11月2日，由国家信息中心信息化和产业发展部与现代汽车（中国）投资有限公司共同联合举办的2017年第五届中韩汽车产业发展研讨会在北京召开，此次会议邀请了两国业界权威专家与企业代表，共同深度讨论和分析了新能源、智能网联和自动驾驶技术等汽车行业前沿热点。中韩汽车专家的深度交流不仅可以让两国汽车行业相关人士了解彼此的技术进展，也将在学习借鉴的过程中，助推两国汽车产业未来发展迈向一个新的台阶。
 

　　会上，百度副总裁邬学斌介绍了百度汽车在自动驾驶方面开展的工作，以及未来对中国市场的想法。邬学斌透露，百度做智能化领域和传统汽车企业最大区别，就是百度是基于人工智能技术而非大数据。百度认为AI达到了可以持续发展和应用的阶段，主要基于三个原因：一是芯片计算能力大大增加，而且计算成本大幅下降；其次是大数据使数据能够集中被利用；然后是云计算。
 

　　云和端的结合、高清地图、自动化的应用三个特点，决定了未来智能汽车跟今天的汽车不一样，不止是产品不一样，也决定了汽车的开发方式、合作方式等不同。未来一旦云和端结合之后，就会产生大量的数据，还会产生大量的商机。这块业务是现在不存在，而未来会存在的，也是百度看到的商机。
 

　　在此基础上，百度提出了阿波罗计划。百度认为，自动驾驶不是一个公司，甚至不是一个行业能够单独完成的，它需要一个生态，阿波罗就是一个生态。阿波罗最大的特点就是第三层软件开源了，任何人可以看，任何人可以进行下载。众人拾柴火焰高，大家一起贡献、共享数据，就是阿波罗资源共享的具体体现。
 

　　根据阿波罗计划，2020年底自动驾驶全部功能将开放完毕，包括城市道路，高速路等等。这也成为了部分合作伙伴宣布在2021年实现L4级的无人车的依据。邬学斌强调，阿波罗不等于百度，阿波罗是百度创立的，阿波罗未来的管理由阿波罗的董事会管理。

 

　　以下是演讲实录：
 

　　各位下午好，我是邬学斌，来自百度汽车。非常高兴有这个机会在这里向大家介绍一下百度汽车在自动驾驶方面开展的工作，以及未来对中国市场我们的想法，怎么进行商业化的落地。
 

　　汽车智能化将带来产品、开发模式、商业模式的变化 
 

　　因为大家都知道汽车行业我们简单归结为三个趋势：电动化、共享化和智能化。产品来讲只是电动化和智能化，智能化包括网联、智能驾驶所有使车变得更聪明我们都称之为智能化。改变驱动方式称之为电动化，简单一点，太多记不住。共享化，猛一看和车本身的技术没有关系，是车使用状态的变化。但是由于这种使用变化必然对汽车产品形态造成一定的趋势，所以这三化我们必须关注。
 

　　而百度现在做的主要在智能化这个领域，包括车联网、L3级、L4级的自动驾驶，这三块业务，百度做的和现代汽车工业做的最大区别就是百度基于人工智能的技术做的。比如说车联，我们的操作系统也是语音系统，但是这个语音系统后面的支持并不是大数据技术，而是AI技术。AI时代为什么会来临呢？AI这个技术并不是一个新技术，50年代、70年代已经两次起来，两次都沉默下去了，并没有得到真正的应用。
 

　　为什么这一次我们认为AI达到可以持续发展和应用的阶段？主要这么三个原因：第一个是芯片计算能力大大增加，而且计算成本大大下降；第二个大数据，使数据能够集中被利用；第三个云计算，这三个条件就使得AI技术和50年代、70年代就有一个本质区别，使AI技术得到工业化应用。
 

　　汽车智能化之后产生的特点和今天的汽车不一样了，我们认为有这三个方面：一个是云和端的结合。今天的汽车大部分端，汽车和汽车之间基本上处在没有联系的阶段。你打方向灯，按喇叭告诉别人想做什么，要么骂别人一句，车和车之间没有交流的。未来云和端，智能汽车未来一定有云的，这个云、端的结合。
 

　　另外高清地图，今天的地图给人做的，未来高清地图是三维的，不是给人看的，给机器看的。还有自动化的应用，自动化应用主要指后面的计算平台。我们今天所用的汽车控制软件是根据各种语音进行编程。第一句到最后一句，我们称之为根据一定规则写的，这样的控制原理和AI技术有本质区别的。AI是有一个计算的模型，通过这这个模型进行大量数据的训练，使这个模型产生不同的效果。比如说今天的控制模型如果从第一句到最后一句我们俩一样的话，我们俩控制软件的功能就是一样的，不会有差别。而AI技术，即使我们模型一样的，但是由于我们对它数据的处理和数据对模型的训练不同，这个模型本身的逻辑会发生变化，它的效果就会发生变化。
 

　　类似于一个母亲生了双胞胎孩子，如果这两个双胞胎继承的基因，模型一样的，但是把这两个孩子从小分开，一个放韩国，一个放中国生长，长大后一个讲韩语，一个讲中文，他们不一样的，这就是人工智能技术最重要的三个特征，这三个特征就决定了未来智能汽车跟今天的汽车不一样，不一样不止是产品不一样，也决定了我们的开发方式，合作方式等等不一样，这是百度下面针对这些特点怎么展开的工作，我下面会介绍。
 

　　在这个之前我们看一下自动驾驶什么时候会到来？我们认为自动驾驶从2025年L4级的自动驾驶商业化，全球占1%的份额，这就了不得。到2030年之后市场可能出现拐点，2040年主导市场，所以这是每年上市的新车，我们预测到2050年，2050年95%都是L4级的，甚至5%都是L3级，居然要人开车，那个时候出生的小孩看到人开车就感觉很好玩，那个车怎么由人开的，因为人开车比机器开车危险的多。
 

　　那么人工智能和汽车行业结合以后发生很大很大的变化，这个里面只想讲这么一个图。左边这个这个柱子是今天汽车行业的产业规模，它的收入来源三大部分，第一部分卖车；第二部分售后服务，加上保险等等；第三部分共享，共享非常少，只有300亿美元，全球市场，这大概2016年、2015年的数据，差不多。但是我们看到2030年这个会发生非常大的变化，我们看目前这三个领域都修改不同的增长，越是软的部分增长的越多，共享会有46倍的增长，卖车仍然会增长，整个汽车市场我们认为还有45%的增长空间，不要认为造车就没有日子过了，造车的日子还是可以过的。但是可能上面过的更舒服，尤其是橘黄色的这部分，它是由数据衍生的业务。未来一旦云和端结合之后，那么就会产生大量的数据，这些数据就会产生大量的商机。这些商机是由于今天的汽车没有云，没有大数据的集中应用，所以这块业务现在不存在，而未来会存在，这也是百度看到的商机。我们的目标就是要盯着最上面那一块，那一块到2030年，果真有450亿，到750亿美元的市场规模，这个还是大大可以做的。
 

　　阿波罗计划：众人拾柴火焰高
 

　　百度如何来做呢？我们发布阿波罗计划。它有一个16字方针：开放能力、共享资源、加速创新、持续共赢。这16字我不想过多解释这个理念，下面我最重要解释一下框架。从阿波罗框架就可以体现我的刚才16字宣言。最底下是整车平台，整车平台仍然是车，它的主责单位仍然是主机厂，像韩国现代、起亚、北汽等等，只不过那个时候的车需要一些线控技术、动力系统、转向系统、自动系统，如果还有换档的话，还有换挡系统，这四个系统必须是有Beware的这种技术，它还是车。第三个就是一些硬件平台，这些硬件都是今天的车不存在的硬件，而未来要有的，从左到右，比如计算平台。今天的计算平台大部分以CPU为基础的这种，用一句一句编程的方法写的计算环境。
 

　　未来人工智能阶段，不光CPU、GPU、FPGA甚至还有更新的计算芯片可能也会诞生，这个目前非常贵。然后就是GPS和IMU，这个是导航和定位。这个定位精度要求和手机上的GPS不是一个概念。第三个就是中间那段，是感知系统，从它的摄像头到激光雷达、超声波雷达等等，这个大家都很熟悉了。还有人机界面，HMI，人机界面这块百度要做的语音为界面，就是理论上讲未来车里面不需要任何的开关，手不用摸，就是自然语音进行对话就OK了，就当做一个虚拟的人。这个虚拟的人既帮你开车，又陪你聊天，可能还能解疑答惑。我们发现人把秘密的话，最秘密的话告诉谁啊，告诉搜索引擎，你绝对不会告诉你的家人，但是百度都知道，因为你们都在百度上搜。未来车的HMI也是一样的，你进入车，在美好的一个空间内部，在你的王国里面你可以做你想做的所有事情。
 

　　我不知道大家看过那个数据没有？前一段时间做一个调查，说如果你在车里不需要开车了，你将来在车里干吗？回答最多的人是在干吗？睡一觉，尤其这个在中国的话这个数据特别高，大家都缺觉，后面还等等等等，很多。还有一个黑匣子，这个黑匣子也很有意思，因为现在飞机上有黑匣子，未来人工智能没有人开车之后，它的责任主体可能是一个挑战。现在保险业的老总老找我，以后车险谁买？车险好几千亿的市场，很大一块的商业，在车里面的人不开车肯定不买车险，整车车只卖车不买车险，让百度买，他那个意思。百度买现在还没有做好心理准备，到底怎么办？买车险是一回事，但是责任划分又是怎么回事。自动驾驶不能说永远不出事故，我们希望它不出事故，我相信它的事故率和今天人开车相比会大幅度下降。但是即使如此，我们作为工程人员还要想到万一出事故怎么办？责任怎么划分，所以必须有一个数据记录系统，这一点也可能成为国家的强制标准，所以要一个黑匣子。这些都是由供应商，专门厂商做，百度也不做，百度不做任何的硬件，百度更不会做车，它也不会做车。
 

　　百度要做的是上面这两层：上面这一层是软件，这层软件是百度最核心的部分，也是这么多年我们投入大量人力、物力进行开发的。这个软件就是车的大脑，我们称之为车脑，这个软件未来和计算平台结合，成为整个汽车的，不知道叫什么CU，肯定是一个（英文），肯定是某个CU，现在CU也太多了。这个软件包括地图、定位、感知、计划、决策等等这些模块，这些模块大家都很熟悉了，不展开说了。
 

　　最上面一层是云，下面三层都是端，跟着车走的。云上有什么呢？有高清地图的数据，有所有数据，有模拟器、有安全保障，有OTA，还有我们的操作系统，OS，这是云端。那么阿波罗，我介绍完这个框架之后，它的特点是什么？它最大的特点就是第三层这个软件开源了，任何人可以看，任何人可以进行下载，不需要对百度有任何承诺。你下载下来之后愿意干吗就干吗，这就是阿波罗最大的特点，就是说只要现在人到这个网页登录，网页上注册就可以看到，（英文）就是世界上最大的开源网站，阿波罗也在那里开源了。我们为什么开源，AI技术和今天的控制技术最大的区别在哪里，区别在模型很重要，更重要是需连模型的数据，数据更重要。数据怎么来？没有什么魔法，数据来必须靠人去收集。越多的人就可能收集越多的数据。谷歌怎么收集的？谷歌就自己造了一个车队天天跑。我们现在想追上谷歌，就要采取和它不一样的。我们把社区开源，软件开源不要钱，大家一起使用这个软件，一起积累数据，这叫众人拾柴火焰高，大家一起贡献数据，大家一起共享数据，这就是阿波罗资源共享的具体体现。
 

　　这个开放图刚才徐主任也说了，现在已经开放到1.5，今年年底会开放2.0版本。就是说你去看已经可以看到红箭头所指的这么多功能数据、模块都已经能看到了。我们每天平均都有三千多人在上面进行互动，有的人拍砖，有的人点赞，反正干什么都有。前一段时间，我委托的一家世界知名的汽车公司，OEM，也是我们合作伙伴之一，让他们给我们出一个评估报告，看看我们到底怎么样？他认为我们的发布的数据的确达到了产品化的水平，所以给我们非常高的评价。但是从功能大家可以看到，目前开放的功能还是很单一的，很有限的。我们决心是到2020年底把自动驾驶全部功能开放完毕，都上线。包括城市道路，高速路到2020年底，这个也就是为什么我们有一些合作伙伴，他们宣布在2021年实现L4级的无人车的依据，就在这里，根据我们目前的开发计划，我们对这个还是有信心的。
 

　　那么自动驾驶，我们看到了，它不是一个公司，甚至不是一个行业能够单独完成的，它需要一个生态，阿波罗就是一个生态。这个阿波罗生态里面除了有像百度一样的，我们做自动驾驶系统的提供商，当然离不开主机厂、零部件、通信还有传感器等等这些制造厂家。更重要加入了出行服务的这些服务商，科研机构，更重要的也离不开政府。不光中央政府，包括地方政府，中央政府制订法律法规的。我们现在无人车全是违法的，这个无人车不能够在公众道路上跑的。但是人工智能技术，你要学习数据，你在哪学？你在家里，在实验室里学不到的，必须在真实世界当中学。法律又不允许我们上路，这个矛盾必须解决，必须要靠中央政府和地方政府解决。现在中国的中央政府、地方政府对此非常重视，非常支持，所以使我们能够不断地积累数据。
 

　　后面我想展示一下我们现在开发的一些成果，我们在美国的加州和中国的若干地方每天都进行大量的测试，这是给大家曝一个料，这个料希望媒体朋友注意，最好不要曝我以下说的这句话。在中国每公里花的工夫比在美国每公里花的工夫多得多。就是中国的交通环境、驾驶习惯比美利坚合众国复杂的多。所以我们期待未来驾驶时代会不会有全球平台，可能要打一个问号。今天没有云，只有端，可以打造全球平台，只要满足法规，进行适当调整就可以。
 

　　未来这个可不可以？地图数据不一样，交通设计不一样，人为开车习惯不一样，这是最大的挑战。在此之上还有一个最大的不一样，智能汽车不是一个简单的汽车，大家看过《速8》电影没有，那个电影的后面就把智能汽车的可怕之处给演绎出来了。智能汽车可以是杀人武器，它比恐怖分子还恐怖，对它的安全性怎么管理。任何国家的政府都会绝对绝对把它放在国家安全的层面考虑，所以在这两者之上，可能汽车的全球平台化的这样的好事到智能汽车的时候可能走到头了，回到区域性这种产品了。　　

　　我们在开发过程当中也深深体会到从技术角度，各个国家的技术不一样，我们每天还能得到很多人从其他国家提供数据。包括阿根廷，还有布拉格，捷克，我也搞不太清楚，东欧，各个地方的数据，最后体现阿波罗这个生态的活跃性，我们根本不用去，他把数据提供过来，然后可以看到中国的数据，彼此学习，成长的非常快。
 

　　百度的技术储备
 

　　云加端我们的开发模式是什么？我们有每辆车，每辆车在路上跑，把每辆车的数据收集起来放到云平台上计算。顺便说一句，你们可能不知道，百度有全亚洲最大的计算中心，这一点恐怕不知道。全亚洲，这个计算能力非常强的。计算中心产生一个模型，把这个模型放在车里，这是车的虚拟大脑，这是我们云加端的开发模式的不一样的地方，跟传统的汽车软件的开发模式有所区别的。
 

　　我们在环境感知和预测环节，我们认为我们全球领先，这个环节，尤其是预测的环节，人工智能技术、机器学习，现在不光讲机器学习，讲机器学习有点low，我们现在应该讲机器思维。这个现在才是最新的，这个计算的效率比机器学习高得多。大家可能知道AlphaGO和AlphaGOzero的故事吧。AlphaGOzero就是我们新的一个产品，当然下围棋它有一个好处，围棋的规则在我看来是体育运动当中规则最少的一个运动，从规则来讲，但是变化非常多，我理解它的规则就是一人下一手，不能一人下两手，还有一个围死没棋了就死，死了又提，提完最后算谁占的面积大，这就是围棋。
 

　　AlphaGO员学了这么点东西以后，他就开始自己对自己下，花了几十个小时，下了490万盘之后，自己和自己下，我手机上有一张照片，大家可能看不到，一开始下的围棋很有意思，一半黑的，一半白的，没毛病，符合围棋规则，人绝对不会这么下的。开始它很蠢，根据规则就那么下，下完之后490万步棋下完之后，他跟AlphaGO下，他们俩下了100盘，结果是100比0，AlphaGO是毫无回手之力，AlphaGO学了什么，AlphaGO是受人类的影响，他学的是人类的棋谱，而AlphaGOzero没有，他学的是人类的规则，也就是说机器学习的效率已经证明了比人类学习的效率要高，而且这个高多少不知道，100比0没有还手之力。我们交通汽车里面有一些东西有规则的，所以当有规则的领域里面我们用上（英文），它的效率将大幅的提升。坦率说年初的时候我们以为（英文）这个技术还需要一两年，没想到今年还没有过去，AlphaGOzero就展现出它的实力。所以我们从事人工智能的人也要快马加鞭。从环境感知和预测这是人工智能最起码的一个模块。
 

　　然后三维高清地图和定位能力，我们高清地图目前它的精确度已经是厘米级的了，未来的定位必须要保证在一个车道，最好10厘米，怎么也必须15厘米之内这样的定位。仿真这也是非常重要的工具和技术，因为取数据，你永远，在交通状况是一个无法重组的数据，那么我们就把这些真实世界的数据放到仿真环境里面，让它随机组合成新数据，这些新数据在仿真进行计算之后再拿到真实世界里面去验证，这种方法使我们现在日行百万公里。如果真的在街上跑，一天一百万辆车跑百万公里不算什么，也许跑下来一个新的数据也没有收集着，白跑。开始效率非常高，是非常长尾的，效率跑一段时间之后效率急剧下降，但是它总是特殊的，这种不太常发生的东西怎么让机器学习到这个数据，这个模拟器就充当一个很重要的角色。
 

　　最后就是对中韩行业合作有一个建议，我们建议还是通过阿波罗这个平台。我再补充一下，阿波罗不等于百度，阿波罗是百度创立的，阿波罗未来的管理由阿波罗的董事会管理，这个董事会是由阿波罗深度合作伙伴选出的，第一届董事会会在年底召开，百度是阿波罗有力的支撑着和永远的参与者。通过产品的合作，找出韩国的产品在符合中国的法规，符合中国的安全标准，符合中国的道路环境，这个我刚才已经说过了，这就是我今天的报告，谢谢大家！