中国工程院院士、中国人工智能学会理事长李德毅：“无人驾驶 难在拟人”

人工智能作为新一轮产业变革的核心驱动力，将催生新 、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，与此同时，其作为影响面广的颠覆性 ，也可能带来冲击法律与社会伦理、侵犯个人隐私等新的问题与挑战。中国工程院院士、中国人工智能学会理事长李德毅，演讲的题目是“无人驾驶  难在拟人”  

李德毅：无人驾驶太火了，火的人人都在讲，讲一个题目，这个火到什么程度，差不多3.5到4，我今天题目是无人驾驶难在拟人，我把题目说的暴露一点，就是对SIE3016标准的质疑，什么叫L3，什么叫L4，什么叫L5，还是有挑战的，我们希望把讨论搞的好一点。

什么叫做无人驾驶，我们视野是很不同的，我们一直把无人驾驶重点放在人身上，而不是自动化的车。你们看是搞自动化的，不是人工智能，这个就是跨界必须的，否则掉在自动化坑里面总是出不来，人工智能不像原子弹惊天动地，人工智能是默默无声，但是改变了以后很厉害，我有句话，人工智能用它的柔软改变了整个世界，女性是柔软的，男性是阳刚的，柔软不等于没有力量。 

无人驾驶讲的最早，大家想把驾驶替代掉，后来发现这个词不太合适，因为车里还有人，那车上的乘员算不算人，那个要干预怎么办？现在Google正在研究，现在都有这个词，Self-Driving，就是自驾驶，这个就是字面理解的不同，就是车子自己开自己跑，把最后一公里解决了，就是自主体，人工智能把以前的辅助驾驶，辅助驾驶责任人就是人，其他都是帮忙的。什么叫做自动驾驶，那就是车子自己开，车子要拿到驾照，不能有驾驶员坐里面，驾驶员坐里面叫什么自动驾驶？

 所以我们搞人工智能Autonomous  Driving，就是自主驾驶，就是一个认识主体，这个不是其他人，不是机器人。这个人干预为主体，所以自主跟人工智能有一个认识。我们以前有一个智能干预，就是智能体，人是一个机器人，我们要把这几个词稍微搞好一点，我感觉很振奋，又出了一个词捣乱叫做智能网联，最后的定义是汽车，怎么把车子丢掉了，到底是智能网联车还是智能网联？你讲车把主体丢掉了。结果有一个专家说，智能网联不是车，我说建议几位把理清楚，到底是不是车。

 我们看起来很类似，但是 上很不同。如果大家都讲概念，大家知道飞机是自动驾驶的，飞行员现在很轻松了，经常把报纸盖在脸上，因为是自动化的状态，尤其平飞的时候是自动驾驶。波音说了2025年人工智能取代飞行员，但是大多数受访者对安全心存疑虑。尽管降价10%，但是也不会坐。我想我是一个乘客，我坐不坐这样的无人驾驶飞机，L3、L4都画了一个大饼，辅助驾驶、有条件自动驾驶，全自动驾驶，我就想所谓的智能驾驶技巧越来越高，无人飞机坐不坐？我不坐，你在天上翻跟头我不关心，我只关心平安送达就可以了。所以L3、L4对我没有兴趣。

当你飞机遇到情况能不能帮我降下来，或者能不能把我送下来，要是不能我为什么坐你飞机，所以我们站在老百姓的角度想，你是特飞没有用，必须拿到驾照，真的不行要紧急迫降，紧急迫降的本领没有，你在天上翻五个跟头也没有用，我们看这个有没有道理。所以说要做L3、L4的企业想想老百姓的需求，如果不能保证我的安全，你再有一千个、一万个自动驾驶模式我不感兴趣，这是我的底线。

 所以我们现在学术界遇到一个问题，无人驾驶的认知如何度量，是不是按照那些自动化的讲L3、L4，我认为不是的。人工智能之父怎么讲的，无人驾驶的认知相当于人一样开，如果机器人能够跟我对话，我在短时间内区分不了人还是机器人，那就是OK的，就是人工智能。用这个关联来看，2014年聊天机器人，尤金古斯特曼曾经轰动，现在聊天机器人已经很普遍了。

 我们还有Kurzweil，他说我做了一个诗词生成器，这个就是按照图灵来了。基于驾驶的图灵测试是什么样的，我们能不能这样看看，分辨不出哪一个是机器哪一个是人的驾驶行为，那个就是智能驾驶。我想一下，假如做了一个飞机在天上，这边是一个特斯拉开车，那边是一个人在开车，那这个车往前走，你坐在直升飞机上你说哪个是人开的，哪个是机器开的，这个就是人工智能。

现在说要做每辆车开一百万公里才能把这个车拿到驾照，我们猴年马月？我们应该走到最基本的问题上来，计算机之父是图灵，人工智能之父也是图灵，我们应该回到这上面来，我讲的报告就是怎么跟车子发驾照。

 L3说驾驶权要交给机器，L2是辅助驾照，交通部门要发驾照，这个怎么发是我们关心的。我们看看3010标准，我们对于3010标准提出质疑了。3010自动驾驶越来越大就变成全自动，科学问题就是这句话，甚至很大的时候就叫全自动，我的回答是不对。我在会上讲过，L3讲的是什么，人工驾驶员完成所有的工作，只不过汽车做了点预警，驾驶权在人，驾驶员可以不操心，偶尔接受一下请求干预就可以了，所以L3是要拿到驾照的，右面的图前面都是人，后面就是系统了，L4、L5就是高级特飞一样，所以我觉得3010标准出了问题，我不知道在座有没有参加制订的，3010标准要是出了问题就麻烦了，全世界就麻烦了。L0就是仅仅警告，L1把里面手放在上面脚可以离开，左脚可以放开，右脚还可以踩刹车。L3眼睛不要了，可以不关注驾驶权，所以特斯拉发生事故说我是L2，所以这个不行。

L3  Mind  off，根本不用想驾驶的事情，就是听歌、打电话、开会。所以这样的东西，你的系统怎么掌权呢？因此我们人工智能的基本问题，就是自动驾驶汽车怎么发驾照，跑多少圈发驾照，这是最基本的问题。

 当前由于在汽车行业，声音比较高的是这么一个共识。结构化道路、确定性窗口，网络协同，智能网联。特别把智能网联举的高高的人，都希望用网络弥补驾驶，这点要小心，这里有很多坑，自动驾驶+智能网联，走这条路最好就是高铁、地铁，飞机，都是自动驾驶，最重要是调度。我从北京过来，调度很重要，那个车不叫传感器都可以，因为路权分给你，你把调度做好就行。

L3取得驾照是社会的自动驾驶要求的底线，我们想一下自己拿驾照的时候，你是多么的忐忑不安，大巴在你面前开车你很紧张，那时候事故是很紧张的，我们看人怎么提高驾驶水平，真正提高水平是拿到驾照的三五年，那个时候应对了很多情况，你收到了负面的学习，人是这样的。我们希望给自动驾驶拿到驾照，美国今天宣布了自动驾驶试验，在试验当中改。我们再来看看3010标准毛病出在哪了？第一自动驾驶等级展缓点如何度量？你说L3 PLUS，这个不就是新闻游戏吗。

还有掌控权交界点如何度量，交接过程当中的事故怎么处理，自动驾驶呼叫能干预，但是睡着了，这个不行的。所以对于3010做的质疑也是可以的，归根到底让车拿到底线，而不是开的非常完美了，我们人就是这样的。

最糟糕的是，因为特斯拉的搞的自动驾驶，使得我们开车的时候不需要那么注意了，于是我们打磕睡了，一打磕睡又开不好。越是信任自动驾驶，越容易造成注意力不集中，因此不能释放驾驶员认知的所有自动，都不能称之为自动驾驶。到底事故当中是车的还是人的，这个界定不清楚是不会发驾照的。

只有L2和L3，一个是辅助驾驶，一个是自动驾驶，自动驾驶应该拿到驾照，这个是好度量的，L3和L4和L5更难度量，今天雾霾人都不能开，明天海啸人都不能开，你还怎么开？所以我这报告质疑3016怎么把事情做好。

 没有驾照的老百姓不敢乘坐，你在天上可以做特飞动作，但是人家下不来。我们当时搞移动生活，让汽车无人驾驶就是解决汽车代步问题，人类就是一个移动生活，在移动生活当中享受品质，把驾驶这件事交给机器做，如果一天关心这个，那还不如开车，开车还有乐趣在里面。

 泊车这件事情2005年有了City  Park  System，这个比较正常，会开车的人不一定会泊车，把泊车解决了也不错，多花几万块钱买了一个泊车系统，结果我的泊车系统提高了，它的泊车系统没有提高，这个就成为一个噱头，买的时候冲动买了，结果超过三分钟就说请转入人工泊车。有人跟我讲，先把自动泊车做好，不把自动泊车做好，自动驾驶就做不好。我们跟同济大学合作做自动泊车，给我们八个条件窗口，还没有做完改成16个，还没有做完16个改成32个。所以同济大学正在做32个自动泊车，最后发现打不住，后来发现报纸有一个歌星会自动飘移入位，一般拿驾照的做不到，所以这个空间很小，你要自动飘移入位，有条件的自动泊车是否可以释放人对泊车的环境监测现象。后来发现只管方向盘，脚才得踩。所以特斯拉是辅助驾驶，出了事故才承认。要把所有泊车都找到，那这个泊车难在Edge  Parking，全是泥泞的道路，你能不能不走坑道，我最近有一个观点，把最后一公里当成最新一公里解决。我们先把泊车解决，我们拿中汽联做一个表演，我们看谁的无人泊车最好，泊车都泊不好吹什么牛，老百姓就是这样看的。往前看谁不会开，如果车子导航仪比较好。

无人驾驶的挑战和量产，实际是应对自动驾驶车的挑战，现在号称拿到驾照已经很多了，2017年底我们看看哪个拿到驾照，哪个才能拿到呢？我认为要拿到驾照不是靠自动化，是靠人工智能，靠意外情况的处置，不是靠自动化车有多高。我开拖拉机也会开，拖拉机动力学比豪车动力学差多了，我们拿驾照也不是随便拿的，我们先拿C本，然后是B本，然后拿I本，因为经验是积累的，如果路上没有自学习能力，不叫做智能车，就是顶多叫自动化的汽车，我们看看IG多难，就是讲的这种情况，是汽车人工常常遇到偶发的，常常是大概率，偶发是小概率，你碰到一次是必然，什么情况呢？大雾天、大雨天、大雪天，狭小道路、崎岖道路、傍山险路、积水、涉水、冰雪等等。第一是天气条件，第二是道路条件，第三是人文条件，能处理这样的事情才叫做人，如果无人驾驶处理不了，不能够拿到驾照。有经验的驾驶员能够灵活处置，自动驾驶如何处理。

 我举一个例子听，我在山上开车往下开，对面来一个大车，我是一个小车，驾驶员举手，你走一步，我走一步，无人驾驶也碰到这个情况，你走一步，我走一步，这里有学习和商量的过程，这个都不会还说无人驾驶，这是常常遇到的现象，或者就是说城乡接合部，我有一个最大的教训，我在那次无人驾驶差点牺牲，因为一个三轮车装一个梯子，我看不到几个点，我一个急刹车差点就完蛋了，就不会这么神奇在这讲了。有一个三轮车拿梯子穿过来这种情况还会遇到的。所以各位不要研究特技的动作，先把这个解决了。如果一旦设置窗口条件，就是地理栅栏、气候栅栏、以及人文道路的栅栏这个更危险。L3是解决车的问题还是解决人的问题，如果解决车就把车做的越来越好，我认为解决人的问题，把驾驶员认知用机器人替代是有记忆决策和行为的能力认知主体，有技巧有个性。

所以我有一点感叹，汽车是从马车演变而来，作为动力工具，有时候不如马车，老马识途。自动驾驶过程中，驾驶员与环境周边车辆的交互认知哪里去了，驾驶员的经验和临场处置能力由谁来替代？

 咱就讲超车换道，这是驾驶员当中最简单的事情，白色车是一个无人驾驶，红色是有人的，一看3号车挡住路，生成的超车并路的动机，一看那个路权比较大，我把方向盘转一转，这个时候小心了，本身后面的车离的很近，后面的红车比较霸道，踩了一下油门，这时候怎么办，如果比较礼貌刹车就过去了。

第二种情况，超车过程中由于1号车加速，中途放弃换道，原来的一次规划做了二次规划回来了，换了半天还是在后面，所以我就问你一个问题，超车换道这么一个小事情，有多少种不确定的情况。就连超车换道都有不确定，你就能放在自动驾驶状态了，于是我们得到一个重要的结论。自动驾驶好在专注不会疲劳，自动驾驶难在拟人不仅在车。

我跟特斯拉亚洲总裁说了这个话，不要总说自动驾驶，为什么没有用自主驾驶这个词，并不是忽视了，因为他搞自动化，他喜欢自动。我们就作为人，我们认为驾驶员经验丰富，一边开车一边听音乐。人类第一杀手出在驾驶员，所以你要针对这个事情把重点放在人上。现在的汽车发动机一百万公里，怎么不把注意力放在人上。我们的记忆认知、计算认知、交互认知。应该不同于雷达传感器，我在利用汽车产业链里面找到我的位置。我回去跟你们一条战线上，我给你提供产品，那个叫做驾驶脑。所有的哪个最靠近，肯定是驾驶脑。

驾驶脑自主应对驾驶过程中常常遇到偶发的各种各样的不确定性，这个才是人工智能的看法。这个盒子利用微电子 ，我们1.0版本已经完成了，我们提出来一大一小两高两低，大接口小尺寸，可利用微电子 ，最后把能力发挥起来就行了。如果用了特定场景雷达就可以少一点，要是熙熙攘攘的老百姓的生活区就要高一点，接口要大，功耗要低、性能要高，最难的是低成本。我们一大一小可以变成量的指标，请整车厂。

我们比任何时候更需要研究驾驶员，学习驾驶员，分析驾驶员行为大数据、构建驾驶员的智能代理。我们看了那么多美国、欧盟的，我们是中国人，我们要抱团取暖，中国有不同的声音，能不能抱团取暖在世界大创新过程当中有一席之地，L3、L4也不是我们国家的标准。

我们把周边感知分几个颜色，红颜色代表雷达，蓝色代表摄像头，黄色代表传感器。你不给了车辆就控制不好了，左边的太阳大，右面的太阳小说明车装偏了，要不然怎么控制的好，这三个传感器还不够，四个颜色的传感器构成一百多个传感器，现在Google做的是感知生物学，我们做的是认知生物学。驾驶态势图是认知的，我头脑里做路径规划，我正在准备一个报告，对于SLAM的理解，如果不能做到对于地图的理解肯定就是门外汉。

 我是一个二维的，感知是二维的，我把三维变成二维的，一下子大数据缩水很多。我控制车就是控制线控或者数控的汽车，这样再认知再执行，所以我做的是驾驶脑，构成一个感觉记忆和不同记忆里面的相互的定位。把你的驾驶经验融合在小脑里面，我们把技巧接口，我们就完成感知认知和行动，再感知再认知再行动。以后不要忽悠一般的概念，每一个人拿到这样的就是水平，不然我们市场就没有了。这就是我们的驾驶网，这就是于凯书记到办公室看到，四个TX1，不然成了外部科研所。

驾驶脑的关键是驾驶认知的形式化，是将感知大数据的缩水，并迁移认知系列。我们创新是拿驾照，我们拿到一个底线，不是说水平多高，而是人到了车厂理论知识，你给不给我考驾照，所以交通部门的同志支持我们将来怎么发驾照，小范围考几个动作现在电子考也很厉害，驾校的老师根本不出来就知道，最后就是上路考，然后规定一个道路不扣分就必须发驾照。我不仅能学习，还能提升技能，所以地图替代不了。地图叫做什么地图，精度多少、纬度多少、高度多少，我开车时候不是用这个 ，而且我是个性化驾驶，我开的车，这个车的技巧不好，你可以买一个雷锋驾驶员，因为雷锋 是最好的。将来要是买一百万还是五十万还是二十万，那个人开的更好，这个多好。

所以自动驾驶替代不了智能驾驶，只能在专用道上开，不像现在讲的无人驾驶。经验驾驶员的标杆驾驶员。把人在回路中的自主驾驶让车场去模拟是难以承受之中，把机器驾驶脑的研发让车厂去做，是难以承受之重。

传统汽车仅仅是驾驶员手、脚和力量的延伸，控制车辆行为的是人，在我们看来，方向盘是一个非常好的界面，让我们成为力量延伸器。线控汽车装备了传感器之后，用驾驶脑替代驾驶员认知，并获得驾驶指纹的驾驶技巧，让机器彻底自己，这应该是人工智能时代最有意义的问题之一。

不同的驾驶脑认知水平可以由差异，驾驶脑有个性，有在线学习能力，还能够和乘员聊天，我们坐车的时候，因为社会有管理的，知道公交车数据是有水平的，我们从来不关心那个驾驶员的技巧，关键是到公主坟下车能不能停了，我一上车就不知道怎么办了，那个怎么行，所以这就是乘客不愿意坐无人飞机的情况，一旦遇到紧急情况下不来我不干。每一个汽车都是一个，不但可以下载活地图，你是什么样的车底盘，什么动力学，需要什么样的技巧这个多厉害，刚才可以说是第二条道路。

非结构化道路、不确定边界、自主交互、数据交换不是自主定义的汽车。说了一个题目，人类发明了自动驾驶之后，有人驾驶和无人驾驶混合驾驶时间至少需要75年，我这辈子是看不到了。所以大数据开车不要把全球所有的道路都压在一辆车型上，北京一路公共汽车在长安街上都不用拐弯，你何必叫它拐弯，不拐弯就可以。不必把人类所有驾驶员的认知都浓缩在一个特定驾驶脑上，这样我们就有管控空间了。园区观光、厂区通勤、社区巡逻、城际高速最后一公里。定点物流、校车、市区定点接驳、快速公交。

这些场景下，自驾车能否期待驾驶员掌控，取决于能否处置特定场景下的以外情况，能否发出求助信息要求人工干预，或者在迫不得已的时候做出最小损失的决策。自动驾驶实在不行打一个电话人就把你拖走了。

无人泊车是绕不过去，当做最后一公里来做，这才是接地气的路线。汽车成为大数据的源泉，移动社会的传感器，驾驶脑有学习和自学习的能力。我已经在北京注册两个商标，一个是驾驶脑，一个是驾驶超脑。一旦量产自驾车上路，占比越来越大，驾驶脑就成为汽车必配。加之智能网联崛起，驾驶数据智能越来越崛起，L3多了，L4也就多了，因此人们对于L3、L4、L5不那么介意了。

人工智能以润物无声的柔软，改变着整个世界，谢谢大家！