汽車行業正在經歷一個巨大的變革。這個變革有三個非常大的趨勢正在推動這個行業的改變：新能源、共享經濟和智能化的到來。

　　去年 7 月我開始走訪國內國際大大小小的車廠，他們非常堅定的告訴我們他們會走輔助駕駛這條道路，逐漸向未來的無人駕駛方向發展，那時候他們認為無人駕駛至少是要十幾年才能到來。

　　今年 1 月這些大大小小的車廠，很多汽車行業的同仁們開始改變他們的觀點，今天僅僅不到一個月，據我所知已經有非常多的大的汽車廠改變了他們的態度，除了繼續發展 ADAS（輔助駕駛）技術之外，他們開始成立獨立團隊研發全自動無人駕駛。

　　從輔助駕駛到無人駕駛是巨大的跨越，是量變到質變的根本改變，這里面有巨大的鴻溝，兩個原因造成：一個是使用的傳感器不一樣，第二個更根本的改變是人工智能技術根本不同。

　　在互聯網行業的人眼里看，未來的汽車是帶著輪子的電腦。今年年初福布斯雜志發表了基于斯坦利的研究報告，他們也認為未來的汽車，60% 的價值來自于軟件。它的硬件，就是大家熟悉的汽車這個部分只有 40% 的價值。

　　當然這個見仁見智。

　　未來的汽車是由軟件來定義的，它的人工智能由六個大的部分來控制：視、聽、說分別模擬人類的眼睛、嘴巴和耳朵;預測能力、規劃能力、行動控制能力則共同決定了人工智能的發展。

　　基于「深度學習」的無人駕駛

　　其實人工智能發展已經超過了 60 年，過去的 50 年都不成功，一直到十年前，2006 年計算機行業有一個突破性的技術發展叫「深度學習」。與過去相比，「深度學習」根本的地方是在于給它很多數據，它自己能不斷提升它自己的能力。

　　人工智能是靠什么能力發展，深度學習最關鍵的是什么東西？

　　第一就是優秀的算法。關鍵的因素是人才的優秀程度，它考驗的是工程師的水平。

　　第二大關鍵要素是云計算規模。三年前百度用 48 臺服務器搭建了比較小的規模云計算，當時已經相當于中國 2 個天河一號超級計算機的運算能力。

　　第三個關鍵要素是知識，也就是海量數據，當運算能力很強，算法很好的時候，就看數據，誰的數據多，誰的人工智能的智慧程度就會更高。

　　今天把無人駕駛汽車開出去，它遇到的每一個新的情況都在學習新的能力，不是在汽車里學，是把新的情況上傳到云端，到了數據中心。這里有海量的信息、場景，這些汽車在數據中心里學習怎么處理新的情況、新的場景。

　　隨著云端能力的加強，它學會處理各種各樣的場景，它要把這個數據和產生出來的模型的東西簡單化、縮小化，下載到每輛汽車里。每個汽車遇到任何一個它過去知道的場景的時候，它就知道怎么處理。它遇到不知道的場景的時候，它會趕緊上傳到云計算中心，就是經過這樣的循環往復，人工智能能力隨著時間，隨著規模的不斷加大、不斷提升、不斷加強。

　　今天是人在教車怎么開，以后人工智能可怕的地方在于：是車教車開。如果布局十萬輛無人駕駛汽車，每年每輛車開 2 萬公里，那么每年車就積累了 20 億公里的里程。對于人工智能，任何一輛車學到的新經驗，新處理方法，在云端都可以形成一個綜合的模型，綜合的能力，然后下載給所有的汽車，一夜之間所有的車都擁有超過 20 億公里的駕駛經驗和能力，這是人工智能可怕的地方。

　　只有在擁有這樣的里程數，還有人才，還有計算能力，那么人工智能的無人駕駛汽車才能跨越這個鴻溝。

　　百度在無人駕駛的布局

　　過去的競爭叫大魚吃小魚、小魚吃蝦米，但是在人工智能上，是快魚吃慢魚。誰先把人工智能汽車、無人駕駛汽車更早布局出去，它就將處于決定性的領先地位。那么百度在這里面做了哪些工作？

　　百度擁有全球最大的「深度學習」網絡，支持參數數量級最根本的指標是萬億級的參數;

　　百度基于「深度學習」做人工智能產品，比如綜合語音識別，在安靜的環境下，在標準的普通話情況下，我們人類聽的能力是 98% 的準確率，百度能達到 97% 的準確率，在車載環境下普通化識別率達到 92 %;

　　圖象識別能力準確率達到了 89.32%，達到全球第一。這是無人車上路的重要技術基礎和積累;

　　百度的高精地圖和地位能力，GPS 定位誤差在 5 米左右，百度去年地圖定位的準確度和精度在 10 厘米左右。

　　三天前我們和安徽省蕪湖市共同簽訂了一個示范區，全無人駕駛示范區，我們希望通過三個階段把蕪湖市變成中國最大的全無人駕駛的區域。

　　此外，中國無人車的成功需要政府在法律法規上的支持，更需要我們全產業鏈共同努力，百度非常愿意把我們領先的技術拿出來和大家一起打造強大的無人車生態。