9月28日，中国工程院外籍院士，清华大学智能产业研究院讲席教授兼院长张亚勤发表演讲，以下为演讲整理（未经演讲者本人确认）。
今天我讲的题目叫“走向无人驾驶”。无人驾驶是人类的一个梦想和科学幻想，需要很多的投入与攻坚，我们孜孜不倦地追求这个梦想，现在我们离这个现实已经不远了，正从科学幻想变成科学。
人工智能技术是最近大的趋势。在无人驾驶背后最重要的技术驱动力量就是人工智能，所以每次人工智能的发展往前走，无人驾驶就上一个台阶，如果没有人工智能发展，无人驾驶是不可能发展的，特别是大模型和生成式AI对于无人驾驶的一些新的促进。
人工智能最重要的是深度学习，过去三年，特别是去年年底Chat GPT出现之后，大模型、预训练、多模态、生成式成为主流，这其中产生了很多新的框架、新的算法和系统。我认为大模型、生成式AI是通向通用人工智能的一个渠道，虽然可能还没有达到通用人工智能的阶段，但已经给我们指出了一条路。未来，大模型和生成式AI的走向主要包括多模态、新算法、新模型、自主智能、具身智能、生物智能。
整体来讲，这是一个大的趋势。我经常讲，大模型、生成式AI有三层含义：第一，是人类首次通过图灵测试的一个智能体。ChatGPT是第一个通过图灵测试的智能。第二，它是通向通用人工智能的一个渠道，可能还没有达到通用人工智能，但是已经给我们指出一条路。第三，是新的AI时代的操作系统，就像PC时代的Windows，就像移动时代的安卓和IOS，是新的人工智能时代的操作系统，所以是一个及时性的贡献。
未来，大模型和生成式AI往哪个方向走呢？现在差不多有200多个大模型，我估计其中190多个都会死掉，剩下的10个会扮演很重要的角色，当然哪个会生存、哪个会被淘汰，需要市场化的因素，不能靠政府去指定，要靠市场的竞争。
我们需要新的算法，现在大模型的效率很低，GPT4比起人大脑的效率至少低1000～5000倍，现在的算法当然学习得很好，但是遇到那种新的、不在它的数据集里面的信息，学习起来就有一些困难，需要强化学习来加强新的信息，这对无人驾驶来说很重要。同时还需要新的模型，模型之间的交互、联动，包括模型如何上车、如何进入手机端，以及如何把大模型转换成小模型，都是我们需要破解的难题。
如果大家注意特斯拉，特斯拉做新能源车了不起，但更了不起的是机器人、无人驾驶。虽然我国在新能源汽车方面全球领先，但是我们的新能源汽车企业要有长远的目光，特别是其中获得成功的企业，要看到新能源汽车赛道未来的制高点和决胜点在于智能驾驶、无人驾驶，而不仅仅是电动化。
此外，生物智能同样重要，大模型和大脑连接会有很大的能量、很强的能力，但同时也会带来很多风险。我一直呼吁，在大模型以及无人驾驶方面，需要政府更多地参与，这种参与包括对大模型的内容以及整个体系的综合治理。我们的AI以后要更加可控、可信和安全，因为大模型不仅有目前信息安全方面的问题，可能还会有幻觉，也可以被人滥用，甚至对生存带来一些风险，因此我们必须在发展技术的同时兼顾风险。
由于场景复杂、任务复杂，更重要的是高可靠性、高安全性，行业普遍认为，无人驾驶要比人类驾驶安全10倍才可以大规模推广。无人驾驶有很多关键的问题，包括市场的力量和非市场的力量。市场的力量包括技术可行性、用户需求、产业生态、商业模式。非市场的力量则包括政策、法规、伦理、隐私，以及一些非人为的因素。
我一直相信L4+，也就是无人驾驶是可以实现的。因此我们把很多时间、精力和资源都投入到了这里面，这是一个无人区，总要有人去探索、去尝试。具体怎么实现，特斯拉说他只要视觉，我认为不仅要有视觉，还要有激光雷达，不仅仅需要单车智能，也需要V2X，车路协同会增加安全度、冗余度，同时还需要开源。我们相信不仅仅新势力车企有机会，传统车企也有机会。
自动驾驶很复杂，从怎么采集数据、怎么做传感的融合、做智能的感知，去认知、规划、决策、行为到回来的平台，里面有仿真、车辆的平台、V2X的平台、车辆的平台，怎么闭环回到车辆，这是一个相当复杂的问题，是个大系统。
但无人驾驶会慢慢进入市场，无人驾驶进入市场后大部分还是有人在驾驶，有人驾驶和无人驾驶一定会并行存在很多年，无人驾驶要了解人的驾驶行为，才可以不断去适应大的环境。
无人驾驶最重要的是安全。一方面是单车驾驶安全，一方面是车路协同技术安全。V2X可以增加安全性，但是无法确定具体系数，所以需要理论模型，包括场景分布的模型、感知车辆交互模型、安全评价模型，做出理论公式形成分布。V2X在很多场景可以比单车智能大幅度提高安全性，比如无保护的左转，安全可以提高10倍，从理论以及实际运用中可以证明，V2X是十分重要的。
我觉得无人驾驶的确是一个征程，我们正在把科学幻想变成科学、把梦想变成现实，中国完全可以成为全球最领先的无人驾驶强国。谢谢大家！
