李开复：无人驾驶必须一步到位，没有所谓的人机协同

雷锋网按：本文来自“创新工场”（ID：chuangxin2009），内容来自李开复在“未来论坛”颁奖典礼暨年会上的演讲。原标题《人类是智慧交通的最大阻碍》

以下为李开复博士演讲内容，雷锋网 (公众号：雷锋网) 在不改变愿意的情况下进行编辑：

非常有幸作为未来论坛的理事，跟大家分享一下对智慧交通的看法。

人工智能在全世界是最重要的技术，当然也会应用在智慧交通上。我们特别期望人工智能会催化未来交通行业的进步，这也是创新工场投资非常重要的领域之一。

智慧交通的数据量，比今天大一百万倍

我们认为，人工智能的来临有四个波潮。 

第一波是互联网智能化，通过调用互联网大量数据，让互联网网站、APP变得更聪明；

第二波是商业智能化，把很多商业公司多年留存的数据激活并产生商业价值；

第三波是实体世界智能化，把真实世界里很多过去非数字化的行为数字化上传；

第四波是全自动智能化，无人驾驶、机器人等进入商业应用。

智慧交通涉及的主要是第三波、第四波浪潮。 

今天的出行有各方面的问题，从拥堵到PM2.5，到安全事故、疲劳驾驶等，要解决这些问题，就要有信息流，能实时知道到底多少车在运行，什么地方可能会有拥堵。

人工智能是需要数据驱动的，智慧交通也是。谷歌、百度等互联网公司有很多数据，银行、保险等也可以把已存的数据拿出来用，但交通领域很多场景没有数据，比如“每辆车开在什么地方”。提取这些新数据的关键是布置更多的传感器。  

零售、仓储、物流、教育、医疗、农业等领域的升级需求，将会促使传感器的普及。随着传感器越来越普及，有很多基础的事情会被改变，比如并行计算、平行计算越来越重要。怎么存储比今天数据再大一百万倍的数据量？今天在淘宝做一次点击只产生非常少的数据量，但要知道一辆车每两秒钟走到什么地方，需要的数据量非常大。

摩拜+滴滴，基于大数据做交通精准预测

下面我用几个公司作为案例，讲一下大数据对智慧交通的作用。 

摩拜单车，本身就是智能传感器，每一次你用摩拜的时候，寻找、开锁、骑行、结费都会产生数据，利用GPS、蓝牙、热探测器，不断地把行车信息传递到网络上，实现智能调度。这样产生的数据量有多大呢？非常惊人。

摩拜第一次见中国移动的时候，表示一台车需要一个SIM卡，说出700万数字的时候，中国移动几乎不能相信。而现在，中国移动1%的SIM卡都提供给了摩拜。 

摩拜的一台编号为No.0210010680的单车，从去年4月21日开始投入使用，一年后被骑行了1180次，出行距离2623km，每两秒钟上传一次信息。所有摩拜单车每天上传的信息量超过20TB。

滴滴的数据量更大，可以做出精准的预测与判断。交通基础设施难以改变，但是可以通过智能调度，提高交通的效率。

举个例子，滴滴不但可以告诉你，今天哪些车会在哪里；一小时以后哪里有车；哪里需要车；还可以预测未来的车会在哪里、某人什么时候需要车。 

王坚博士在阿里巴巴做过一个演示，挑一个城市，在城市里面布置人工智能，让红绿灯更智能。当有一大批人往某个地方走的时候，给他们放行，或者一辆救护车来的时候，让救护车先走。 

红绿灯的时间和频率，根据经过车辆的流量来修改。结果表明，在一个拥挤的时间段，这个城市平均的交通效率提升15%，救护车到达现场的时间缩短了50%，这是一个非常简单的未来城市大脑和智慧交通雏形。  

搜集的数据不只是传上去，还能够实际应用。比如计算机视觉在智慧交通方面的应用，我们投资的Face++有一个真实部署的案例，可以识别谁在闯红灯，将脸部捕捉到，直接把罚单寄到他家里。

当两个人站在人行道上，插着手在这边，更可能是在聊天，突然进入人行道概率很低，但如果两个人身体前倾，证明进入人行道的概率会比较高。行驶的车根据这样的预测，做出准确的、安全的判断。

人不可被信任，自动驾驶必须一步到位

无人驾驶到底什么时候来？创新工场的看法是，无人驾驶必须一次到位，没有所谓的人机协同驾驶。 

这句话怎么理解？谷歌公司做过一个有趣的实验。他们在内部招募了一批志愿者，每人发了一辆测试用途的自动驾驶汽车，并告知他们：用于测试的汽车并不完善，仍然需要志愿者坐在驾驶位置，随时准备应对汽车无法处理的路面突发情况。

但谷歌发现，志愿者几乎很少听从这个忠告。因为在绝大多数情况下，谷歌自动驾驶汽车表现得非常好，完全可以自如应对路面上发生的各类复杂情况。这样一来，几乎每个志愿者都会100%放心地将驾驶操作交给汽车，自己则利用乘车的时间，做起任何自己想做的事情来：有乘车时看地图的，有乘车时看视频的，有乘车时躺在后座打盹儿的，有乘车时跟女友亲热的…… 

这次测试让谷歌明白了一点：一旦自动驾驶汽车达到了足够高的水平，车内乘客就会想当然地将所有操控权交给汽车。无论这时候自动驾驶汽车的软件是否还有风险，无论路面上那些极端的路况是不是能被自动驾驶汽车正确处理，车主都不会保持100%的高度警觉。 

人其实是不可被信任的，谷歌认为，要保证自动驾驶的绝对安全，就一定不能依赖于人的参与，无人驾驶一定要一步到位，能够应对所有（至少是极其接近100%的）极端路况。

自动驾驶应先做高速公路和货车

自动驾驶的提升需要大量数据，一步到位怎么积累数据？ 

我们认为，自动驾驶必须在场景方面有所限制。比如说：可以先在景区、停车场、机场、清洁车、垃圾车、货车等限定场景，确保安全后，再尝试高速公路货车的自动驾驶，然后再做普通客车、普通街道的驾驶场景。 

创新工场投资的驭势科技，就是做限定场景的低速自动驾驶，不存在危险问题。这种简单的场景，同样可以搜集大量的数据，而且没有安全问题，把数据收集起来再迭代。 

在北京的道路上，无人驾驶没有人开的好，因为会有各种突发现象，比如不可预测的小孩跳出来，在胡同会遇到堵车。但是在高速公路上，无人驾驶已经开的比人好了，因为高速公路更可控。 

货车其实是非常好的无人驾驶应用，因为里面没有乘客，大部分在高速公路上飞奔，可以收集数据，没有危险。

还可以用跟随的方法，第一辆卡车有人监督，后面的车是全无人驾驶，只要跟着前面的车就行。

在未来，路权可能会受到智能调整，比如上班时，大部分车往城中开，下班时开回郊区的车更多，路权会随着人的需求调整，而急救、火警等车辆也会得到优先路权。

人类是智慧交通的最大阻碍

在未来，AI会进入每一台汽车，让它们变成真正的无人驾驶。汽车可以彼此提醒，爆胎了，就提醒周围的车小心一点；当两个车走同一个方向，就并到一起，节省能源。当他们分开的时候，就各自往不同的道路走。这个时代来临，会给人类出行带来很大的改变。 

但无人驾驶仍然面对很多的阻碍。最大的阻碍是什么？你们自己往左往右看一看，就是人类。其实大部分交通事故是人造成的，人会有情绪，会心情不好，会走神，会犯错。当无人驾驶做得很好的时候，把人拿掉，不但可以增加安全度，也能让整个交通更有预测性。 

还有人的固化思想。当汽车刚出现的时候，有一个法律出台，要求汽车上路，须有一个人在汽车前面拿着红旗引路，免得骑马的人被吓到，这是非常愚蠢的法律。

另外，无人驾驶还面临道德障碍。在美国，一台无人驾驶车如果撞了人，总要做一个抉择，是不是机器人杀人，怎么样解决道德问题。 

我们需要一个非常明确和有效的法律，能够在不伤害人类的前提下，让科技先行，要相信大量的数据迭代，一定会让人工智能带来更好的无人驾驶体验，带来智慧交通的时代。 

我相信，在未来十五、二十年内，智慧交通将是人类社会最大的一个催化器，当资本的力量、行业的力量加上顶尖人才投向这个领域，所有的挑战都会被解决。

（本文转载自创新工场，不代表雷锋网立场）

雷锋网版权文章，未经授权禁止转载。详情见。