編前：自動(dòng)駕駛成為汽車(chē)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(diǎn)，人工智能的應(yīng)用在其中大放異彩。中美兩國(guó)均較早對(duì)自動(dòng)駕駛展開(kāi)布局與探索，也有各自不同的實(shí)踐。

開(kāi)啟了3.0人生階段的中國(guó)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(jiǎn)稱(chēng)“AIR”)院長(zhǎng)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(guó)內(nèi)互聯(lián)網(wǎng)巨頭在自動(dòng)駕駛行業(yè)探索。在4月下旬的一個(gè)早上，《中國(guó)汽車(chē)報(bào)》社總編輯桂俊松與張亞勤院士進(jìn)行了深度視頻交流。談起人工智能、自動(dòng)駕駛以及不同技術(shù)路線等專(zhuān)業(yè)領(lǐng)域，張亞勤娓娓道來(lái)，如數(shù)家珍。

人工智能賦能汽車(chē)自動(dòng)駕駛

桂俊松：智能化、自動(dòng)駕駛正成為汽車(chē)產(chǎn)業(yè)轉(zhuǎn)型的一個(gè)方向，也是近年來(lái)社會(huì)關(guān)注的熱點(diǎn)。在剛剛結(jié)束的2022中國(guó)電動(dòng)汽車(chē)百人會(huì)論壇上，汽車(chē)智能化甚至已經(jīng)超越電動(dòng)化，成為業(yè)界熱議話題。作為人工智能專(zhuān)家，您怎么看待汽車(chē)自動(dòng)駕駛?

張亞勤：汽車(chē)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(chē)作為現(xiàn)代汽車(chē)工業(yè)的開(kāi)端，隨之而來(lái)的技術(shù)革命拉開(kāi)了現(xiàn)代汽車(chē)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(gè)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(shí)，我們也應(yīng)當(dāng)認(rèn)識(shí)到，身處“百年未有之大變局”中，汽車(chē)產(chǎn)業(yè)則開(kāi)始了以電動(dòng)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(lái)熱議的綠色低碳化也歸入其中，就可以稱(chēng)之為“新五化”了。我們觀察，在這一過(guò)程中，汽車(chē)的技術(shù)要素也在變化，從過(guò)去的發(fā)動(dòng)機(jī)、離合器、變速器等這樣的工程機(jī)械要素為主，逐步擴(kuò)大，包含進(jìn)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(chē)產(chǎn)業(yè)也隨之轉(zhuǎn)型成為一個(gè)全新的交叉型產(chǎn)業(yè)。而在眾多推動(dòng)要素當(dāng)中，我認(rèn)為，人工智能將成為未來(lái)5～10年內(nèi)全球汽車(chē)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(shí)間，汽車(chē)自動(dòng)駕駛開(kāi)始進(jìn)入人類(lèi)視野?

張亞勤：讓汽車(chē)實(shí)現(xiàn)自動(dòng)駕駛，是人類(lèi)自汽車(chē)誕生以來(lái)就有的夢(mèng)想，但這只有在人工智能發(fā)展到一定階段才能實(shí)現(xiàn)。從人工智能技術(shù)自身的發(fā)展趨勢(shì)來(lái)看，它和汽車(chē)自動(dòng)駕駛可謂“天作之合”。只有在目前數(shù)字化3.0時(shí)代，即物理世界的數(shù)字化，或者稱(chēng)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(jí)的、可供支撐汽車(chē)自動(dòng)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(shí)現(xiàn)自動(dòng)駕駛夢(mèng)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(jìn)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(chē)自動(dòng)駕駛成為可能，從而徹底重塑汽車(chē)產(chǎn)業(yè)的格局與面貌。

桂俊松：在前幾天舉辦的美國(guó)TED 2022大會(huì)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(rèn)為，2022年有信心實(shí)現(xiàn)FSD(全自動(dòng)駕駛);二是，他認(rèn)為，要實(shí)現(xiàn)FSD，就要解決“現(xiàn)實(shí)世界的AI(人工智能)”，并進(jìn)而提到了開(kāi)發(fā)“人形機(jī)器人”的問(wèn)題。是否可以這樣認(rèn)為，機(jī)器人、人工智能技術(shù)的發(fā)展完善會(huì)極大推動(dòng)汽車(chē)機(jī)器人的到來(lái)?在您看來(lái)，汽車(chē)的自動(dòng)駕駛是否是人工智能自身發(fā)展的一個(gè)水到渠成的狀態(tài)?

張亞勤：能夠?qū)崿F(xiàn)自動(dòng)駕駛的汽車(chē)，在某種角度上，我們確實(shí)可以將其視為一個(gè)有特定任務(wù)、目標(biāo)的，對(duì)技術(shù)、安全等方面要求非常高的機(jī)器人，是先進(jìn)機(jī)械技術(shù)與人工智能的有機(jī)結(jié)合，或者叫“汽車(chē)機(jī)器人”。從技術(shù)角度看，我認(rèn)為人工智能是汽車(chē)實(shí)現(xiàn)自動(dòng)駕駛最核心、最具難度、最具挑戰(zhàn)性的要素，但同時(shí)也是未來(lái)5～10年內(nèi)有巨大應(yīng)用前景的技術(shù)。人工智能在自動(dòng)駕駛領(lǐng)域的應(yīng)用，與通用型機(jī)器人會(huì)有所區(qū)別，它的系統(tǒng)更復(fù)雜，但并不是不可實(shí)現(xiàn)。因?yàn)檫@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(wèn)題簡(jiǎn)單化，并最終找到答案。汽車(chē)自動(dòng)駕駛技術(shù)可以理解為包括機(jī)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(lái)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(jìn)入了成熟期。因此，我認(rèn)為，汽車(chē)自動(dòng)駕駛雖然系統(tǒng)復(fù)雜，但它一定是可以實(shí)現(xiàn)的。比如，在感知層面，目前，由于激光雷達(dá)、視覺(jué)攝像頭、毫米波雷達(dá)甚至V2X技術(shù)的應(yīng)用，我們自動(dòng)駕駛汽車(chē)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(guò)程中更安全。

特斯拉是個(gè)了不起的公司，但埃隆·馬斯克總是過(guò)于樂(lè)觀，我不認(rèn)為特斯拉2022年底靠純視覺(jué)能實(shí)現(xiàn)FSD。

桂俊松：您認(rèn)為，自動(dòng)駕駛當(dāng)前的主要難點(diǎn)在哪里?

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

在技術(shù)層面的難點(diǎn)當(dāng)中，第一位的依然是安全性問(wèn)題。基于行業(yè)的普遍共識(shí)，對(duì)自動(dòng)駕駛的安全性要求至少要高于人類(lèi)駕駛一個(gè)數(shù)量級(jí)，達(dá)到99.99999%的水平。而要實(shí)現(xiàn)這樣的安全目標(biāo)，就需要深度學(xué)習(xí)、車(chē)路協(xié)同，有這兩個(gè)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(duì)泛化能力的突破。自動(dòng)駕駛領(lǐng)域當(dāng)中，我們雖然在研發(fā)過(guò)程中會(huì)進(jìn)行大量的測(cè)試、試驗(yàn)，但是在實(shí)際使用中，總是會(huì)出現(xiàn)測(cè)試、試驗(yàn)中沒(méi)有遇到過(guò)的情況。利用算法來(lái)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(shí)利用大量數(shù)據(jù)，不斷迭代算法。而車(chē)路協(xié)同，同樣是自動(dòng)駕駛領(lǐng)域需要重點(diǎn)關(guān)注的問(wèn)題。自動(dòng)駕駛的感知、決策，單獨(dú)依靠單車(chē)智能是不夠的，需要依靠車(chē)路協(xié)同、依靠路側(cè)的基礎(chǔ)設(shè)施智能化來(lái)解決長(zhǎng)尾問(wèn)題。智慧的道路、路測(cè)設(shè)備能夠給自動(dòng)駕駛車(chē)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(shí)，車(chē)路協(xié)同也能夠?yàn)樽詣?dòng)駕駛進(jìn)行技術(shù)上的冗余備份，以應(yīng)對(duì)可能出現(xiàn)的突發(fā)情況。

在政策法規(guī)層面，客觀地說(shuō)，在全球范圍內(nèi)，其實(shí)都面臨著一個(gè)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(wú)論是測(cè)試、試運(yùn)營(yíng)、保險(xiǎn)設(shè)計(jì)、事故責(zé)任認(rèn)定甚至是用戶(hù)的隱私保護(hù)等，政策法規(guī)的調(diào)整都是相對(duì)滯后的。但是，我傾向認(rèn)為，自動(dòng)駕駛事關(guān)生命安全，政策層面的謹(jǐn)慎應(yīng)該遠(yuǎn)勝于激進(jìn)。而在這一方面，中國(guó)的政策環(huán)境是比較好的，中國(guó)用戶(hù)對(duì)于包括自動(dòng)駕駛在內(nèi)的新技術(shù)應(yīng)用普遍具有更開(kāi)放心態(tài)，愿意擁抱新技術(shù)，愿意嘗試。

桂俊松：要實(shí)現(xiàn)高階自動(dòng)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(lái)也都需要時(shí)間，但我感覺(jué)，這可能是兩類(lèi)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(huì)很快的。而且在很大程度上，政策的慎重往往也還是因?yàn)榧夹g(shù)問(wèn)題。

張亞勤：是這樣，也的確有一個(gè)相互依賴(lài)的問(wèn)題。

自動(dòng)駕駛：中美在互鑒中成長(zhǎng)

桂俊松：在自動(dòng)駕駛方面，中國(guó)和美國(guó)都是全球的領(lǐng)先者，但這兩個(gè)國(guó)家的路徑、產(chǎn)業(yè)組織、開(kāi)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(shí)有差異。首先，我覺(jué)得，美國(guó)在自動(dòng)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(chē)(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(guó)在自動(dòng)駕駛領(lǐng)域的研發(fā)基本都聚焦于單車(chē)智能;第三，美國(guó)自動(dòng)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?yàn)槊绹?guó)有自己的一些特殊情況，特別是各級(jí)政府對(duì)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(shí)際上是非常羨慕中國(guó)能夠進(jìn)行車(chē)路協(xié)同的。

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

張亞勤：是這樣。中國(guó)在自動(dòng)駕駛領(lǐng)域也有非常多的各類(lèi)企業(yè)的參與，既有類(lèi)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(guó)較早確定了車(chē)路協(xié)同作為智能網(wǎng)聯(lián)的路徑方向。單車(chē)智能固然重要，但我們更多的要從系統(tǒng)的角度來(lái)看待自動(dòng)駕駛問(wèn)題。從系統(tǒng)的角度看，自動(dòng)駕駛就不單純是汽車(chē)產(chǎn)業(yè)的問(wèn)題，更需要與城市、交通、能源有效聯(lián)動(dòng)。這是中國(guó)的優(yōu)勢(shì)，這樣的路徑不僅僅對(duì)未來(lái)的自動(dòng)駕駛有利，同時(shí)也能夠賦能我們目前的在用車(chē)輛，讓整體交通更高效、排放更低。比如，在車(chē)路協(xié)同過(guò)程中，我們會(huì)從感知協(xié)同、決策協(xié)同，逐步過(guò)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(jìn)行了一項(xiàng)名為Apollo AIR計(jì)劃的探索，聚焦于中國(guó)車(chē)路協(xié)同技術(shù)領(lǐng)域的無(wú)人區(qū)。我們把道路從C0～C5進(jìn)行了6個(gè)層級(jí)的劃分，提出了一個(gè)智能道路的分級(jí)體系，在智能化程度較高的C4、C5級(jí)別道路上，對(duì)車(chē)輛的(智能化)要求就會(huì)降低一些，也就是探索在不使用車(chē)載傳感器，僅依靠路側(cè)輕量感知的前提下，利用V2X、5G等無(wú)線通信技術(shù)就可以實(shí)現(xiàn)車(chē)-路-云協(xié)同的L4級(jí)自動(dòng)駕駛。當(dāng)然，我們也希望，單車(chē)智能和道路的智能化程度都能夠達(dá)到最高的等級(jí)，這樣，未來(lái)自動(dòng)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(diǎn)，實(shí)際上是以汽車(chē)智能化為一個(gè)坐標(biāo)軸，道路智能化為另一個(gè)坐標(biāo)軸，構(gòu)成了一個(gè)完整的坐標(biāo)系，自動(dòng)駕駛實(shí)際上就是在這個(gè)坐標(biāo)軸中尋找到一個(gè)合適的坐標(biāo)，從而實(shí)現(xiàn)單車(chē)智能與道路智能之間的平衡。那么您認(rèn)為汽車(chē)智能與道路智能之間的平衡點(diǎn)或平衡預(yù)期應(yīng)該在哪里?

張亞勤：我認(rèn)為在這個(gè)體系內(nèi)，應(yīng)該有三個(gè)關(guān)注點(diǎn)：第一，會(huì)大幅降低自動(dòng)駕駛的實(shí)現(xiàn)成本。根據(jù)我們測(cè)算，在單車(chē)智能與智慧道路的共同作用下，自動(dòng)駕駛實(shí)現(xiàn)的成本，將比單車(chē)智能下降約三成，這將極大有利于自動(dòng)駕駛的商業(yè)化落地推廣;其次，會(huì)增加系統(tǒng)冗余。當(dāng)單車(chē)智能能夠獨(dú)立實(shí)現(xiàn)自動(dòng)駕駛，智慧道路也能夠獨(dú)立實(shí)現(xiàn)自動(dòng)駕駛，兩者都已經(jīng)達(dá)到了相當(dāng)高的水平時(shí)，兩者實(shí)際結(jié)合起來(lái)，實(shí)際使用體驗(yàn)會(huì)更加穩(wěn)健;第三，毫無(wú)疑問(wèn)，會(huì)使我們的自動(dòng)駕駛更安全。

桂俊松：上個(gè)月，美國(guó)交通管理部門(mén)出臺(tái)一項(xiàng)法規(guī)，不再要求車(chē)企為全自動(dòng)駕駛汽車(chē)配備手動(dòng)駕駛控制系統(tǒng)，怎樣看待這一事件?

張亞勤：這是人類(lèi)歷史上第一次將人類(lèi)司機(jī)與機(jī)器司機(jī)同等對(duì)待，在自動(dòng)駕駛領(lǐng)域無(wú)疑具有里程碑意義。自動(dòng)駕駛車(chē)輛上是否有人類(lèi)駕駛員存在，首先是一個(gè)心理上的跨越，同時(shí)也是對(duì)自動(dòng)駕駛車(chē)輛應(yīng)對(duì)極端情況的一種測(cè)試。今年晚些時(shí)候，我們可能還將看到類(lèi)似重大進(jìn)展：谷歌將在舊金山推出無(wú)安全員的自動(dòng)駕駛運(yùn)行。而事實(shí)上，中國(guó)有一些地區(qū)也已經(jīng)計(jì)劃或正在推進(jìn)類(lèi)似嘗試，例如北京的亦莊高級(jí)別自動(dòng)駕駛示范區(qū)。我認(rèn)為，這些都是自動(dòng)駕駛發(fā)展過(guò)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(guó)的優(yōu)秀公司都在加速推進(jìn)自動(dòng)駕駛的商業(yè)運(yùn)營(yíng)。

張亞勤：是的。無(wú)論是美國(guó)的谷歌(Waymo)、中國(guó)的百度，這些頭部的企業(yè)之所以領(lǐng)先，就是因?yàn)樗麄冞M(jìn)行了大量測(cè)試，成為進(jìn)步的基礎(chǔ)，而盡早擴(kuò)大規(guī)模進(jìn)行商業(yè)化推廣運(yùn)營(yíng)，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(jìn)步。這一點(diǎn)上，中國(guó)、美國(guó)兩國(guó)的產(chǎn)業(yè)界是相互學(xué)習(xí)借鑒，共同成長(zhǎng)的。當(dāng)然，美國(guó)產(chǎn)業(yè)界值得我們國(guó)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(guó)依然具有巨大優(yōu)勢(shì)。

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(guò)程中，越是有大量的機(jī)會(huì)。由于汽車(chē)工業(yè)率先產(chǎn)生在歐美，這些國(guó)家、地區(qū)具有極大的先發(fā)優(yōu)勢(shì)，中國(guó)此前一直處在跟隨者的地位，而在汽車(chē)工業(yè)的技術(shù)要素構(gòu)成發(fā)生重大變化之后，中國(guó)的汽車(chē)工業(yè)和其他先發(fā)國(guó)家站到了同一個(gè)起跑線上，甚至在某些方面，中國(guó)更具優(yōu)勢(shì)。我們應(yīng)當(dāng)把握住這種戰(zhàn)略機(jī)遇。

在AIR培養(yǎng)適應(yīng)未來(lái)的智能汽車(chē)領(lǐng)軍人才

桂俊松：您曾經(jīng)長(zhǎng)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(shí)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(guò)去一年半。人工智能不僅僅是自動(dòng)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(guó)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(guó)際化、智能化、產(chǎn)業(yè)化的應(yīng)用研究機(jī)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(jí)，推動(dòng)社會(huì)進(jìn)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(dá)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(guó)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(tuán)隊(duì)，幫助企業(yè)解決復(fù)雜系統(tǒng)問(wèn)題、避免重大技術(shù)陷阱，協(xié)同商務(wù)、技術(shù)、運(yùn)維團(tuán)隊(duì)開(kāi)展工作，但在國(guó)內(nèi)的企業(yè)中則比較少見(jiàn)，所以我們的培養(yǎng)方向，就是彌補(bǔ)人才短板。其次，我們達(dá)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(gè)特點(diǎn)，它一定是基于大數(shù)據(jù)，基于大場(chǎng)景的。只有基于場(chǎng)景的算法、科研才有意義。所以我們主動(dòng)尋求與產(chǎn)業(yè)相結(jié)合，產(chǎn)業(yè)一旦有需求，我們會(huì)立刻拿出算法進(jìn)行支持;在產(chǎn)生了數(shù)據(jù)之后，很快又會(huì)推動(dòng)我們的算法進(jìn)行迭代。而第三個(gè)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(xiàng)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(gè)垂直方向進(jìn)行重點(diǎn)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(shí)需求，也是國(guó)家戰(zhàn)略需要。

桂俊松：汽車(chē)自動(dòng)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(gè)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(gè)引擎一定要相互結(jié)合，才能最大限度促進(jìn)產(chǎn)業(yè)發(fā)展，這也是我們通常所說(shuō)的“產(chǎn)學(xué)研結(jié)合”的價(jià)值所在。坦率地講，在清華大學(xué)進(jìn)行這樣的嘗試是具備了非常理想的條件的。因?yàn)榍迦A擁有車(chē)輛與運(yùn)載學(xué)院、計(jì)算機(jī)科學(xué)與技術(shù)系、電子系、自動(dòng)化系、生命科學(xué)學(xué)院等，對(duì)于人工智能研究來(lái)說(shuō)，這樣的學(xué)科體系全面而完備，我們AIR團(tuán)隊(duì)的老師，也都與不同領(lǐng)域的院系有深度合作。

汽車(chē)工業(yè)發(fā)展至今，早已經(jīng)不是一個(gè)單純的機(jī)械工程分支，這就需要我們的汽車(chē)教育也進(jìn)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(lái)行業(yè)要求的交叉知識(shí)體系。

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