首頁>科技>李開復:未來交通最大的阻礙就是人類

李開復:未來交通最大的阻礙就是人類

2018-10-10 來源:本地
李開復

  科技訊 10月28日上午消息,今日2017未來科學大獎頒獎典禮暨未來論壇年會在京舉辦。會上創新工場董事長兼首席執行官李開復發表演講稱,未來交通最大的阻礙就是人類。

  李開復表示,AI的第三波浪潮是實體世界智能化,經過傳感器的普及,實現實體世界實現數字化,通過新數據,能使傳統行業得到巨大提升,并帶來新應用、界面、商機。李開復稱,最好的物聯網例子就是摩拜單車,通過物聯網系統能讓各種數據匯集起來,每日可收集20TB的數據。摩拜需要700萬個SIM卡,占了中國移動1%的業務量。

  李開復認為,城市大腦會變成未來城市一個非常重要的基礎設施,會讓城市所有的數據資源得到及時處理,并不斷優化道路資源,讓生活更加舒適方便。

  李開復表示,自動駕駛必須一步到位,在全自動駕駛的道路上,就算是老司機也無法駕馭,不能太相信人類。另一方面,人類無法達到全自動駕駛機器人的駕駛水平,未來世界人、非自動駕駛和自動駕駛分流。

  李開復認為,不要被道德、認知等束縛了技術發展的腳步。探討無人駕駛的道德問題是好事,但需要讓科技現行,相信數據的迭代會帶來更好的無人駕駛時代。(張澤宇)

  以下為演講全文:

  謝謝大家!非常有幸作為未來論壇的老年理事,今天跟大家分享一下對智能交通看法,智能交通未來最大的阻礙是什么?就是人類。我的演講會談到未來自動化會帶來什么機會,人工智能在全世界是最重要的技術,當然也會應用在智能交通,我們認為人工智能的來臨會有四個波潮,經過互聯網大量數據,讓互聯網網站APP變得更聰明,把很多商業多年留存的數據激活產生商業價值,把真實實體世界里很多過去非數字化的現象數字化上傳,做人工智能,以及全自動智能化,就是無人駕駛方面技術,慢慢人類就不會阻礙未來的人工智能和智慧交通發生。

  在交通問題上,可以看到今天出門有各方面的問題,從擁堵到事故、安全、疲勞駕駛等等問題,比如信息流、交通流,大部分和信息無關,包括北京市長并沒有辦法知道,到底多少車在運行,什么時候,什么地方可能會有擁堵,需要調節,沒有信息流的存在,所以要把信息流創造出來,來自于不改今天基礎設施,能提供什么信息流,到未來修改基礎設施,得到更高級、更完整的信息流。我們特別期望使用無人駕駛催化未來交通行業的進步,這也是創新工場投資的非常重要的領域之一,我們大概有七八個公司在這個領域的。

  在宏觀角度來說,AI本身有數據驅動的,科學家很重要,大量海量數據更重要,所以一定要有數據,谷歌也好,百度也好,都是自帶數據、流量,到銀行、保險公司,可以把已存的數據拿出來用,很多場景沒有數據,今天知道每輛車開在什么地方,不知道這個現象,這一類新場景,包括智能交通需要提取新數據,這個特別關鍵,怎么提取新數據,肯定要布置更多的傳感器,可以是已有的設備,比如說手機、汽車,也可以是一些新設備,比如做一個增強路況這樣一個設備。整個傳統行業經過傳感器控制被顛覆。

  零售像無人商店、倉儲、物流、教育、醫療、農業等等,都會帶來傳感器的普及,帶來AI的驅動浪潮,帶來巨大的變化,隨著傳感器越來越普及,因為這個需求,有很多基礎的事情被改變,比如并行計算、平行計算越來越重要,怎么存儲比今天數據再大一百萬倍的數據量,今天淘寶做一次點擊非常少的數據量,每天知道每一輛車每兩秒鐘走到什么地方,這是大量數據,帶來需求以及傳感器普及,傳感器一普及就會降價,帶來非常良性的循環。

  下面我用幾個公司的例子作為案例,我們今天什么都不用做,一個物聯網開始產生了,很多人講物聯網講了很多年,其實經過第三撥產生,今天最好的例子物聯網就是我們投資的摩拜,每一天每一輛摩拜,像小手機跟單車結合在一起,每一次用摩拜的時候,你的尋找、開鎖、結費都是數據,上車了以后,每一輛摩拜有GPS、藍牙、熱探測器,不斷地把把行車信息傳遞到網絡上,摩拜網絡調度。這樣系統多大?非常驚人,摩拜第一次見中國移動的時候,中國移動說要多少SIM卡,一臺車需要一個卡,說出七百萬數字的時候,中國移動幾乎不能相信,摩拜今天是中國移動1%的量,產生多少數據,每一天四五千萬次的物聯網互動,全部捕捉起來。

  而且速度越來越快,這個例子從美團、餓了么,配送員在跑的時候,都在上傳數據,這個例子會有更多的應用。摩拜僅僅一臺單車,第一次被使用,一直到一年多今天行駛了1180次,捕捉了這臺單車被一千用戶不斷地使用狀況,每兩秒鐘上傳信息,交通設施很難修改,但是滴滴、摩拜不斷地在上傳這一類數據。

  我們看到在這個例子王堅博士在阿里巴巴做的演示,如果我們能夠挑一個城市,不要只是做滴滴、摩拜的應用,有沒有可能在城市里面去做布置,來做一個簡單的事情,讓紅綠燈做的更好,當我知道一大批人往某個地方走的時候,讓他們放行,或者一輛救護車來的時候,讓他們先走,紅綠燈的時間,經過車輛流程來修改,只要做兩件事情,很多攝像頭看車子開向哪里,修改紅綠燈的頻率和燈的且黃,這樣一個事情在擁擠的時間,讓平均的交通時間效率提升15%,還有救護車到達現場時間縮短50%,這是一個非常簡單的未來城市大腦和智能交通的一個雛形,可以有很大的期待。

  滴滴數據量更大,摩拜本身就是智能傳感器,傳感數據更多,因為它的單車本身就是一個智能搜集器,滴滴更多靠司機手機上傳各種量,量更驚人,滴滴內部本身搜集的數據所能做的事情非常多,很多跟未來的交通調度都有很大的關系。

  不能一一解釋,舉一個例子,滴滴不但可以告訴你,今天哪些車會在哪里,30分鐘或者一小時以后,哪里有車,哪里需要車,當他派一個滴滴車接某人的時候,他知道某人要去什么地方,所以他可以預測這個車在多久開到那個地方,可以預測未來的車會在哪里,他也知道有些人每天早上七點起床,七點半叫車上班,也可以預測未上線的人什么時候需要車,滴滴一個公司可以做很多預測,未來可以達到TAS的時候,整個交通狀況可以做更精確的判斷,整個交通更有效率。

  當然我們搜集的數據不只是傳上去,每一個人在什么地方,最近深度學習最大的突破在計算機視覺,這個用face++投資公司幾個真實的部署案例,左邊第一個案例在智能交通方面,可以識別誰在闖紅燈,甚至臉部捕捉起來,直接罰單寄到他家里。這是真實應用。第二個應用,可以看到,其實我們抓一個路警,可以隨時知道有沒有行人,這個行人可能在過街還是做別的事情,每一輛車是真的車,還是一個廣告上畫的一輛車,經過計算機視覺可以識別出來,有了這些功能,智慧交通可以做得更好。

  右邊看到人體骨骼,用處很大,兩個人如果站在人行道上,插著手在這邊,是在聊天,突然進入人行道概率很低,或者兩個人這樣的話感覺會進入人行道,行駛的車根據這樣的猜測,可以做出用戶想要做什么做出推測來?,F在已有的道路情況通過傳感器上傳,增強交通能力,讓交通一步一步進步。但是人是智慧交通最大的阻礙,最后還是要把人拿掉,人會有情緒,沒睡夠覺,心情不好,會走神,或者反應不夠一秒鐘以下,會犯錯,其實交通事故大部分的理由是人,當無人駕駛能夠做得很好的時候,人取消了,不但增加了安全度,另外讓整個交通更有預測性,所以我們認為自動駕駛是一個未來十五、二十年人類最大的一個催化器,因為現在其實資本也好、汽車公司也好,已經接受了這一天必然來臨,雖然很多問題沒有完全被解決,但是當資本的力量、行業的力量加上頂尖人才投向無人駕駛領域,我們相信所有的挑戰都會被解決的。

  AI會進入每一臺汽車讓它變成真正的自動駕駛,另外可以看到的就是,里面的技術反而會反向影響到各個領域,比如機器人,很多人現在就想做機器人,其實機器人和無人駕駛需要的技術相似,不如等無人駕駛的時代到來了,再把這些技術放進機器人。這件事情導致未來巨大的操作系統可能就是無人駕駛帶來的,像安卓、windows操作系統一樣,未來也許就是無人駕駛。

  預示科技做的未來的期待,無人駕駛時代來的時候,上了車,有跟車捆綁,然后造成更大的效率,當兩個車走到一個方向,并到一起去,不但產生更少的能源需求,帶來更大的效率、更大的方便,當他們分開的時候,各自往不同的道路走,這一個時代來臨,讓整個出行帶來很大的改變。

  無人駕駛到底什么時候來,創新工場看法無人駕駛必須一次到位,沒有所謂的人機協同駕駛,這句話怎么說,在我以前工作的公司谷歌做過一個實驗,當無人駕駛做的差不多可以自己駕駛的時候,給了20多個員工,把無人駕駛車帶回家去吧,不是真的無人駕駛,需要坐在那里督導他,當踩剎車的時候,有危險的時候,手在方向盤附近、腳在剎車附近,感到危險的時候,拯救生命,另外教AI學的更好。20多個人回家了,谷歌在每輛車里放了攝像頭,看看他們能夠學到什么,回來一放,谷歌嚇壞了,20多人,超過一般都到后座去了,有些喝咖啡、看手機,谷歌警覺了自己說,人其實不可被信任的,任何足夠偉大的技術都會像魔術一樣,當我們一個凡人進入看它魔術開起來的時候,雖然有下次,也會認為很好了,到后座了,因此帶來很多交通事故,非常危險的。無人駕駛一定要一步到位。剛開始做一些輔助、提醒,下面完全可以開了,人不可以被信任跟汽車一起開,當車可以自己開的時候,終于有一天,人不會被歡迎再繼續開車了。像今天不能騎著一匹馬跑到高速公路一樣的。

  再就是成本,為什么uber這么貴,比出租車有效率,上車看一看為什么貴,就是司機。人工智能到底怎么能夠達到自動駕駛,就是非常核心的就是大量數據,這個圖來自不同的領域,人工智能技術越做越好,與其說做不同的算法,不如給更多的數據,數據質量提升,就是更關鍵的是讓人工智能做得更好。如果真的要做到的話,必須在場景方面有所限制,無限的開,不能開上道路,要尋找場景,這些場景里不受限,比如機場、景區,預示科技演示可以看到,并不是公眾道路,是慢速的,所以危險很多問題不存在的。另外自動停車充電的案子,在廣州的白云機場,預示科技已經突出這樣一個應用,在這樣一個情況之下,慢速、可控、少數的道路,而且提供這樣的技術可以達到的。如果搜集大量的數據,為什么不用簡單場景,沒有安全問題場景、慢速的場景,把數據收集起來再迭代。

  無人駕駛在北京道路沒有人開的好,有長尾現象,不可預測小孩跳出來,胡同堵車問題,高速公路已經開的比人好了,第一次在美國用無人駕駛的技術,運了一車的啤酒,從一個大城市到另外一個大城市,我們投資的飛步科技也在找這種技術。貨車其實是非常好的無人駕駛的應用,因為里面沒有乘客,大部分在高速公路上飛奔,可以收集數據,沒有危險,高速公路比較可控的??梢杂酶S的方法,第一輛卡車,也許有人監督,后面是全無人駕駛,后面的車只要跟著前面的車,用跟車的方式可以處理好了,還有倉庫怎么辦,不在高速公路的邊上,可以搬過去,其實這是一個非常有執行力的中國地方政府很好的例子,某兩個大城市之間把無人駕駛做好,未來無人駕駛駕駛水平、安全度遠遠超過人類。

  整個交通部署方面有很多可以做的事情,比如共享方式,比如物聯網汽車可以彼此提醒,比如爆胎了,讓周圍的車小心一點,或者未來交通可以部署,有些特殊的道路給無人駕駛開的,未來整個路權可能也會受到調整,比如有潮汐道路,上班的時候,大部分往城東開車,下班開回郊區更多,十條道路,會隨著人的需求得到路權,給更需要的120、110、119更高的路權,更需要的人群可以得到幫助,基礎設施是非常重要的,包括高精地圖,包括車聯網的普及,人行道和車的隔離,無人車道分流,在新的城市專門為無人駕駛汽車優化十字路口和道路,很多新的城市在國內的建設,比如雄安,可以做出來,美國的城市相對比較難。很大的阻礙就是人的固化思想。

  有一個故事,當汽車剛開始的時候,有一個法律出來,如果汽車上路,因為很多馬車,必須有一個人在汽車前面走路,拿著紅旗,免得騎馬的人被嚇到。人類非常愚蠢的,一次一次用愚蠢的法律,讓我們不能達到剛才講到的各種狀況。

  另外美國一臺無人駕駛,車如果撞了人,總要做一個抉擇,是不是機器人殺人,怎么樣解決道德問題。這些問題探討是值得的,但是我們一定需要一個非常有效的法律執行,需要讓科技先行,需要相信大量的數據迭代,一定會讓人工智能帶來未來更好的無人駕駛,帶來智能交通的時代。謝謝大家!

來源:hs 手機版地址:http://www.dacanceleng.cn/m/keji/20181010/64911.html

菠菜手机投注 武威市| 靖宇县| 磴口县| 饶阳县| 龙江县| 贵定县| 高陵县| 四平市| 宁强县| 邯郸县| 聊城市| 九台市| 丰镇市| 阿拉善左旗| 滁州市| 加查县| 深圳市| 筠连县| 修文县| 基隆市| 安阳县| 南陵县| 临澧县| 宜章县| 施甸县| 中山市| 土默特右旗| 海安县| 西城区| 南平市| 永泰县| 自贡市| 北安市| 宁都县| 定西市| 成武县| 会宁县| 遵化市| 嘉禾县| 翁牛特旗| 滦平县| 临武县| 二连浩特市| 葵青区| 分宜县| 鹿泉市| 兴城市| 遵义市| 平湖市| 苍梧县| 松原市| 白银市| 蓝山县| 高雄县| 德昌县| 西乌| 德庆县| 历史| 永安市| 平度市| 九龙坡区| 怀安县| 张北县| 唐山市| 永丰县| 轮台县| 江达县| 鹤岗市| 辽源市| 温州市| 宣化县| 汉中市| 平邑县| 清新县| 什邡市| 泸定县| 凤阳县| 宾阳县| 武山县| 井冈山市| 英山县| 兴义市| 台南市| 如皋市| 莆田市| 南川市| 通城县| 永丰县| 饶河县| 景洪市| 平顺县| 秦皇岛市| 新宁县| 汉寿县| 岑溪市| 凌源市| 和硕县| 进贤县| 儋州市| 会泽县| 工布江达县| 栾城县| 泸定县| 信宜市| 闵行区| 拜泉县| 容城县| 龙江县| 泗洪县| 定结县| 莫力| 建阳市| 新巴尔虎左旗| 扬中市| 毕节市| 太谷县| 平南县| 济源市| 文化| 石首市| 九江市| 拜城县| 玉树县| 额济纳旗| 花莲市| 远安县| 乐昌市| 仪征市| 高陵县| 横山县| 英山县| 塔河县| 佛坪县| 开原市| 汤原县| 尼玛县| 耿马|