adas失去了原先的服務物件。這是很麻煩的一件事情。
如果現在離線輔助駕駛叫adas的話，後來人們就有了區域性區域的自動駕駛，現在我們有了自主駕駛和無人駕駛，最後希望真正做到的是以人為本，人機系統共駕。自動駕駛的時候還要把手放到方向盤上，還要承擔駕駛責任，自駕駛就是馬駕，就像馬一樣，馬是乙個認知主體，馬怎麼跨過去不需要指揮員去規定它腿伸多少度。最後是騎士與馬的關係，就是指揮員失去了知覺，馬要把指揮員揹回家，這個叫「最後一公里」。這個車是無人駕駛了，但是最後一公里怎麼回來？還得要回來。所以我們分了四個等級。
自動駕駛的基本問題是駕駛員在駕駛過程中與環境和周邊車輛的互動認知**去了，駕駛員的作用在自主駕駛中由誰來替代。這個問題很嚴重，我們經常在城裡面看到擁堵，每乙個認知主體、每乙個駕駛員都認為我做得最對，尤其大巴駕駛員認為就應該這樣看，但是用無人機一照是另一種情況。在開車過程中，與周邊互動這一條，我想問問特斯拉或google你們怎麼解決的，你們叫自動駕駛的話，這個問題怎麼解決。
如果我們啟動電腦程式，讓汽車自動開，如果程式不合適，則由人來調程式。本質上是程式設計師通過程式教機械人開車，汽車成為軟體定義的機器，實現自動駕駛。搞人工智慧的人，搞認知主體，搞機械人的人，對這個定義提出質疑，這個定義是不對的，因為駕駛員主要在開車過程當中，當周邊有超車，打乙個燈，同意或不同意你超車，表個態，那怎麼辦？我想用乙個典型例，說明用軟體定義的自動駕駛是乙個陷阱。黃色車子都是自動駕駛的車，二十年以後我們可以想象街上還是會有人工駕駛車，其他都自動化了，就這兩輛車沒有自動化，是人開的，開的過程當中，假如這兩個人開得不是太地道，就會把自動駕駛模式全部打碎。綠色的自動駕駛門檻立馬崩潰，幾乎全部作為人工駕駛。這個**我給了特斯拉亞洲總裁，我說你看看怎麼辦？兩個人工駕駛，假如喝醉了酒，亂開，你的自動駕駛都不行。但是社會要可持續發展，不能保證乙個人都不犯錯誤。所以我叫做自動駕駛陷阱。
我們要進一步問問某些公司，全自動駕駛真的是全天侯自動駕駛嗎？什麼叫全天侯？今天大路，高速公路封路了，這叫全天侯嗎？人都不能全天侯。明天颱風來了，不能出去，後天海嘯來了，不能出去，再後天**來了，又不能出去。人開車都不能做到全天侯，你能做到全天侯？我認為全天侯很難，尤其重要的是假如你開車時正好**了，你還按車道行車嗎？逃命要緊。所以這件事情從科學的角度來看要好好想一想。
出行有風險、開車需謹慎，安全無盡頭，智慧型無界限，我永遠不會說我的車子沒有事故，可以做到99999，飛機能做到999999，人開車是1%的錯誤率，是99、999，所以不要說大話。承諾了以後你承諾不起。
如果全自動駕駛等於很多個自動駕駛模式疊加的話，這個公式能否成立？怎麼樣才能成立？必須符合兩個條件：1、多少種自動駕駛模式才能夠完全覆蓋各種各樣的駕駛場景，這叫充分駕駛。2、從一種自動駕駛模式轉換到另一種自動駕駛模式，叫當前緊張。如果充分必要條件不具備，這個等號是不成立的。因此大家現在關心的是二級到**，希望大家關心五級、六級、七級，就是全自動了嗎？我認為不是這樣的。
我們要充分考慮人在迴路中的**和控制，怎麼樣用駕駛腦來替代。我們做了乙個機器駕駛腦，可以用微電子技術，採用cpu+gpu+fpga等等，做成乙個模仿人的駕駛互動認知的認知主體，我們要求它「一大一小」，「兩高兩低」：大介面、小尺寸，高效能、高可靠，低功耗、低成本。這樣一來，汽車要變成輪式機械人，除了加上很多感測器之外，除了汽車動力學效能之外，還必須有乙個用來承載駕駛動態認知和決策認知的環節，感知是不夠的。
駕駛腦的使命是加速汽車向輪式汽車的轉變。我們的駕駛腦的定位很清楚：駕照，這個不是車場的事情；駕駛技能，如果乙個很重要的運輸任務要請兩個駕駛員，乙個是剛拿到駕照，乙個是開了五年車了，這次運輸很重要，你派哪個駕駛員去？一般派五年駕齡的。駕駛技能很重要，駕照其實不重要。
高德導航在開車過程當中多麼重要，我們為什麼不在新華書店買乙個地圖放在車裡？會發現地圖和導航地圖不是一回事，我們經常坐計程車時，他說不去，為什麼？他頭腦裡知道哪個地方堵，哪個地方不好。所以我們駕駛腦給你發駕照，給你積累駕駛技能，給你活地圖了，同時還給你個性化駕駛。每個人開車其實都是不一樣的，我們希望做標桿駕駛，讓雷鋒這樣的優秀駕駛員來開車，這叫標桿駕駛，是自動駕駛替代不了的。
這樣一來，從白色的adas轉換成黃色的adas，怎麼轉？我們認為有乙個過程，有乙個全社會的生命週期，我大學畢業時用大型機做程式設計師，後來是小型機，後面是台式電腦，後來是筆記本、電腦，現在用雲計算、用手機，大概要五十到六十年，從白色的adas到黃色的adas，也許要三十年到五十年。在這個過程中，我們要轉型，誰能成為我國生產車載公釐波雷達、雷射雷達、夜視雷達量產首家過千台的企業？中國的國產公釐雷達、雷射雷達在**，我們不能都用外國雷達，因為外國雷達太貴，現在我們頂的雷射雷達70萬，乙個車子才20萬，誰買你的。所以國產感測器太重要。在座如果到哪家企業應聘的話，可以問問老闆，你的公釐波雷達晶元年產量是多少？
誰能成為我國生產車載相機、車載bds+慣導量產首家過千台的企業？因為我們希望至少是gps北斗雙模的，當然三模也很好，還要+慣導。
到哪一年，中國道路上行駛的所有車輛中，有10%達到了「機駕為主、人可干預」，白色adas失去的10%市場被黃色adas取代？
到哪一年，中國道路上行駛的所有車輛中30%達到了機械駕駛為準，人可干預，白色的adas失去30%市場被黃色adas取代。
新的adas工作重點，人與輪式機械人的互動。現在大家對於車聯網說得很多，但有七種關係要弄清楚：輪式機械人、駕駛位上的駕駛員，程式除錯、試驗和維護人員、乘員、網際網路遠端的車主、網際網路遠端的服務請求、網際網路遠端的黑客。把這七種關係弄清楚了之後，我覺得輪式機械人就會栩栩如生地和你生活在一起，它們各司其職，友好協調，和諧相處，共生共存。
這就是我今天大致的主題思想，謝謝大家！
本文**於"中國人工智慧學會",原文發表時間"
2016-10-23"
演講實錄丨黃偉 AI已來，未來已來
ai已來，未來已來 黃偉雲知聲董事長 語音識別技術應用專家 黃偉 大家下午好！非常感謝邀請。我覺得前面山世光對公司有乙個非常好的定位，介於學術和產業之間。我可能是唯一乙個做雲技術，第二我們可能長期在工業界。今天人工智慧熱潮十多年比較冷的乙個方向，這樣我更多從工業界角度來看，我們可能對ai的看法和認知...
演講實錄丨季向陽 無人系統智慧型感測與計算
無人系統智慧型感測與計算 季向陽清華大學教授 季向陽 我演講的題目是無人系統智慧型感測與計算，應該說在智慧型裡面除了我們提到很多演算法之外，我們是從遠端怎麼把這個資訊獲取到，所以我們的題目是無人系統智慧型感測與計算。無人機系統裡面，很多航空 水面等等一系列，核心涉及到我環境從簡單到複雜，任務也是從簡...
李德毅院士 腦認知的形式化
摘要 李德毅院士認為，腦認知的內涵包括記憶力 計算認知和互動認知。計算固然重要，記憶更重要。腦認知的本質是統計認知，多次反覆在感知 認知 行動過程中形成不確定性，動態演化過程從時間上看是積分，就變成記憶。為了更好地引導和推動我國人工智慧領域的發展，由中國人工智慧學會發起主辦，csdn承辦的2015中...