圖為百度智能汽車（L3）事業(yè)部總經理顧維灝發(fā)表演講

　　1月14日-15日，中國電動汽車百人會論壇(2017)在北京釣魚臺國賓館舉行。百度智能汽車（L3）事業(yè)部總經理顧維灝發(fā)表演講。

　　以下為演講內容：

　　各位嘉賓、各位領導，大家下午好!

　　今天利用這段時間介紹一下百度在智慧城市也好，在智慧交通也好，在自動駕駛也好的一些工作進展和想法。

　　首先，這個時代大家都在說人工智能的時代的到來，但是我們會發(fā)現(xiàn)一個有趣的觀點，現(xiàn)在人工智能所用到的很多算法，包括機器學習很多算法都在過去的很多年以前都已經被提及了，或者都已經在實驗室里設計了。為什么在這個時代、在這個時刻這么多人會提到，更多的人工智能以及人工智能在各個場景的落地呢?我們認為主要是數(shù)據(jù)的出現(xiàn)、數(shù)據(jù)的爆炸，所有的人工智能的算法也好、這種能力也好，其實它最核心的能力是要基于多少數(shù)據(jù)的基礎上面做學習，才能掌握什么樣的知識。過去如果它是一個比較孤立的環(huán)境，搜集到的數(shù)據(jù)可能只有1G或者1T或者1P。我們看到現(xiàn)在整個的互聯(lián)網上面所有的數(shù)據(jù)都在呈爆發(fā)式的發(fā)展，這個時候這些數(shù)據(jù)更加刺激了這些人工智能算法的成長，才能得到一個更高速的成長。

　　過去幾年數(shù)據(jù)就究竟發(fā)生了什么變化，2014年使用百度地圖每天的定位次數(shù)是100億次，2015年就變成了200億次，到2016年就變成了400億次，2017年才剛開始，今年會有更多定位的數(shù)據(jù)、定位請求的數(shù)據(jù)反饋回來。看到這種數(shù)據(jù)爆發(fā)式的規(guī)模的發(fā)展，我們把這些數(shù)據(jù)用簡單的人工智能的方式把它演變成了一種服務，面向社會的，有這種通勤的服務，面向于路況的，我們會發(fā)現(xiàn)中國的路況越來越準。而且我們現(xiàn)在還用到這種攝像頭，直接去分析路況的情況。而且我們把這種能力也服務于城市調度交通系統(tǒng)，我們能看到每一路，這是以城市為例，每一路公共交通的運行情況，幫助政府調控公交的能力。正是因為過去一段時間我們做的貢獻和能力，我們和交通部一起攜手共建了交通云服務，也已經在很多省、市得以落地了。這就是數(shù)據(jù)爆炸，人工智能的升級，把它變成一個服務，然后回饋社會的一種能力。

　　接下來我們去探索未來之路，跟今天場合一樣的，就是自動駕駛。我們不管它叫自動駕駛也好，還是叫智能駕駛也好，但對于我們百度來講，人工智能在這個領域上落地了，而且摸索出來幾個比較關鍵的核心技術，更加高精度的地圖，比現(xiàn)在的地圖屬性要更加多，精度要更加準確，用它來保障自動駕駛或者是高級輔助自動駕駛能夠更安全地出行。也是基于這樣的一個想法，我們其實差不多是在整個的業(yè)界里面最早提出來了用高精地圖服務于消費級的傳感器來實現(xiàn)自動駕駛的這樣一個觀點，這個應該是在2015年的時候有提出來了，因為也是一個故事，一開始的時候大家在這個領域的信任程度也沒有那么高，我們看到一開始沒有地圖，但是出了幾個版本以后，我也加入了實施測繪系統(tǒng)，把地圖作為智能駕駛里面安全保障的一個非常重要的因素。諸如此類還有非常非常多關鍵的技術，包括圖像識別和理解的能力，應用到自動駕駛里面，就是一個攝像頭，包括大數(shù)據(jù)融合的能力，或者是處理的能力，就是怎么把機器學習從服務端，把他學習的層次、深度、算法得以優(yōu)化，能在本地、能在嵌入式設備上更快運行，這些都是智能駕駛里面離不開的關鍵技術。

　　瞄準智能駕駛，我們自己內部也做了很多探討、分析，我們拋開了所謂的L1、L2、L3、L4的區(qū)分，更多聚焦在場景上。乘用車浪費的時間是在什么樣的環(huán)境里面最浪費時間，我們分析出來是在高速上面，是在你去找停車場停車的環(huán)節(jié)，這塊是最浪費的時間，自動駕駛就瞄準在這塊，和更多車廠合作，去解決這塊問題。對于商用車，我們發(fā)覺商用車其實是一個很大的市場，在很多封閉的場景內，商用車有非常強烈的自動駕駛的需求，港口、碼頭、煤礦，諸如此類的這些場景里面。我們把我們的能力落地到商用車里面，就聚焦了這樣一個場景里。綜合來看，百度自動駕駛、智能駕駛的能力，乘用車、商用車上都可以得以實踐和開展。

　　結合整個的技術框架和現(xiàn)在的業(yè)態(tài)，因為今天也好，之前也好，大家都在講跨界，只有跨界才能夠把創(chuàng)新落地得更好。我們把自動駕駛的技術也進行了分解，有做傳感器的、有做大腦的、有做感知的、有做展示的、有做真正的汽車控制的，我們把自動駕駛的邏輯這樣做了一個劃分，就尋找整個的產業(yè)內誰會跟百度一起，或者是百度愿意跟誰一起去跨界做融合，去落地人工智能的能力，去讓自動駕駛這件事情更快到來。我們從去年開始引入這樣一個戰(zhàn)略，我們和長安、北汽陸續(xù)簽訂了公司級別戰(zhàn)略框架的合作，陸續(xù)開展的其實后面還有很多公司，包括很多層次，我們和英偉達其實在芯片上面也達成了戰(zhàn)略級合作伙伴，所以聯(lián)盟在不斷形成。這次CES上面大家也會看到，國內國外都在拉聯(lián)盟，去快速地落地自動駕駛。但是在中國現(xiàn)在迄今為止還沒有一個特別完善的聯(lián)盟產業(yè)鏈，我們也希望我們能夠在這樣的一個環(huán)境里面更加促成這種產業(yè)鏈的形成。

　　這是我的最后一頁(ppt)，我也想再用幾分鐘講一下，這是我們在CES上面發(fā)的產品，叫Rod Hackers，什么意思呢?紅線是說人在開車的時候，實際的方向盤轉向，下面是剎車。綠線是我們根據(jù)當時的影像所推測出來的這個時候這個車究竟是該怎么打轉向，怎么改剎車。為什么說這個東西和以前講的不一樣?因為過去，包括在今天我們看到市面上的所有自動駕駛都和普通的汽車長得不一樣。現(xiàn)在我們所推出的方式是叫作深度機器學習的方式，只收集周邊的影像，我就能夠規(guī)劃和預測出我接下來該怎么做。拋掉了很多對于外設的依賴，我們的目標是想做一個量產，能夠快速落地的一個自動駕駛的產品。在這條道路上，其實在國際上面也會有很多的樣例，比如說Google和特斯拉在開展自動駕駛的工作相差的時間其實不是很多，但是今天大家都覺得特斯拉的自動駕駛更牛，為什么?就是因為特斯拉所有的車都會收集駕駛員所要行駛的道路上面的數(shù)據(jù)和他的駕駛行為，而Google只有幾百輛測試車每天在跑。人工智能的能力最核心的依賴是數(shù)據(jù)的能力，誰擁有了最大量的真實在路上所跑的數(shù)據(jù)，誰就能在未來的人工智能，或者在自動駕駛上面拔得頭籌。在這段時間，我們的數(shù)據(jù)是從哪里來的?我們在做百度地圖的時候會有大量的采集車，我們在全中國差不多有200多輛采集車每天在路上跑，收集和采集影像的數(shù)據(jù)和傳感器的數(shù)據(jù)，過去一年里我們跑了450萬公里，這450萬公里我們全部拿來做機器學習、人工智能的算法。在過去幾天里面我們也開放了一萬公里，和學術界、和清華大學一起開啟學術研究，大家都可以在這個數(shù)據(jù)集合上不斷訓練機器學習的算法，來迎接自動駕駛的春天。

　　在2017年，我們也會和像北汽在內的很多車廠進行合作，會有智能駕駛、自動駕駛的汽車能夠在今年上路測試，到時候歡迎大家一起來體驗和嘗試。

　　謝謝大家!

　　(根據(jù)發(fā)言整理，未經本人審閱)