對話嘉賓：
吳甘沙，前英特爾中國研究院院長、馭勢科技聯合創辦人
何猶卿，輝達高級業務拓展總監
主持嘉賓：
劉 炯，瀾亭資本創辦人
既然談到科技創新和最新的科技創投領域的風口，我們今天的第四場年度主題對話是人工智慧與自動駕駛的未來世界。首先有請主持人，尤其是在人工智慧和自動駕駛方面投資非常具有建樹的瀾亭資本創辦人劉炯先生！
劉炯：謝謝！大家好，我是來自瀾亭資本的劉炯，非常榮幸由我爲大家主題接下來的環節。
在請上二位嘉賓之前，我想爲二位嘉賓的上場做一些預熱。我記得帶上世紀八九十年代，在中國大陸曾經上映過一部分電視劇《霹靂遊俠》，不知道多少人對這部電視劇有印象。這部電視劇的男主角非常英俊蕭索，能在危機之中拯救他人。但是更爲深刻的印象是另外一位主角就是會自動駕駛、會說話、會炫酷的跑車。我相信在那個年代，能擁有這樣的酷的跑車，是看過這部電視劇的很多人的夢想。
很多年過去了，近年來隨著人工智慧的發展，隨著自動駕駛、人機互動領域發生非常大的變化。大家知道很大企業在最近一段時間推出自己完成自動駕駛的時間表。
對我們來說，真正的自動駕駛是什麼樣子的？我們理想當中的自動駕駛到底距離我們有多遠？以及自動駕駛時代一旦到來，對我們的出行及社會會發生一些什麼樣的根本性的變革？那就進入到接下來要討論的環節《人工智慧與自動駕駛的未來理解》，有請兩位嘉賓！第一位嘉賓是輝達高級業務拓展總監何猶卿，第二位嘉賓是馭勢科技聯合創辦人吳甘沙！
謝謝二位老師今天來到論壇的環節。說起自動駕駛，在座各位第一個會關注的問題就是安全，我相信也是所有人提到自動駕駛時候，會關注到的第一個問題。
從目前整個技術以及研究來說，從技術上可以證明機器在進行自動駕駛的時候，在大多數理想狀態下會超過人類。但是，也有一些數據證明在一些極端情況下，人類在處理突發事件的執行能力上是強於機器的。二位怎麼看待我們現在由人類駕駛的時代，向自動駕駛時代的過渡的過程，以及怎麼向大衆證明我們的自動駕駛技術在未來某一天是安全的，可靠的，請二位分享一下這方面的觀點。
吳甘沙：感覺確實是我們非常看重的問題。而且在中文當中的「安全」，翻譯成英文，可能有不同的翻譯，可以翻譯成safety，比如說我開車不要撞人，不要對行人、乘客產生損失。第二個安全是信息系統的安全。
我覺得這兩個安全，必須從不同的角度看，首先是信息系統的安全，這永遠是道高一尺、魔高一丈的，只要你是開放、共享的，都會永遠被攻陷。這涉及到商業模式和技術的提升，比如說未來有一個信息系統安全交易市場，你可以讓一堆白帽子的駭客去攻擊你的系統，他發現了漏洞以後不是向全世界全部，他可以賣給你，你很快把這個漏補上，這是信息系統的安全。當然傳統所有的safety是現在從事自動駕駛最關注的問題，因爲我們沒辦法拍著胸脯告訴客戶說這肯定是安全的。這是一個雞生蛋、蛋生雞的問題，就是我沒有足夠的時間和里程，沒有辦法在統計意義上告訴客戶是安全的。我已經比人開得安全了，但是學過統計學的人知道數據樣本太小了，如果說第二天又死了一個人，那就又不如人了。所以你要從統計學意義上要有足夠的置信度，要證明比人開得安全，人家藍得（音譯）公司已經算出來了，需要100億英里。沒有一家工廠的車在上市之前能跑100億英里。所以這是我們非常痛苦的事情，就是我們沒有數據證明。當然有些公司在虛擬的環境裏面，一天跑100萬英里，試圖這樣證明。當然大家知道虛擬環境和現實世界不一樣。我們現在沒有足夠多的數據和時間，去自證它是安全的。但我們現在可以做一些事情，使得它安全。
做什麼事情？其實就是兩件事情，一個事情叫做場景化，也就是說今天的AR之所以還不夠好，是在兩個方面，一個是演算法是有邊界的，它見過的就會，沒見過就不會，它被訓練過就行，沒被訓練過就不行。我們今天說人工智慧，有多少人工訓練它纔有多少人工智慧。但是你沒辦法在城市的開放環境裏面訓練。所以它一定有邊界，所以你必須把它放在一些場景裏面跑。無論是在封閉的高速上跑，還是我們現在做的低速的無人駕駛車，在園區、主題公園跑，都是一種方式。
另外一個就是系統，系統非常複雜。我們一直引用一個數據，一輛賓士上的代碼行是飛行機上面代碼行數的16倍。你沒有辦法避免BUG，那麼你就要保證車禍發生了，撞不死人，那麼你要把速度降下來。如果是20英里的時速撞上一個人人，生還的機率是90%；30英里撞上去，一下子降到60%，40英里降到20%。所以你本著爲人民羣衆生命財產安全的考量，你先把速度降下來。所以這是我們對付安全的兩個方法，第一就是做場景化，而不是做通用的自動駕駛，第二就是先總中低速開始，保證在系統成熟的過程當中，它不要產生致命的車禍。
何猶卿：我也補充一下，正好和吳甘沙前面講到的安全問題。它本身涉及到本身系統的safety問題，然後就是資訊從控制系統車聯網之後的問題。車聯網的問題，我們不多花精力談，先談一下整個自動駕駛汽車的安全問題。
剛剛談到安全問題的時候，可能要稍微澄清一點。任何一個系統和設備，沒有絕對的安全。我們講到的安全，一定是跟人或者說我們的司機來做一些比較。
總體來講，從自動駕駛有這個動力往前發展，它本身就有一個理念，就是它的出行安全一定會比人類的安全，這是大家追求的目標，當然它有不同的階段來幫助技術上的實現。實際上我們回過頭來想一下，我們從每個人第一天學開車到拿到駕照，我們見過多少場景？我們開過多少公里？我估計在座的絕大部分都有一些經驗，可能幾百公里，大概耗兩個月三個月的時間，在訓練廠或者路上做了一些測試，然後人就上路了。在這種情況下，實際上是他對車輛控制或者說一些事先處理的能力，是遠遠不入透過幾百按英里或者說非常多的場景訓練出來的自動駕駛系統。
從本身來講，自動駕駛還遵守規則，它不會違章，它不會分神，它不會疲勞或者怎麼樣。因此來講，剛纔我們在講沒有絕對的安全，但是從自動駕駛本身的技術誕生的初衷，我們在努力的一個方向是一定要確保它比人類駕車安全。就是我們剛纔講它跑的公里數可能達不到100萬英里，但也到達過幾百個英里。人類採集到的所有樣本，它都拿過去做訓練，教會它怎麼樣處理這樣的場景。
從系統本身來講，當然設備會有壞的機會，我們怎麼來控制它？當然在整個汽車領域有非常多的標準，不管是ISO的。你碰到任何一個元器件的損壞，說硬體壞了怎麼處理，軟硬體壞了怎麼處理，傳感器壞了怎麼做處理，它都有相應的決定。當然第一步可能會從場景的應用開始，但逐漸來講自動駕駛一定會比人駕駛更安全。
劉炯：謝謝！我們的第二問題是來自技術實現的路徑的問題。因爲大家都知道隨著自動駕駛、人工智慧到了一個風口上，在這個行業當中，現在也湧現出一大批優秀的創業型的企業。但是這些創業型的企業在自動駕駛技術路徑實現上，現在有不同的想法，有些創業企業可能會切中一個現有的可實現商業化場景的一條技術路線進行實現，然後遠期達到L4、L5的完全自動駕駛的遠期目標。也有一些創業公司直接瞄著高速路面、開放路面L4、L5的遠期目標直接做。二位對這樣的技術路徑之間的區別的看法是怎麼樣的？
何猶卿：可能在整個企業構成當中有兩種，一種是比較傳統的以生產爲主的企業，我們叫LEM。另外一種有很多的網路公司，以技術創新爲主，這是它的核心競爭力。
從網路技術創新的公司來講，它可能希望自動駕駛的工作儘快達到L4、L5的水準。當然從傳統的，可能面對它的現狀，它會更現實一些，它從L1到L2，L2可能都是在近一兩年會上市，以這樣的技術來做。
從未來的發展方向，說誰會做主導？我個人的想法是說基於傳統的技術做L2，可能慢慢再加上智慧網聯到L2.5，再往L3過渡的時候，在這個層面上慢慢會融入一種新的技術，就是我們今天講到的人工智慧。
爲什麼這樣講？因爲我們知道傳統的基於電腦視覺的演算法，我們在制定這樣的演算法的時候，我們會做一些有限的規則來做定義或者是描述。有限，就不會非常多地處理路面上的場景，這樣的情況下AR是非常好的東西，就是你拿你一輩子都碰不到的場景，來教會這些機器，這個機器會應付這樣的狀況。未來到了L3以上，真正自動駕駛的核心的東西可能透過神經網路，當然是以人工智慧的技術來做。當然，電腦視覺還會存在。也就是說網路跟傳統的OEM的業務商來說，以後更多的趨勢是合作。
吳甘沙：我覺得這兩條路線，並不是說創業公司會選擇。其實，大公司也都是在兩條路線當中選擇。比如說谷歌，它說你們整天一跳一跳的，你是飛不起來的，你學跳，你是不可能飛起來的，我就是飛起來的。另外一個陣營就像MOBOI（音譯），它就是一級一級往上走，當然它可能有很多種方案。我覺得不同的公司有不同的選擇，很正常，全在於大家對技術成熟度的判斷。谷歌已經做了八九年了，它覺得它離最終開放環境的L4很近了。
是不是很近？我說既近又遠。爲什麼既近又遠？它現在能夠實現每自動駕駛500英里，才需要一次人的干預。像我也就開八千公里，覺得它足夠好了。但是從統計學的意義上，美國駕駛員是每開20萬英里纔出一種普通事故，九千萬英里是人命的數據，這還是有差距。下面繼續怎麼提升？其實決定了我們對未來節奏的判斷。所以2017年的數據非常關鍵。
另外一個非常有意思的是福特前面一個CEO，他制定了一個非常激進的計劃，他說福特2021年能夠實現開放環境裏面無人駕駛出租車，來去提供出行的服務。當然，這位CEO就下臺了。新的CEO是負責福特的出行以及自動駕駛部門的領導，他上來以後沒過多久，他說不行，2021年我們實現不了，這個計劃太瘋狂了，按照我們對傳統做汽車的話做不了。
對於另外一幫人，尤其是創業公司，他需要解決生存的問題。因爲如果說開放環境裏面L4，我現在還看不清楚。2021年不一定來的話，我怎麼一直只看遠方？我也要解決眼前的苟且問題。這是一個。
另外一個，其實創業公司最好的做法，還是選擇一些市場空白的地方開始，一些垂直細分的市場。這些東西，是技術更能夠快地落地和商業化的。它一方面解決生存的問題，同時它還會解決產品撬動數據的問題。
我們現在說人工智慧需要數據，數據哪裏來？你可以像谷歌那樣弄幾十臺、一百臺車測，但人家花了八年才測了三百萬英里。但一旦有產品投出去，積累數據的速度就會快很多。特斯拉兩年的時間，積累了10億英里。所以如果有可能把產品先推向市場，你是有可能用產品撬動數據，然後再反哺技術的成熟度。所以這條路線，對創業公司更適合。當然對具有很強資金和人才、背景的大公司來說，一步到位也是一個不錯的選擇。
劉炯：時間的問題，接下來就討論關於人工智慧和自動駕駛的最後一個問題。這個問題，我想從社會變革以及對於一些職業變革的角度，來問二位。
現在從純技術說來說，實現自動駕駛並沒有想像中那麼困難。但一旦實際到自動駕駛，以產品的形式落地，會帶來一系列的社會、法律法規甚至倫理道德方面的問題需要解決。同時，自動駕駛的發展可能也會對傳統的交通運輸業、商業保險產生相應的衝擊。但它對車聯網、能源產業鏈及共享經濟，可能會帶來一些新的商業機會。同時由於自動化技術的發展，比如中國有大量的計程車司機，如果完全實現自動駕駛，可能會使這些計程車司機失業。二位怎麼看待自動駕駛真正能給人類社會進步所帶來的變革作用，以及怎麼樣消除科技進步所帶來的負面效應？
何猶卿：時間有限，簡單說一下。可能我們兩位都是在企業工作，當然也可能是一些技術型的企業，可能從國家政策法規來講沒有太多的發言權。
但是有一點，任何的一個技術的創新，它會改變人們工作的形態。比如說自動駕駛出來之後，多少會對我們目前傳統的物流開大貨車的司機造成一些影響，給傳統的計程車司機造成影響。
一個技術本身的發展，就是爲了來解決把人們從過去一些比較單調、比較辛苦、比較枯燥的工作當中解放出來，本身就是這樣的。這個技術產生之後，它會帶來更多的其他的機會。就跟我們現在有了汽車、有了貨車一樣，過去趕馬車的人就要找到更合適自己工作的機會。所以這對造成大量人員失業，不用有太多的顧慮。只是說我們如何在新的環境中找到我的定位，找到我的價值和競爭力。
吳甘沙：失業的話，可能不僅僅是智慧駕駛帶來的問題，整個人工智慧都會帶來失業的問題。這個東西其實是很複雜的問題，因爲傳統意義上來說，以前歷史上一些工作的消失伴隨著一些新工作的產生。但是在這個特定的領域，說實話並不樂觀。而且這些司機，能不能透過一些職業再教育，把他培訓成另外一個人？其實也不太可能，這是很困難的，我覺得只能透過社會財富的再分配來實現，當然這個我不想多說。
當然，它還會帶來其他的社會接受度的問題，除了失業之外，包括大家經常說的電車攔鐵，你是選擇四個人撞還是兩個人，選擇老人撞還是小孩撞？你是犧牲外面的人還是犧牲裏面的人？這些東西，都帶來一些社會的問題。說實話，這些東西都不是問題，其實我們做技術的人來說，我們不會選擇任何一個受害者去犧牲的。但是這些東西是反映了社會必然會有的問題，就是在新技術來臨的技術，當機器在做越來越多的事情的時候，當我們的一些命運可能會受限於一些演算法的時候，可能大家會有這樣的問題，這事必然會發生。
但是希望大家能夠看到的是，從社會整體意義上，它能夠給我們帶來了好處。第一，就像你說的產業這一塊，其實它帶來了一系列的連鎖反應。前幾天我跟一個股票分析師說如果自動駕駛起來了以後，你會推薦什麼樣的產業？我想他會推薦能源、出行等等，他說我會推薦酒類的產業。自動駕駛起來了以後，每天晚上喝酒就沒有心理負擔了，就沒有酒駕的問題，他說酒類的銷量可以成長30%。它會帶來一系列的好處，但是我覺得最根本的是對整個社會的好處，第一交通事故減少了，因爲我們全世界一年因爲交通事故死亡一兩百萬人，整個成本是兆美金的成本。如果它減少90%以上，它是一個巨大的對社會的提升。其次，交通擁堵沒了。因爲我們今天的交通擁堵，就是我們人亂開車出現了事故。未來如果車都想機場空中管制一下，所有的車都是有條不紊地開，就不會有交通事故，就不會有交通擁堵，也不會有廢氣排放，環境也改善了，這是另外一個維度。第三個維度，今天城市大量的空間是給停車的，給路面的。大家知道城市的路面加停車的面積，佔到城市很大的一塊麪積。很多城市，可能15%、30%以上。我們說房價貴，其中也有車的一半「功勞」。如果未來都有自動駕駛的計程車，停車的問題都解決了，因爲今天人開，一輛車要有兩個停車位，家裏一個，辦公室一個。未來的話，我開自動駕駛的車，人下了，車開走了。所以更多的土地，用來是人居住的空間、公共的空間，房價也下降了。而且當很多人出行的自由發生了以後，對城市的格局會有變化。比如說我搬家搬到郊區去，是因爲孩子讀書的問題，或者因爲老人住院被動搬家，因爲我不敢把孩子送到一輛計程車上去。未來，你直接把孩子送到自動駕駛的計程車上，不用擔心司機是壞叔叔，這樣的話其實你不用搬家。還有是很多人上下班花很多的時間，其實有一個統計說上下班路上太長，人的焦慮感、血壓各方面都有問題。所以，這些都是都會引起城市人羣的流動。一旦這些問題都解決了，我覺得整個城市的佈局會變得更加合理。所以這些是給我們社會帶來的好處。
在這些好處面前，可能有一些小的問題，我們應該用開放的、包容的心態去看它，逐步去解決。
劉炯：謝謝甘沙總！請二位用最快、最簡短的語言，因爲二位都是在自動駕駛領域受關注非常高的明星企業。接下來，二位的公司在接下來的一段時間之內，會有什麼樣的驚喜能夠給到市場、給到大家，或者什麼樣的產品？
何猶卿：這次在歐洲的GTC做了發佈，針對自動駕駛，我們會從三個方面，把整個技術包括產品，做了產品化的過程。一個是車載的計算平臺，這個已經非常清晰。另外一個是開發者所用得到的一些工具SDK，第三個方面是軟體。當然除了本身的產品化之外，還會試圖用一些VR的技術，來幫助用戶做神經網路的訓練，就是我們這次談到的，讓電腦增加更好的精度。
吳甘沙：我想我們會在未來的兩年內，真正推出普通老百姓能夠摸得著、用得起的無人駕駛汽車。可能它有不同的形態，你可能在機場發現能夠把你更快地從機場送到登機口。它有可能是在公園裏面，讓你能夠更加閒庭信步。它也可能是在分時租賃的汽車上。當然我相信這一定是未來1-2年內發生的，足夠安全、足以便宜、大家用得起的自動駕駛的技術。
劉炯：謝謝二位的分享！期待二位公司推出令人期待、興奮的產品！
