建立AI智能系统智商评测体系，开展世界人工智能智商评测

自动驾驶领域有一些关键的议题。这个领域有市场的力量，也有非市场的力量；市场力量包括技术是否可行、用户是否有需求、产业生态、商业模式等，非市场的力量包括政策法规、伦理隐私等。在技术方面，完全无人的L4级别自动驾驶，究竟是梦想还是现实？究竟是以视觉为主，还是采取激光雷达多传感器的模式？究竟是以单车智能为主，还是需要车和路、车和车协同？是渐进式跳跃，L2、L3走上去，还是直接跳跃到L4？是像安卓一样开源，还是像Apple一样封闭？到底是现在的汽车OEM会赢得这场竞争，还是造车新势力？我注意到有很多的问题。要真正实现大规模无人驾驶，还需要一些时间。

我们开车的时候，是在用最安全且实时的方式，加上对时间的预测，构建一个三维环境场景，做这件事是很难的。其中很重要的是，要有大量的数据、做很多测试、不断改进算法。实际驾驶中永远都会遇到此前训练中没有的场景。图片上就是这辆特斯拉撞上一辆白色卡车，当时天气特别好，蓝天白云，它用视觉一看，以为前面没有东西，就直接撞上去了。很多时候AI必须能预测，泛化的能力是人工智能的一个大挑战，对自动驾驶、无人驾驶更加重要，因为一旦出现问题，就关乎生命安全。

关于视觉与多传感器的问题，我的观点是能拿到多少数据就拿多少数据。新的传感给我们提供了新的数据和新维度的信息，AI的感知能力是唯一可以超过人类的点。摄像头、激光雷达或各种不同传感器可以看到人类眼睛看不到的东西，这是AI的优势，必须加以利用。运用视觉也可以实现无人驾驶，但其本身的鲁棒性及安全性受限；而用激光雷达加上算法，就可以检测出深度的信息，分辨车、行人，分辨运动或不动的物体，这就是有深度、有结构的物体信息。所以视觉摄像头和激光雷达相结合是最佳的方式。大家有顾虑，认为激光雷达太贵了，其实现在混合雷达价格已是可接受的。我想，固态雷达一定会是未来的趋势，L2、L3的车上也会用到。

自动驾驶本身需要很强的智能，交通灯和道路配合也可以提供更高维的数据，车端和路端完全可以互补。有些东西车是看不到的，车只能看到100多米，而且经常会被遮挡，交通灯则可以提供新的信息，这对自动驾驶安全提供了很重要的保障。

现在车的分级是从L0一直到L5，L5就是完全无人，可以在所有的场景、所有的气候中行驶。最近清华大学智能产业研究院（AIR）和百度有个联合项目，把路也分成C0-C5，到C4就是任何车都能无人驾驶，但这是比较极端的情况，我们希望最终的结果是车和路的融合。

我们做的物理模型和数学模型也显示，车和路协同能够大幅度提高安全性。在超距离跟车、换道、左转这三个不同场景中，都可以看到路、灯的信息大幅度提高了车的安全程度。

总结

最后总结一下：在前三次工业革命中，蒸汽机时代、电气时代、信息时代，我们都是跟随者、旁观者，而现在进入第四次工业革命，到了智能时代，我们国家的体量、政策的优势、大量的科研人才，一定能让我们成为第四次工业革命的领军者！感谢大家。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。