編前：自動駕駛成為汽車產(chǎn)業(yè)當(dāng)中最具關(guān)注度的領(lǐng)域;而由于其交叉性、復(fù)雜性，也成為相關(guān)行業(yè)關(guān)注的焦點，人工智能的應(yīng)用在其中大放異彩。中美兩國均較早對自動駕駛展開布局與探索，也有各自不同的實踐。

開啟了3.0人生階段的中國工程院院士，清華大學(xué)智能科學(xué)講席教授、智能產(chǎn)業(yè)研究院(簡稱“AIR”)院長張亞勤，深耕于軟件研發(fā)、人工智能領(lǐng)域，曾常年在互聯(lián)網(wǎng)產(chǎn)業(yè)一線奮戰(zhàn)，領(lǐng)導(dǎo)百度等國內(nèi)互聯(lián)網(wǎng)巨頭在自動駕駛行業(yè)探索。在4月下旬的一個早上，《中國汽車報》社總編輯桂俊松與張亞勤院士進行了深度視頻交流。談起人工智能、自動駕駛以及不同技術(shù)路線等專業(yè)領(lǐng)域，張亞勤娓娓道來，如數(shù)家珍。

人工智能賦能汽車自動駕駛

桂俊松：智能化、自動駕駛正成為汽車產(chǎn)業(yè)轉(zhuǎn)型的一個方向，也是近年來社會關(guān)注的熱點。在剛剛結(jié)束的2022中國電動汽車百人會論壇上，汽車智能化甚至已經(jīng)超越電動化，成為業(yè)界熱議話題。作為人工智能專家，您怎么看待汽車自動駕駛?

張亞勤：汽車工業(yè)已經(jīng)有100多年歷史，如果我們把1908年亨利·福特推出T型車作為現(xiàn)代汽車工業(yè)的開端，隨之而來的技術(shù)革命拉開了現(xiàn)代汽車工業(yè)百年發(fā)展的帷幕，直至當(dāng)下，已經(jīng)逐步形成了一個基于燃油技術(shù)的成熟產(chǎn)業(yè)，不論從技術(shù)、產(chǎn)業(yè)鏈，還是從商業(yè)模式角度看，它都已經(jīng)非常成熟了。然而同時，我們也應(yīng)當(dāng)認識到，身處“百年未有之大變局”中，汽車產(chǎn)業(yè)則開始了以電動化、智能化、網(wǎng)聯(lián)化、共享化為特征的“新四化”產(chǎn)業(yè)轉(zhuǎn)型，如果我們把近來熱議的綠色低碳化也歸入其中，就可以稱之為“新五化”了。我們觀察，在這一過程中，汽車的技術(shù)要素也在變化，從過去的發(fā)動機、離合器、變速器等這樣的工程機械要素為主，逐步擴大，包含進了電化學(xué)(電池)、半導(dǎo)體芯片、人工智能算法、互聯(lián)網(wǎng)軟件等眾多全新技術(shù)要素，汽車產(chǎn)業(yè)也隨之轉(zhuǎn)型成為一個全新的交叉型產(chǎn)業(yè)。而在眾多推動要素當(dāng)中，我認為，人工智能將成為未來5～10年內(nèi)全球汽車產(chǎn)業(yè)最重要的變革和突破力量!

桂俊松：為什么是今天而不是昨天或者別的什么時間，汽車自動駕駛開始進入人類視野?

張亞勤：讓汽車實現(xiàn)自動駕駛，是人類自汽車誕生以來就有的夢想，但這只有在人工智能發(fā)展到一定階段才能實現(xiàn)。從人工智能技術(shù)自身的發(fā)展趨勢來看，它和汽車自動駕駛可謂“天作之合”。只有在目前數(shù)字化3.0時代，即物理世界的數(shù)字化，或者稱之為互聯(lián)網(wǎng)的物理化大背景下，我們才可能擁有足夠量級的、可供支撐汽車自動駕駛的大數(shù)據(jù)。我們的城市在數(shù)字化、我們的交通也在數(shù)字化，大量路側(cè)的感知設(shè)備，給我們深度學(xué)習(xí)提供了豐富的大數(shù)據(jù)支持。有了數(shù)據(jù)僅僅是實現(xiàn)自動駕駛夢想的必要條件之一，其他必要條件還包括深度學(xué)習(xí)領(lǐng)域算法的突破，以及由于半導(dǎo)體技術(shù)的進展，使我們的算力能夠大大提升，這三者完美結(jié)合，才使汽車自動駕駛成為可能，從而徹底重塑汽車產(chǎn)業(yè)的格局與面貌。

桂俊松：在前幾天舉辦的美國TED 2022大會上，特斯拉首席執(zhí)行官埃隆·馬斯克講到人工智能。有兩句話讓我印象深刻：一是，他認為，2022年有信心實現(xiàn)FSD(全自動駕駛);二是，他認為，要實現(xiàn)FSD，就要解決“現(xiàn)實世界的AI(人工智能)”，并進而提到了開發(fā)“人形機器人”的問題。是否可以這樣認為，機器人、人工智能技術(shù)的發(fā)展完善會極大推動汽車機器人的到來?在您看來，汽車的自動駕駛是否是人工智能自身發(fā)展的一個水到渠成的狀態(tài)?

張亞勤：能夠?qū)崿F(xiàn)自動駕駛的汽車，在某種角度上，我們確實可以將其視為一個有特定任務(wù)、目標(biāo)的，對技術(shù)、安全等方面要求非常高的機器人，是先進機械技術(shù)與人工智能的有機結(jié)合，或者叫“汽車機器人”。從技術(shù)角度看，我認為人工智能是汽車實現(xiàn)自動駕駛最核心、最具難度、最具挑戰(zhàn)性的要素，但同時也是未來5～10年內(nèi)有巨大應(yīng)用前景的技術(shù)。人工智能在自動駕駛領(lǐng)域的應(yīng)用，與通用型機器人會有所區(qū)別，它的系統(tǒng)更復(fù)雜，但并不是不可實現(xiàn)。因為這一復(fù)雜系統(tǒng)也能夠被分解成若干子系統(tǒng)，從而將復(fù)雜問題簡單化，并最終找到答案。汽車自動駕駛技術(shù)可以理解為包括機器學(xué)習(xí)算法、高精地圖技術(shù)、芯片、操作系統(tǒng)、HMI等多方面技術(shù)的集成。而目前這些技術(shù)，多年來在包括互聯(lián)網(wǎng)在內(nèi)的許多領(lǐng)域都已經(jīng)得到廣泛應(yīng)用，并逐漸進入了成熟期。因此，我認為，汽車自動駕駛雖然系統(tǒng)復(fù)雜，但它一定是可以實現(xiàn)的。比如，在感知層面，目前，由于激光雷達、視覺攝像頭、毫米波雷達甚至V2X技術(shù)的應(yīng)用，我們自動駕駛汽車已經(jīng)能夠做到比人(只能依靠眼睛、視力)的肉眼感知能力更全面，能夠獲得更多維度的數(shù)據(jù)，從而做到在駕駛過程中更安全。

特斯拉是個了不起的公司，但埃隆·馬斯克總是過于樂觀，我不認為特斯拉2022年底靠純視覺能實現(xiàn)FSD。

桂俊松：您認為，自動駕駛當(dāng)前的主要難點在哪里?

張亞勤：的確，自動駕駛向前發(fā)展，目前在技術(shù)與政策法規(guī)兩個層面都還有不少困難需要克服。我傾向于認為，在技術(shù)層面，自動駕駛的相關(guān)技術(shù)最難點已經(jīng)被克服并逐步成熟，只是大規(guī)模應(yīng)用還需要時間。

在技術(shù)層面的難點當(dāng)中，第一位的依然是安全性問題。基于行業(yè)的普遍共識，對自動駕駛的安全性要求至少要高于人類駕駛一個數(shù)量級，達到99.99999%的水平。而要實現(xiàn)這樣的安全目標(biāo)，就需要深度學(xué)習(xí)、車路協(xié)同，有這兩個大的方向性技術(shù)作為支撐。就深度學(xué)習(xí)而言，重要的是對泛化能力的突破。自動駕駛領(lǐng)域當(dāng)中，我們雖然在研發(fā)過程中會進行大量的測試、試驗，但是在實際使用中，總是會出現(xiàn)測試、試驗中沒有遇到過的情況。利用算法來提升泛化能力，需要算法本身具有更好的透明性、可解釋性，同時利用大量數(shù)據(jù)，不斷迭代算法。而車路協(xié)同，同樣是自動駕駛領(lǐng)域需要重點關(guān)注的問題。自動駕駛的感知、決策，單獨依靠單車智能是不夠的，需要依靠車路協(xié)同、依靠路側(cè)的基礎(chǔ)設(shè)施智能化來解決長尾問題。智慧的道路、路測設(shè)備能夠給自動駕駛車輛更多維度的信息和數(shù)據(jù)，能夠讓規(guī)劃、決策、執(zhí)行更加安全。同時，車路協(xié)同也能夠為自動駕駛進行技術(shù)上的冗余備份，以應(yīng)對可能出現(xiàn)的突發(fā)情況。

在政策法規(guī)層面，客觀地說，在全球范圍內(nèi)，其實都面臨著一個同樣的挑戰(zhàn)——政策與監(jiān)管滯后于前沿技術(shù)的發(fā)展。無論是測試、試運營、保險設(shè)計、事故責(zé)任認定甚至是用戶的隱私保護等，政策法規(guī)的調(diào)整都是相對滯后的。但是，我傾向認為，自動駕駛事關(guān)生命安全，政策層面的謹慎應(yīng)該遠勝于激進。而在這一方面，中國的政策環(huán)境是比較好的，中國用戶對于包括自動駕駛在內(nèi)的新技術(shù)應(yīng)用普遍具有更開放心態(tài)，愿意擁抱新技術(shù)，愿意嘗試。

桂俊松：要實現(xiàn)高階自動駕駛，目前在技術(shù)和政策法規(guī)方面都還有些困難，解決起來也都需要時間，但我感覺，這可能是兩類不同性質(zhì)的困難，且相互關(guān)聯(lián)。政策法規(guī)方面固然有滯后，但真要下決心解決，也可能會很快的。而且在很大程度上，政策的慎重往往也還是因為技術(shù)問題。

張亞勤：是這樣，也的確有一個相互依賴的問題。

自動駕駛：中美在互鑒中成長

桂俊松：在自動駕駛方面，中國和美國都是全球的領(lǐng)先者，但這兩個國家的路徑、產(chǎn)業(yè)組織、開發(fā)模式并不一樣。根據(jù)您的觀察，兩者的差異性體現(xiàn)在哪?

張亞勤：確實有差異。首先，我覺得，美國在自動駕駛領(lǐng)域的研發(fā)還是企業(yè)主導(dǎo)的。例如谷歌(Google)旗下的Waymo，通用汽車(GM)旗下的Cruise，以及特斯拉等，當(dāng)然還包括大量的初創(chuàng)企業(yè);其次，美國在自動駕駛領(lǐng)域的研發(fā)基本都聚焦于單車智能;第三，美國自動駕駛在垂直領(lǐng)域的應(yīng)用比較多，例如聚焦礦卡的卡特彼勒等。造成這樣的差異，部分原因是因為美國有自己的一些特殊情況，特別是各級政府對道路、交通等城市基礎(chǔ)設(shè)施建設(shè)的影響力比較弱。所以，他們實際上是非常羨慕中國能夠進行車路協(xié)同的。

桂俊松：國內(nèi)一些地區(qū)，特別是北上廣深等特大型城市，對發(fā)展車路協(xié)同、自動駕駛都是非常熱衷和支持的，成為推動自動駕駛發(fā)展的一股重要支撐力量。

張亞勤：是這樣。中國在自動駕駛領(lǐng)域也有非常多的各類企業(yè)的參與，既有類似百度、滴滴這樣的互聯(lián)網(wǎng)頭部企業(yè)，也有大量的初創(chuàng)企業(yè)活躍其中。但值得指出的是，中國較早確定了車路協(xié)同作為智能網(wǎng)聯(lián)的路徑方向。單車智能固然重要，但我們更多的要從系統(tǒng)的角度來看待自動駕駛問題。從系統(tǒng)的角度看，自動駕駛就不單純是汽車產(chǎn)業(yè)的問題，更需要與城市、交通、能源有效聯(lián)動。這是中國的優(yōu)勢，這樣的路徑不僅僅對未來的自動駕駛有利，同時也能夠賦能我們目前的在用車輛，讓整體交通更高效、排放更低。比如，在車路協(xié)同過程中，我們會從感知協(xié)同、決策協(xié)同，逐步過渡到參與交通系統(tǒng)優(yōu)化與智慧城市建設(shè)當(dāng)中去。

在我供職的清華智能產(chǎn)業(yè)研究院，我們與百度聯(lián)合研發(fā)，進行了一項名為Apollo AIR計劃的探索，聚焦于中國車路協(xié)同技術(shù)領(lǐng)域的無人區(qū)。我們把道路從C0～C5進行了6個層級的劃分，提出了一個智能道路的分級體系，在智能化程度較高的C4、C5級別道路上，對車輛的(智能化)要求就會降低一些，也就是探索在不使用車載傳感器，僅依靠路側(cè)輕量感知的前提下，利用V2X、5G等無線通信技術(shù)就可以實現(xiàn)車-路-云協(xié)同的L4級自動駕駛。當(dāng)然，我們也希望，單車智能和道路的智能化程度都能夠達到最高的等級，這樣，未來自動駕駛就有了一套充分的安全冗余系統(tǒng)備份。

桂俊松：按照您的觀點，實際上是以汽車智能化為一個坐標(biāo)軸，道路智能化為另一個坐標(biāo)軸，構(gòu)成了一個完整的坐標(biāo)系，自動駕駛實際上就是在這個坐標(biāo)軸中尋找到一個合適的坐標(biāo)，從而實現(xiàn)單車智能與道路智能之間的平衡。那么您認為汽車智能與道路智能之間的平衡點或平衡預(yù)期應(yīng)該在哪里?

張亞勤：我認為在這個體系內(nèi)，應(yīng)該有三個關(guān)注點：第一，會大幅降低自動駕駛的實現(xiàn)成本。根據(jù)我們測算，在單車智能與智慧道路的共同作用下，自動駕駛實現(xiàn)的成本，將比單車智能下降約三成，這將極大有利于自動駕駛的商業(yè)化落地推廣;其次，會增加系統(tǒng)冗余。當(dāng)單車智能能夠獨立實現(xiàn)自動駕駛，智慧道路也能夠獨立實現(xiàn)自動駕駛，兩者都已經(jīng)達到了相當(dāng)高的水平時，兩者實際結(jié)合起來，實際使用體驗會更加穩(wěn)健;第三，毫無疑問，會使我們的自動駕駛更安全。

桂俊松：上個月，美國交通管理部門出臺一項法規(guī)，不再要求車企為全自動駕駛汽車配備手動駕駛控制系統(tǒng)，怎樣看待這一事件?

張亞勤：這是人類歷史上第一次將人類司機與機器司機同等對待，在自動駕駛領(lǐng)域無疑具有里程碑意義。自動駕駛車輛上是否有人類駕駛員存在，首先是一個心理上的跨越，同時也是對自動駕駛車輛應(yīng)對極端情況的一種測試。今年晚些時候，我們可能還將看到類似重大進展：谷歌將在舊金山推出無安全員的自動駕駛運行。而事實上，中國有一些地區(qū)也已經(jīng)計劃或正在推進類似嘗試，例如北京的亦莊高級別自動駕駛示范區(qū)。我認為，這些都是自動駕駛發(fā)展過程中具有里程碑意義的事件。

桂俊松：從這些標(biāo)志性事件可以看出：中美兩國的優(yōu)秀公司都在加速推進自動駕駛的商業(yè)運營。

張亞勤：是的。無論是美國的谷歌(Waymo)、中國的百度，這些頭部的企業(yè)之所以領(lǐng)先，就是因為他們進行了大量測試，成為進步的基礎(chǔ)，而盡早擴大規(guī)模進行商業(yè)化推廣運營，則意味著商業(yè)模式的成熟，也才能夠支撐技術(shù)不斷地進步。這一點上，中國、美國兩國的產(chǎn)業(yè)界是相互學(xué)習(xí)借鑒，共同成長的。當(dāng)然，美國產(chǎn)業(yè)界值得我們國內(nèi)產(chǎn)業(yè)界學(xué)習(xí)借鑒的還有很多，例如在芯片領(lǐng)域、操作系統(tǒng)、工具鏈等方面，美國依然具有巨大優(yōu)勢。

當(dāng)然，我們觀察產(chǎn)業(yè)，要從底層延展至頂層，要有系統(tǒng)觀念、整體戰(zhàn)略。我們應(yīng)該看到，越是在生態(tài)整體遷移、重構(gòu)的過程中，越是有大量的機會。由于汽車工業(yè)率先產(chǎn)生在歐美，這些國家、地區(qū)具有極大的先發(fā)優(yōu)勢，中國此前一直處在跟隨者的地位，而在汽車工業(yè)的技術(shù)要素構(gòu)成發(fā)生重大變化之后，中國的汽車工業(yè)和其他先發(fā)國家站到了同一個起跑線上，甚至在某些方面，中國更具優(yōu)勢。我們應(yīng)當(dāng)把握住這種戰(zhàn)略機遇。

在AIR培養(yǎng)適應(yīng)未來的智能汽車領(lǐng)軍人才

桂俊松：您曾經(jīng)長期供職于微軟、百度，在這些互聯(lián)網(wǎng)巨頭企業(yè)擔(dān)任高管，現(xiàn)在到清華大學(xué)已經(jīng)有兩年時間。您為什么要在清華領(lǐng)銜建設(shè)智能產(chǎn)業(yè)研究院(AIR)?這是基于什么樣的使命?

張亞勤：AIR成立至今已經(jīng)過去一年半。人工智能不僅僅是自動駕駛，更是第四次工業(yè)革命的引擎。比較遺憾的是，在前三次工業(yè)革命中，中國都是旁觀者或者是跟隨者，但這一次，我們有可能成為領(lǐng)導(dǎo)者。所以我們把清華大學(xué)智能產(chǎn)業(yè)研究院定位于面向第四次工業(yè)革命的國際化、智能化、產(chǎn)業(yè)化的應(yīng)用研究機構(gòu)。我們的使命是：以人工智能的技術(shù)賦能產(chǎn)業(yè)升級，推動社會進步。

桂俊松：為什么要以“頂尖架構(gòu)師和CTO(首席技術(shù)官)”的人才培養(yǎng)和關(guān)鍵核心技術(shù)的突破為目標(biāo)?

張亞勤：學(xué)校最重要的還是培養(yǎng)人才，所以我們達成使命的首要路徑就聚焦于“人”。培養(yǎng)CTO、高端的架構(gòu)師，正是看到了我們產(chǎn)業(yè)現(xiàn)有的需求。以微軟、谷歌、亞馬遜等國外互聯(lián)網(wǎng)巨頭為例，企業(yè)內(nèi)有很多具有系統(tǒng)觀念的系統(tǒng)架構(gòu)師團隊，幫助企業(yè)解決復(fù)雜系統(tǒng)問題、避免重大技術(shù)陷阱，協(xié)同商務(wù)、技術(shù)、運維團隊開展工作，但在國內(nèi)的企業(yè)中則比較少見，所以我們的培養(yǎng)方向，就是彌補人才短板。其次，我們達成使命的第二條路徑是聚焦科研，聚焦于面向產(chǎn)業(yè)的可應(yīng)用的科研。新一代的人工智能有個特點，它一定是基于大數(shù)據(jù)，基于大場景的。只有基于場景的算法、科研才有意義。所以我們主動尋求與產(chǎn)業(yè)相結(jié)合，產(chǎn)業(yè)一旦有需求，我們會立刻拿出算法進行支持;在產(chǎn)生了數(shù)據(jù)之后，很快又會推動我們的算法進行迭代。而第三個路徑，我們希望技術(shù)不僅應(yīng)用于現(xiàn)有產(chǎn)業(yè)，也期冀產(chǎn)學(xué)研用能夠有效結(jié)合，孵化出新的項目，尋找到新的方向。因此，我們特地選擇了當(dāng)下應(yīng)用人工智能非常重要的三個垂直方向進行重點關(guān)注，分別是智慧交通、智慧醫(yī)療、智慧物聯(lián)。我相信，這既是產(chǎn)業(yè)現(xiàn)實需求，也是國家戰(zhàn)略需要。

桂俊松：汽車自動駕駛需要生態(tài)建設(shè)，生態(tài)系統(tǒng)越完善，發(fā)展越快。清華智能產(chǎn)業(yè)研究院也是這一產(chǎn)業(yè)生態(tài)的一個重要組成部分。

張亞勤：是的，學(xué)術(shù)引擎和產(chǎn)業(yè)引擎兩個引擎一定要相互結(jié)合，才能最大限度促進產(chǎn)業(yè)發(fā)展，這也是我們通常所說的“產(chǎn)學(xué)研結(jié)合”的價值所在。坦率地講，在清華大學(xué)進行這樣的嘗試是具備了非常理想的條件的。因為清華擁有車輛與運載學(xué)院、計算機科學(xué)與技術(shù)系、電子系、自動化系、生命科學(xué)學(xué)院等，對于人工智能研究來說，這樣的學(xué)科體系全面而完備，我們AIR團隊的老師，也都與不同領(lǐng)域的院系有深度合作。

汽車工業(yè)發(fā)展至今，早已經(jīng)不是一個單純的機械工程分支，這就需要我們的汽車教育也進行相應(yīng)變革，跟上產(chǎn)業(yè)技術(shù)的變革步伐。如此，我們培養(yǎng)的學(xué)生和人才，才能擁有全新的、適應(yīng)未來行業(yè)要求的交叉知識體系。

關(guān)鍵詞： 人工智能 自動駕駛 汽車產(chǎn)業(yè) 互聯(lián)網(wǎng)產(chǎn)業(yè)