吴甘沙认为，自动驾驶在中国的机遇在于，中国有大量在建的新区和特色小镇，规划的时候可以在基础设施方面变得更“无人驾驶友好”。

【编者按】人工智能热潮仍在延续，大众对人工智能的关注也顺势延伸到各个细分领域。其中，被广泛认为“最有可能被实现的人工智能”的自动驾驶技术引起了投资者们和业内人士的广泛兴趣。那么，中国的自动驾驶发展面临什么样的独特机遇或挑战？国外自动驾驶在立法、技术和市场方面对中国有什么样的启示？ FT中文网近期组织“聚焦自动驾驶”专题，编辑事宜，联系闫曼 man.yan@ftchinese.com

“中国的路况更加复杂，中国人的驾驶行为更加不可预测。”

前英特尔中国研究院院长、驭势科技CEO吴甘沙认为，这是与国外相比，中国自动驾驶技术落地面临的特殊困难。这一点可能会让每天花大量时间开车通勤的上班族们深有同感。

吴甘沙说起自己，也是“一天需要花三个小时在路上，是自己清醒时间的1/6”。“对于我们很多人，交通几乎是一个社会的中心，智能驾驶技术的成熟会带来一系列连锁反应，深刻的改变这个社会，这样一种愿景其实对我来说是非常有吸引力的。”

这也许是吴甘沙将目光从服务型机器人转移到自动驾驶的初衷之一。而且相较于昂贵且成本下降缓慢的服务型机器人，自动驾驶的前景更加可期。

我与吴甘沙的访谈安排在英国《金融时报》2017年度中国高峰论坛举办期间。以下为访谈节选：

FT中文网：你们现在做的是哪个层级的自动驾驶？

吴甘沙：按照标准定义的话，我们二三四都在做。我们做的是场景化的智能驾驶，比如二级，是代表在封闭的结构化的高速路上、城市环路上进行辅助驾驶。那我可以定义出来2.5它可以自动换道，我可以定义出2.8，它是可以实现收费站到收费站之间的全部的自动驾驶，二级本身也有很多种可能性，那就是场景。

三级其实是对二级的一种延伸，二级还需要驾驶员随时地盯着这套系统看他是不是正常，三级不需要盯着了，那么比如说奥迪A8刚刚出来这款车Traffic Jam Pilot，就在堵车情况下开开停停的，那我可以把我的手机拿出来看看，不用总是盯着这个系统。这也是一种场景，就是在中低速情况开开停停，这些我们都在做。其实对四级大家有很多的误解，认为四级一定比三级高级，其实这个未必，四级在不同场景里面成熟度是不一样的，比如说在一个园区、景区里面，跟在公共的道路、通用城市环境里面，难度不一样。

如果我把它放到一个停车场里面，比如说杭州的来福士，我开到那边停车场入口，我下车走人，它自己去找停车位去，就是在停车场里面也没有人在车里面，他也是一个司机，那这些场景呢都会比你在外面公共道路上的司机要简单。

FT中文网：你觉得会有在复杂的公共道路上，人很多的情况下，自动驾驶也完全安全的那一天吗？

吴甘沙：当然，我觉得这个不用怀疑。驾驶技术是一个比较低级的认知行为，并不需要特别高的技能。对于人工智能来说，这（自动驾驶）并不是一个顶级的挑战。只不过汽车这套系统他是一个庞然大物，一旦出了岔子，可能会导致人们的生命财产的损失，所以我们必须特别谨慎，保证它的系统超级可靠。我们现在有些人工智能的应用，它对智能的要求高，但智能出错了也无伤大雅。比如说小冰给你写一首诗，可能莫名其妙的，那也没关系；或者是一个扫地机器人出了故障，也没什么大事。但是有些人工智能执行的是关键任务、高风险的，在股市上搞砸了，可能一千亿美金没了；自动驾驶汽车出问题了，可能就撞死人了。

它的问题可能不一定是在智能上，而是在系统的可靠性上面。这个其实是需要很长的时间去仔细雕琢。像你说的在一个非常复杂的环境里面自动驾驶汽车能够开得非常的自如，我觉得实现这个应该就是五年的时间，这里面所谓自如，一方面是开得非常平稳，坐在里面舒服；第二方面非常安全；第三，它还有足够的竞争性和社会性，就是在复杂环境也不会怕这怕那的，所以这种技术应该是在五年内都能实现了。

FT中文网：现阶段自动驾驶的实现中肯定面临一些困难，比如说技术、市场方面的障碍有哪些？

吴甘沙：技术上肯定还是需要花时间去雕琢，没有到百分之百可靠的地步，没有一个厂商是敢于大规模商业化的。技术需要慢慢成熟，它本身具有障碍。技术上障碍其实跟基础设施的健全是相关的。就是假如说2020、2021年高精地图都已经具备了，基于5G的车车通讯、车路通讯都已经部署，这些基础设施的成熟会促使技术的更快地落地。第二方面当然是法律法规，无论什么样的智能驾驶汽车，售卖之前一定是要确认法律法规是否允许。比如说车里面如果完全没有驾驶员，在现在道路交通法不允许的，现在的道路交通法甚至不允许改装车上高速。

法律法规方面美国和德国那边走得非常快，这些都会对中国的法律法规带来一个推动作用。当然了，我觉得中国是一个非常有特色的地方，一方面中央政府会相对保守谨慎，但地方政府会先行先试、特区特办。你会发现很多智能驾驶会在一些地方政府的特区里面蓬勃的发展起来，一旦证明了它的安全可靠，那么中央政府这边也会水到渠成。

第三个还是成本方面的障碍，因为毕竟大家不会花个几十万美金去弄一台无人驾驶车，如果这么去弄的话，顶多就是玩票……要想大规模的商业化，必然要把成本降下来。比如说我们做无人驾驶的摆渡观光车，如果这辆车50万，那可能会超出很多企业的承受能力。就是说一辆无人驾驶观光车，一年的成本比我养一个桀骜不驯的驾驶员低的话，我就愿意去用，所以成本也是必然的考虑因素。

当然最后还是有一个社会接受度的问题，新生事物刚刚出现的时候，必然有一部分人是不愿意让他出现的。

FT中文网：法律界对于自动驾驶中的“两难局面”（特殊情况下保全车内人的性命还是保全路人性命？）有诸多讨论，你作为技术人员怎么看？

吴甘沙：其实在美国国家公路交通安全管理局，他要求自动驾驶车上路之前要提交一些信息，其中有个是出现事故或危急状况时，你的决策逻辑是什么？

对于我们来说，我们不会在程序里写好，说这边是四个人，那边是一个人，我选择一个人。肯定是“这边有人那边有人，那中间没人，我往中间走或者急刹车”，一般都是这么选择的。

我的初心就不可能说选择某些人去牺牲，我会选择一个基于我现在看到的信息之下的最优选择，但最终是否还是造成了生命财产损失，可能是我没办法控制的。但是在程序里面肯定是要避免事故的。如果这个车里面有人的时候，这个逻辑是不是应该要由这个人来决定？二级的话，人一直是盯着这个系统的，三级是人不用盯着系统，但系统发现自己无法决策，可以减速靠边，然后再靠人去接管……其实你不能期望他发挥某种作用，但一定要有一种方式给他某种控制，其实这跟机器人的设计一样。机器人也好，智能车也好，里面都有个红色的按钮，机器失控了，可以拍下按钮，他就全身断电停下来了。

FT中文网：人工智能也被业界称为“巨头的游戏”，巨头们掌握了大量的数据和人才，那么这个领域的创业者该怎么办？

吴甘沙：人才的招募确实非常困难。现在人才的争夺已经进入白热化，跟巨头去争夺人才肯定是落下风的，这是没办法的。你必须要有一些策略，比如把一些顶尖大牛弄过来，然后期望他成为一面旗帜，招来更多的人；另一种是采取差异化的人才策略，找那些还没出名但有很高潜力的人，在公司里给他一个很好的自由探索的空间，让他变成顶级的人才。有一个统计数据是说80%的人工智能人才愿意在大公司做，剩下的20%当中的80%是在C轮以后的公司去做，所以A、B轮的创业公司可能指面临着20%的20%，也就是4%的这些人才，这也是做人工智能公司门槛高的一个方面。

数据确实是一个更大的壁垒，现在算法的壁垒会越来越低，因为大量的开源会使得你很难去建立一个算法的壁垒，但数据的壁垒是确实是可以建立。当然不同领域的数据，其数据密度、价值密度和可获得性也不一样，你比如说人脸识别需要大量的人脸数据，数据多与少完全决定了你的准确性。但像我们这种智能驾驶，数据的获得倒是并不困难，我可以自己开车上路去采集，道路是公开的，到时候只要装摄像头去采，采完了让人去标注就好。所以智能驾驶这块并不是一个能够建立垄断性数据壁垒的地方。

FT中文网：相比国外，中国的自动驾驶的落地有没有什么特殊的机遇和困难，比如说中国的路况是不是更复杂？

吴甘沙：困难很明显，中国的路况更加复杂，中国人的驾驶行为更加不可预测。

我跟公安部下属研究所的领导交流的时候，他说中国的高速公路跟美国或其他国家高速公路不一样的地方在于，第一换道特别多，第二速度区间范围非常大，在美国的话都是在限速的上下的10%。中国的话，有的慢得一塌糊涂，有的是超速。这都是一些独特的挑战，像我们这行，经常互相开玩笑说“有种去五道口去练一练”。

但同时我们也有巨大的机遇，第一就是整个国家在新一代人工智能这一块都已经准备好弯道超车，甚至是换道超车了。无论是资本还是传统汽车厂、新兴的科技公司，都一直在一个非常活跃的生态当中，也会吸引很多人才从国外回来。

第二个，这些技术做出来要去部署，中国具有独特的部署条件，因为中国有大量的新区、新城、特色小镇出现，当这些新区新城特色小镇还在城市规划的时候，你在基础设施上面能够使得它变成“无人驾驶友好”的，意味着你能够更快地把目前还并不是那么成熟的技术商业化落地，比如说我有单独的无人车的车道，形成人车的分流，有人驾驶、无人驾驶的分流、高速低速的分流，其实都可以加速无人车的落地和商业化。这在全世界任何一个其他地方都没有。

FT中文网：一个老问题，你觉得近两年自动驾驶领域有泡沫吗？

吴甘沙：肯定有泡沫啊，这是很正常的，我们开玩笑说啤酒有泡沫才好喝，不要全是泡沫就行。总体上来说现在这个行业其实并没有出现百团大战、千团大战这样一窝蜂的情况。毕竟它门槛还是比较高，人才的稀缺性还是比较强，所以整个赛场上的运动员并不多，对于很多资本来说，它肯定会需要去布局，需要去进入这个产业，所以它的估值呢是一直在往上走的。这是一个新鲜的东西，你很难说就是有一套成熟的估值体系，按照传统评价体系来说他肯定是偏高的，但这种高估值其实是大家不断地试图用新的估值的方法去理解你。比如为什么特斯拉的市值比通用还高，通用一年卖1000万辆车，纯利一百亿美金，特斯拉一年才卖10万辆车，还是亏本的。这里面反映了一些新的估值逻辑，比如说传统汽车，我卖出一辆车可能就赚个1400美金，他的生命周期里面走14万英里的话，他一英里其实就赚一美分，但是特斯拉展现了另外一种可能性，一英里可能赚一块多美金，所以他的想象空间是不一样的。所以总体上来说，第一并没有出现百团大战、千团大战，或者是无穷多的共享单车那样，也会导致社会资源的一些浪费，现在至少就这么一些公司，大家百花齐放、各显神通。

从传统估值体系来说，它是有泡沫，但大家也试图用新的估值体系去理解。人才的竞争使得人才的成本里面也有泡沫。但慢慢的这个产业会去消化，我是觉得现在还是处在一个非常健康的一个状态当中，不排除未来会出现一些反复，因为大家对这个技术的期望值如果太高了，而他在几年内并没有达到这样的预期的话，那肯定会出现反复，这个我们应该要以平常心去对待，这样也会把不健康的筛掉，整个产业会变得更加健康。

(作者邮箱：man.yan@ftchinese.com)