中國工程院院士、中國人工智能學會理事長 李德毅
無人駕駛太火了，火的人人都在講，講一個題目，這個火到什麼程度，差不多3.5到4，我今天題目是“無人駕駛、難在擬人”，我把題目說的暴露一點，就是對SIE3016標準的質疑，什麼叫L3，什麼叫L4，什麼叫L5，還是有挑戰的，我們希望把討論搞的好一點。
什麼叫做無人駕駛，我們視野是很不同的，我們一直把無人駕駛重點放在人身上，而不是自動化的車。你們看是搞自動化的，不是人工智能，這個就是跨界必須的，否則掉在自動化坑裡面總是出不來，人工智能不像原子彈驚天動地，人工智能是默默無聲，但是改變了以後很厲害，我有句話，人工智能用它的柔軟改變了整個世界，女性是柔軟的，男性是陽剛的，柔軟不等於沒有力量。
無人駕駛講的最早，大家想把駕駛替代掉，後來發現這個詞不太合適，因為車裡還有人，那車上的乘員算不算人，那個要干預怎麼辦？現在Google正在研究，現在都有這個詞，Self-Driving，就是自駕駛，這個就是字面理解的不同，就是車子自己開自己跑，把最後一公里解決了，就是自主體，人工智能把以前的輔助駕駛，輔助駕駛責任人就是人，其他都是幫忙的。什麼叫做自動駕駛，那就是車子自己開，車子要拿到駕照，不能有駕駛員坐裡面，駕駛員坐裡面叫什麼自動駕駛？
所以我們搞人工智能Autonomous Driving，就是自主駕駛，就是一個認識主體，這個不是其他人，不是機器人。這個人干預為主體，所以自主跟人工智能有一個認識。我們以前有一個智能干預，就是智能體，人是一個機器人，我們要把這幾個詞稍微搞好一點，我感覺很振奮，又出了一個詞搗亂叫做智能網聯，最後的定義是汽車，怎麼把車子丟掉了，到底是智能網聯車還是智能網聯？你講車把主體丟掉了。結果有一個專家說，智能網聯不是車，我說建議幾位把理清楚，到底是不是車。
我們看起來很類似，但是技術上很不同。如果大家都講概念，大家知道飛機是自動駕駛的，飛行員現在很輕鬆了，經常把報紙蓋在臉上，因為是自動化的狀態，尤其平飛的時候是自動駕駛。波音說了2025年人工智能取代飛行員，但是大多數受訪者對安全心存疑慮。儘管降價10%，但是也不會坐。我想我是一個乘客，我坐不坐這樣的無人駕駛飛機，L3、L4都畫了一個大餅，輔助駕駛、有條件自動駕駛，全自動駕駛，我就想所謂的智能駕駛技巧越來越高，無人飛機坐不坐？我不坐，你在天上翻跟頭我不關心，我只關心平安送達就可以了。所以L3、L4對我沒有興趣。
當你飛機遇到情況能不能幫我降下來，或者能不能把我送下來，要是不能我為什麼坐你飛機，所以我們站在老百姓的角度想，你是特飛沒有用，必須拿到駕照，真的不行要緊急迫降，緊急迫降的本領沒有，你在天上翻五個跟頭也沒有用，我們看這個有沒有道理。所以說要做L3、L4的企業想想老百姓的需求，如果不能保證我的安全，你再有一千個、一萬個自動駕駛模式我不感興趣，這是我的底線。
所以我們現在學術界遇到一個問題，無人駕駛的認知如何度量，是不是按照那些自動化的講L3、L4，我認為不是的。人工智能之父怎麼講的，無人駕駛的認知相當於人一樣開，如果機器人能夠跟我對話，我在短時間內區分不了人還是機器人，那就是OK的，就是人工智能。用這個關聯來看，2014年聊天機器人，尤金古斯特曼曾經轟動，現在聊天機器人已經很普遍了。
我們還有Kurzweil，他說我做了一個詩詞生成器，這個就是按照圖靈來了。基於駕駛的圖靈測試是什麼樣的，我們能不能這樣看看，分辨不出哪一個是機器哪一個是人的駕駛行為，那個就是智能駕駛。我想一下，假如做了一個飛機在天上，這邊是一個特斯拉開車，那邊是一個人在開車，那這個車往前走，你坐在直升飛機上你說哪個是人開的，哪個是機器開的，這個就是人工智能。
現在說要做每輛車開一百萬公里才能把這個車拿到駕照，我們猴年馬月？我們應該走到最基本的問題上來，計算機之父是圖靈，人工智能之父也是圖靈，我們應該回到這上面來，我講的報告就是怎麼跟車子發駕照。
L3說駕駛權要交給機器，L2是輔助駕照，交通部門要發駕照，這個怎麼發是我們關心的。我們看看3010標準，我們對於3010標準提出質疑了。3010自動駕駛越來越大就變成全自動，科學問題就是這句話，甚至很大的時候就叫全自動，我的回答是不對。我在會上講過，L3講的是什麼，人工駕駛員完成所有的工作，只不過汽車做了點預警，駕駛權在人，駕駛員可以不操心，偶爾接受一下請求干預就可以了，所以L3是要拿到駕照的，右面的圖前面都是人，後面就是系統了，L4、L5就是高級特飛一樣，所以我覺得3010標準出了問題，我不知道在座有沒有參加制訂的，3010標準要是出了問題就麻煩了，全世界就麻煩了。L0就是僅僅警告，L1把裡面手放在上面腳可以離開，左腳可以放開，右腳還可以踩剎車。L3眼睛不要了，可以不關注駕駛權，所以特斯拉發生事故說我是L2，所以這個不行。
L3 Mind off，根本不用想駕駛的事情，就是聽歌、打電話、開會。所以這樣的東西，你的系統怎麼掌權呢？因此我們人工智能的基本問題，就是自動駕駛汽車怎麼發駕照，跑多少圈發駕照，這是最基本的問題。
當前由於在汽車行業，聲音比較高的是這麼一個共識。結構化道路、確定性窗口，網絡協同，智能網聯。特別把智能網聯舉的高高的人，都希望用網絡彌補駕駛，這點要小心，這裡有很多坑，自動駕駛+智能網聯，走這條路最好就是高鐵、地鐵，飛機，都是自動駕駛，最重要是調度。我從北京過來，調度很重要，那個車不叫傳感器都可以，因為路權分給你，你把調度做好就行。
L3取得駕照是社會的自動駕駛要求的底線，我們想一下自己拿駕照的時候，你是多麼的忐忑不安，大巴在你面前開車你很緊張，那時候事故是很緊張的，我們看人怎麼提高駕駛水平，真正提高水平是拿到駕照的三五年，那個時候應對了很多情況，你收到了負面的學習，人是這樣的。我們希望給自動駕駛拿到駕照，美國今天宣佈了自動駕駛試驗，在試驗當中改。我們再來看看3010標準毛病出在哪了？第一自動駕駛等級展緩點如何度量？你說L3 PLUS，這個不就是新聞遊戲嗎。
還有掌控權交界點如何度量，交接過程當中的事故怎麼處理，自動駕駛呼叫能干預，但是睡著了，這個不行的。所以對於3010做的質疑也是可以的，歸根到底讓車拿到底線，而不是開的非常完美了，我們人就是這樣的。
最糟糕的是，因為特斯拉的搞的自動駕駛，使得我們開車的時候不需要那麼注意了，於是我們打磕睡了，一打磕睡又開不好。越是信任自動駕駛，越容易造成注意力不集中，因此不能釋放駕駛員認知的所有自動，都不能稱之為自動駕駛。到底事故當中是車的還是人的，這個界定不清楚是不會發駕照的。
只有L2和L3，一個是輔助駕駛，一個是自動駕駛，自動駕駛應該拿到駕照，這個是好度量的，L3和L4和L5更難度量，今天霧霾人都不能開，明天海嘯人都不能開，你還怎麼開？所以我這報告質疑3016怎麼把事情做好。
沒有駕照的老百姓不敢乘坐，你在天上可以做特飛動作，但是人家下不來。我們當時搞移動生活，讓汽車無人駕駛就是解決汽車代步問題，人類就是一個移動生活，在移動生活當中享受品質，把駕駛這件事交給機器做，如果一天關心這個，那還不如開車，開車還有樂趣在裡面。
泊車這件事情2005年有了City Park System，這個比較正常，會開車的人不一定會泊車，把泊車解決了也不錯，多花幾萬塊錢買了一個泊車系統，結果我的泊車系統提高了，它的泊車系統沒有提高，這個就成為一個噱頭，買的時候衝動買了，結果超過三分鐘就說請轉入人工泊車。有人跟我講，先把自動泊車做好，不把自動泊車做好，自動駕駛就做不好。我們跟同濟大學合作做自動泊車，給我們八個條件窗口，還沒有做完改成16個，還沒有做完16個改成32個。所以同濟大學正在做32個自動泊車，最後發現打不住，後來發現報紙有一個歌星會自動飄移入位，一般拿駕照的做不到，所以這個空間很小，你要自動飄移入位，有條件的自動泊車是否可以釋放人對泊車的環境監測現象。後來發現只管方向盤，腳才得踩。所以特斯拉是輔助駕駛，出了事故才承認。要把所有泊車都找到，那這個泊車難在Edge Parking，全是泥濘的道路，你能不能不走坑道，我最近有一個觀點，把最後一公里當成最新一公里解決。我們先把泊車解決，我們拿中汽聯做一個表演，我們看誰的無人泊車最好，泊車都泊不好吹什麼牛，老百姓就是這樣看的。往前看誰不會開，如果車子導航儀比較好。
無人駕駛的挑戰和量產，實際是應對自動駕駛車的挑戰，現在號稱拿到駕照已經很多了，2017年底我們看看哪個拿到駕照，哪個才能拿到呢？我認為要拿到駕照不是靠自動化，是靠人工智能，靠意外情況的處置，不是靠自動化車有多高。我開拖拉機也會開，拖拉機動力學比豪車動力學差多了，我們拿駕照也不是隨便拿的，我們先拿C本，然後是B本，然後拿I本，因為經驗是積累的，如果路上沒有自學習能力，不叫做智能車，就是頂多叫自動化的汽車，我們看看IG多難，就是講的這種情況，是汽車人工常常遇到偶發的，常常是大概率，偶發是小概率，你碰到一次是必然，什麼情況呢？大霧天、大雨天、大雪天，狹小道路、崎嶇道路、傍山險路、積水、涉水、冰雪等等。第一是天氣條件，第二是道路條件，第三是人文條件，能處理這樣的事情才叫做人，如果無人駕駛處理不了，不能夠拿到駕照。有經驗的駕駛員能夠靈活處置，自動駕駛如何處理。
我舉一個例子聽，我在山上開車往下開，對面來一個大車，我是一個小車，駕駛員舉手，你走一步，我走一步，無人駕駛也碰到這個情況，你走一步，我走一步，這裡有學習和商量的過程，這個都不會還說無人駕駛，這是常常遇到的現象，或者就是說城鄉接合部，我有一個最大的教訓，我在那次無人駕駛差點犧牲，因為一個三輪車裝一個梯子，我看不到幾個點，我一個急剎車差點就完蛋了，就不會這麼神奇在這講了。有一個三輪車拿梯子穿過來這種情況還會遇到的。所以各位不要研究特技的動作，先把這個解決了。如果一旦設置窗口條件，就是地理柵欄、氣候柵欄、以及人文道路的柵欄這個更危險。L3是解決車的問題還是解決人的問題，如果解決車就把車做的越來越好，我認為解決人的問題，把駕駛員認知用機器人替代是有記憶決策和行為的能力認知主體，有技巧有個性。
所以我有一點感嘆，汽車是從馬車演變而來，作為動力工具，有時候不如馬車，老馬識途。自動駕駛過程中，駕駛員與環境周邊車輛的交互認知哪裡去了，駕駛員的經驗和臨場處置能力由誰來替代？
咱就講超車換道，這是駕駛員當中最簡單的事情，白色車是一個無人駕駛，紅色是有人的，一看3號車擋住路，生成的超車並路的動機，一看那個路權比較大，我把方向盤轉一轉，這個時候小心了，本身後面的車離的很近，後面的紅車比較霸道，踩了一下油門，這時候怎麼辦，如果比較禮貌剎車就過去了。
第二種情況，超車過程中由於1號車加速，中途放棄換道，原來的一次規劃做了二次規劃回來了，換了半天還是在後面，所以我就問你一個問題，超車換道這麼一個小事情，有多少種不確定的情況。就連超車換道都有不確定，你就能放在自動駕駛狀態了，於是我們得到一個重要的結論。自動駕駛好在專注不會疲勞，自動駕駛難在擬人不僅在車。
我跟特斯拉亞洲總裁說了這個話，不要總說自動駕駛，為什麼沒有用自主駕駛這個詞，並不是忽視了，因為他搞自動化，他喜歡自動。我們就作為人，我們認為駕駛員經驗豐富，一邊開車一邊聽音樂。人類第一殺手出在駕駛員，所以你要針對這個事情把重點放在人上。現在的汽車發動機一百萬公里，怎麼不把注意力放在人上。我們的記憶認知、計算認知、交互認知。應該不同於雷達傳感器，我在利用汽車產業鏈裡面找到我的位置。我回去跟你們一條戰線上，我給你提供產品，那個叫做駕駛腦。所有的哪個最靠近，肯定是駕駛腦。
駕駛腦自主應對駕駛過程中常常遇到偶發的各種各樣的不確定性，這個才是人工智能的看法。這個盒子利用微電子技術，我們1.0版本已經完成了，我們提出來一大一小兩高兩低，大接口小尺寸，可利用微電子技術，最後把能力發揮起來就行了。如果用了特定場景雷達就可以少一點，要是熙熙攘攘的老百姓的生活區就要高一點，接口要大，功耗要低、性能要高，最難的是低成本。我們一大一小可以變成量的指標，請整車廠。
我們比任何時候更需要研究駕駛員，學習駕駛員，分析駕駛員行為大數據、構建駕駛員的智能代理。我們看了那麼多美國、歐盟的，我們是中國人，我們要抱團取暖，中國有不同的聲音，能不能抱團取暖在世界大創新過程當中有一席之地，L3、L4也不是我們國家的標準。
我們把周邊感知分幾個顏色，紅顏色代表雷達，藍色代表攝像頭，黃色代表傳感器。你不給了車輛就控制不好了，左邊的太陽大，右面的太陽小說明車裝偏了，要不然怎麼控制的好，這三個傳感器還不夠，四個顏色的傳感器構成一百多個傳感器，現在Google做的是感知生物學，我們做的是認知生物學。駕駛態勢圖是認知的，我頭腦裡做路徑規劃，我正在準備一個報告，對於SLAM的理解，如果不能做到對於地圖的理解肯定就是門外漢。
我是一個二維的，感知是二維的，我把三維變成二維的，一下子大數據縮水很多。我控制車就是控制線控或者數控的汽車，這樣再認知再執行，所以我做的是駕駛腦，構成一個感覺記憶和不同記憶裡面的相互的定位。把你的駕駛經驗融合在小腦裡面，我們把技巧接口，我們就完成感知認知和行動，再感知再認知再行動。以後不要忽悠一般的概念，每一個人拿到這樣的就是水平，不然我們市場就沒有了。這就是我們的駕駛網，這就是於凱書記到辦公室看到，四個TX1，不然成了外部科研所。
駕駛腦的關鍵是駕駛認知的形式化，是將感知大數據的縮水，並遷移認知系列。我們創新是拿駕照，我們拿到一個底線，不是說水平多高，而是人到了車廠理論知識，你給不給我考駕照，所以交通部門的同志支持我們將來怎麼發駕照，小範圍考幾個動作現在電子考也很厲害，駕校的老師根本不出來就知道，最後就是上路考，然後規定一個道路不扣分就必須發駕照。我不僅能學習，還能提升技能，所以地圖替代不了。地圖叫做什麼地圖，精度多少、緯度多少、高度多少，我開車時候不是用這個技術，而且我是個性化駕駛，我開的車，這個車的技巧不好，你可以買一個雷鋒駕駛員，因為雷鋒技術是最好的。將來要是買一百萬還是五十萬還是二十萬，那個人開的更好，這個多好。
所以自動駕駛替代不了智能駕駛，只能在專用道上開，不像現在講的無人駕駛。經驗駕駛員的標杆駕駛員。把人在迴路中的自主駕駛讓車場去模擬是難以承受之中，把機器駕駛腦的研發讓車廠去做，是難以承受之重。
傳統汽車僅僅是駕駛員手、腳和力量的延伸，控制車輛行為的是人，在我們看來，方向盤是一個非常好的界面，讓我們成為力量延伸器。線控汽車裝備了傳感器之後，用駕駛腦替代駕駛員認知，並獲得駕駛指紋的駕駛技巧，讓機器徹底自己，這應該是人工智能時代最有意義的問題之一。
不同的駕駛腦認知水平可以由差異，駕駛腦有個性，有在線學習能力，還能夠和乘員聊天，我們坐車的時候，因為社會有管理的，知道公交車數據是有水平的，我們從來不關心那個駕駛員的技巧，關鍵是到公主墳下車能不能停了，我一上車就不知道怎麼辦了，那個怎麼行，所以這就是乘客不願意坐無人飛機的情況，一旦遇到緊急情況下不來我不幹。每一個汽車都是一個，不但可以下載活地圖，你是什麼樣的車底盤，什麼動力學，需要什麼樣的技巧這個多厲害，剛才可以說是第二條道路。
非結構化道路、不確定邊界、自主交互、數據交換不是自主定義的汽車。說了一個題目，人類發明了自動駕駛之後，有人駕駛和無人駕駛混合駕駛時間至少需要75年，我這輩子是看不到了。所以大數據開車不要把全球所有的道路都壓在一輛車型上，北京一路公共汽車在長安街上都不用拐彎，你何必叫它拐彎，不拐彎就可以。不必把人類所有駕駛員的認知都濃縮在一個特定駕駛腦上，這樣我們就有管控空間了。園區觀光、廠區通勤、社區巡邏、城際高速最後一公里。定點物流、校車、市區定點接駁、快速公交。
這些場景下，自駕車能否期待駕駛員掌控，取決於能否處置特定場景下的以外情況，能否發出求助信息要求人工干預，或者在迫不得已的時候做出最小損失的決策。自動駕駛實在不行打一個電話人就把你拖走了。
無人泊車是繞不過去，當做最後一公里來做，這才是接地氣的路線。汽車成為大數據的源泉，移動社會的傳感器，駕駛腦有學習和自學習的能力。我已經在北京註冊兩個商標，一個是駕駛腦，一個是駕駛超腦。一旦量產自駕車上路，佔比越來越大，駕駛腦就成為汽車必配。加之智能網聯崛起，駕駛數據智能越來越崛起，L3多了，L4也就多了，因此人們對於L3、L4、L5不那麼介意了。
人工智能以潤物無聲的柔軟，改變著整個世界，謝謝大家！