近日，在第二届亚洲消费电子展(CES Asia 2016)举办期间，由网易汽车独创的“网易·互联网+汽车创新工场”第六期线下活动“未来汽车进化论”正式落地上海CES。
来自自动驾驶领域专家、著名汽车厂商、零部件企业代表、全球领先ADAS企业及智能地图技术解决方案供应商在内的众多精英齐聚一堂，围绕未来智能汽车发展，展开了一场精彩绝伦的深度讨论。这也是继2016年1月，“智·驱未来 2016 CES网易态度之夜”在拉斯维加斯CES上成功举办后的第二次CES同期活动。
核心提示：乐视超级汽车自动驾驶副总裁 倪凯认为，未来的自动驾驶方向有两个趋势：一、技术上会往更强大的人工智能方向发展。二、自动驾驶是对安全性要求非常高的产业。只有把技术做好、安全性提上去，自动驾驶才可以真正做到商用。自动驾驶从乐视的研发情况来说，会更关注于上层的一些自动驾驶的算法，我们会对供应商的技术特别是传感器的技术、包括地图资源会更多的关注。未来自动驾驶要突破瓶颈，需要不断通过车联网获取更多数据。
以下是访谈实录：
倪凯:大家好，很高兴今天晚上有机会受网易汽车的邀请，与大家分享我们乐视汽车最近的一些进展，以及我个人的一些想法。大家知道乐视汽车“4.20”的发布会上推出的第一款概念车，我们之前跟美国一个公司也有战略性的合作，在今年年初的CES上有一款“FFZERO1”的概念车推出，同时我们内部也在紧锣密鼓进行一些自动驾驶研发工作。包括刚刚过去的北京车展，以及现在正在进行的CES Asia，都是非常好的机会，去了解一些最新的行业情况。从我个人的角度来说，自动驾驶从乐视主要的研发情况来说，会更关注于上层的一些自动驾驶的算法，我们会对供应商的技术特别是传感器的技术、包括地图资源会更多的关注。
未来的自动驾驶方向有两个趋势：一、技术上会往更强更好的人工智能方向去努力。二、自动驾驶是对安全性要求非常高的产业，所以ISO26262的汽车安全性国际标准也是我们非常关注的领域。只有把技术做好、安全性提上去，自动驾驶才可以真正做到商用。谢谢大家。
乐视超级汽车智能驾驶副总裁倪凯
网易汽车：全球最有名的无人驾驶汽车是谷歌的，为什么互联网巨头，包括谷歌，国内B开头的企业，都在自动驾驶方面有这么大的热情，甚至行动力都走在一年卖八九百万辆车的传统车企前面，这对互联网汽车来说是基于什么样的预期?
倪凯：回顾一下，2002年的时候我在清华大学读无人驾驶，其实无人驾驶是一个非常老的问题，我印象中有二三十年的历史，我觉得目前自动驾驶出现井喷，是多方面条件都接近成熟造成的。至于为什么互联网公司喜欢自动驾驶，其原因主要是有一个接近成熟的人工智能技术，除此之外，包括一些传感器、电控的技术，都是必不可少。尽管不同的互联网公司有不同的业务模式，但是基本上可以说所有的互联网公司安家之本都是人工智能中的一两个领域，比如刚才说到谷歌、百度都是以搜索引擎、大数据、深度学习。
这么多年来，自动驾驶比较成熟的还是ADAS技术。人工智能技术不是一个新名词，但是最近几年，人工智能技术越来越能够使用大数据来训练更强的模型进行环境的理解，这是一个非常重要的概念。回想2002年，当时的计算能力不行，算几千张图片的参数就需要很多时间。而现在，一般的互联网公司都有很庞大的集群，人工智能技术对大数据的处理能力也提到了相当高的阶段。但是这些直接促成了计算机理解能力，或者说局面的判断能力，本质上都是超大型数据不断学习汲取的能力，这个能力不论在下围棋还是自动驾驶上都是一样的。
未来自动驾驶要突破瓶颈，需要不断通过车联网获取更多数据。不是说解决这个问题自动驾驶就解决了，但是这是为什么互联网企业希望从互联网的优势解决自动驾驶的问题。这样的形式可能是传统汽车厂商或者一些供应商不擅长的。
网易汽车：能不能理解为自动驾驶有几个关键的核心要素：一是人工智能，二是地图积累的数据，第三是传感器的集成、算法。而互联网巨头在这方面有比较高的优势。
倪凯：基本上也是这个意思。地图、人工智能和互联网企业有融合;智能汽车有更多的传感器。未来地图模式可能会发生一些变化，大数据、智能驾驶的成熟会给地图行业带来变化。
网易汽车：智能汽车涉及到伦理方面，对此，我们在算法和判断规则的设计上有怎样的考虑?中国每年死于交通事故七八百人，但是如果自动驾驶、无人驾驶车在中国撞死一个人，就会铺天盖地刷头条，会引发整个媒体和公众对于自动驾驶技术的质疑。
倪凯：自动驾驶技术是对技术非常严格的一个领域，大家对机器的驾驶要求肯定会比我们的邻居、一个普通的路人甲的人工驾驶的安全性要求要高，因为站在自动驾驶背后的是整车厂或者供应商，这样的话是有一些非常大的商业利益在里面，包括会牵扯到整个保险。
回到刚才您说的伦理问题，我个人的意见是人工智能某一些利益，让机器在某些方面具备人的推理、理解能力，这个能力并不是让人工智能取代人所有的能力，伦理我觉得并不是人工智能本身所应该含盖到的地方，当然作为整车厂，作为我们自动驾驶，如何处理这样的问题?从根本上说，自动驾驶大家比较公认的一点会降低事故率，所以整体的事故率是降低的，从道义上来说，自动驾驶本身是一个比较好的事情。
第二方面，未来的趋势很多时候会基于大数据的学习过程，可以设想一下你刚才同样一个问题问一百个人，给他半分钟的思考时间，他做出的答案和他真的坐在车里，前面发生了这件事情，他做出的判断并不一定是一样的，一个人紧急关头做出来的事情是不一样的。大数据未来也有这么一个问题，收集的数据很有可能是真实的驾驶情况，如果按照真实的驾驶情况训练出来的东西，会是一种什么样的结果呢?我觉得很有可能也是模仿人在危急时候能够做出的事情。所以苛求一个人工智能系统，最后做出来的事情是不是正确，可能首先要苛求每一个人做出来的事情是不是一定是正确的。所以人工智能可能会在一定程度上模仿人在这个时候的一些行为。
网易汽车：自动驾驶技术另外一方面需要有大量的传感器、激光、雷达、集群等等，我记得之前也发生过先例，某公司ACC的技术进行召回，就是因为传感器对一辆球灌车无法有效识别造成了后车追尾，由于我们的技术过于复杂，造成了一些有可能带来新的驾驶风险，这种情况下你们是怎么解决这些意外的情况?
倪凯：无人驾驶的复杂性可能是由短板组成的，硬件就是传感器，软件从操作系统到中间件等等都可能成为它的短板。硬件是非常重要的一点，这是毫无疑问的，尤其是传感器，刚才提到自动驾驶一般的解决方案，除了相机以外还会使用多种传感器，除了哪一种传感器的性能不一样，有的在雨天有很好的性能，有在晚上的，可能不同的传感器在不同的工况下有不同的表现，这是使用传感器的第一个原因。第二个原因，一般来说在360度的前面、侧面、后方都有多个传感器瞄准不同的区域，不同的传感器感知区域是不一样的，重叠范围决定了你在某一个区域内，哪些传感器有一些冗余，相机失效了，激光雷达还可以照到，这样就提供了传感器上的冗余，传感器冗余相配套的算法也会有冗余，从安全性算法上来讲，只要有足够的程度还是可以解决问题。
网易汽车：比如说有一个意外的情况，一个气球从我前面漂过，人工驾驶的知道有一个球漂过去，那就过去了。但是如果是无人驾驶，会判断前面出现一个障碍物，造成了在非常规驾驶情况下造成一些意外的情况?
倪凯：这是一个特定的例子，对图像来说相对容易解决。不同的摄像机有不同的特性，有些传感器对障碍物的有和没有辨识率比较强，有些传感器对理解力比较强。图像理解发展到今天，整个数据级包括云端的训练能力，发展到一定程度以后，现在的图像理解能力还是非常强的，在一些比较权威的测试上，这是针对特定的数据级。最强的技术可以把图像理解能力做到比人更强，但是仅仅限于某一个数据级上，但是这个数据级已经相当大了，包括相当多的种类。未来的趋势数据有一个爆炸的趋势，性能也同样会带来增长。所以你说的气球问题，在图像上反而是一个容易解决的问题。
网易汽车：图像的能力可以判断是一个塑料袋飘过去，还是一只鸡飞过去。
倪凯：我想说的核心一点，未来随着车联网的发展，收集到的数据越来越多，人可能开二十年的车就不开了，你儿子或者下一代需要重新学车，但是电脑不会，电脑的经验和数据是不断积累，所以电脑在长远看肯定会比人好。
