创新工场 · 44分钟前 · 创投人说本文来自“创新工场”(ID:chuangxin2009),内容来自李开复在“未来论坛”颁奖典礼暨年会上的演讲。原标题《人类是智慧交通的最大阻碍》 10月28日,在“未来论坛”颁奖典礼暨年会上,未来论坛理事、创新工场董事长兼首席执行官李开复发表了主题演讲。他说,未来交通最大的阻碍就是人类,而无人驾驶将打破这一点。 李开复在演讲中说,如果智慧交通能把人的因素剔除出去,可增加安全度,让整个交通变得更有预测性。 他认为,大部分交通事故产生的原因在于人,人会有情绪,会走神,或者反应不够快,会犯错。 李开复提到,谷歌曾经做过一个实验,让20多个员工把自动驾驶汽车开回家,员工被劝告要坐在驾驶位上,随时准备处理可能出现的危险情况。 但谷歌发现,员工几乎很少听从这个忠告,他们100%放心地将驾驶操作交给汽车,自己做起任何自己想做的事情来:看地图,看视频,躺在后座打盹儿,跟女友亲热…… 这个实验让谷歌发现,人其实是不可被信任的。李开复也认为,无人驾驶必须一步到位,没有所谓的人机协同。 以下为李开复的演讲全文,经创新工场编辑整理。 李开复:人工智能时代的智慧交通非常有幸作为未来论坛的理事,跟大家分享一下对智慧交通的看法。 人工智能在全世界是最重要的技术,当然也会应用在智慧交通上。我们特别期望人工智能会催化未来交通行业的进步,这也是创新工场投资非常重要的领域之一,我们投资的公司里,大概有七八个是做这个领域的。 智慧交通的数据量,比今天大一百万倍我们认为,人工智能的来临有四个波潮。 第一波是互联网智能化,通过调用互联网大量数据,让互联网网站、APP变得更聪明; 第二波是商业智能化,把很多商业公司多年留存的数据激活并产生商业价值; 第三波是实体世界智能化,把真实世界里很多过去非数字化的行为数字化上传; 第四波是全自动智能化,无人驾驶、机器人等进入商业应用。 智慧交通涉及的主要是第三波、第四波浪潮。 今天的出行有各方面的问题,从拥堵到PM2.5,到安全事故、疲劳驾驶等,要解决这些问题,就要有信息流,能实时知道到底多少车在运行,什么地方可能会有拥堵。 人工智能是需要数据驱动的,智慧交通也是。谷歌、百度等互联网公司有很多数据,银行、保险等也可以把已存的数据拿出来用,但交通领域很多场景没有数据,比如“每辆车开在什么地方”。提取这些新数据的关键是布置更多的传感器。 零售、仓储、物流、教育、医疗、农业等领域的升级需求,将会促使传感器的普及。随着传感器越来越普及,有很多基础的事情会被改变,比如并行计算、平行计算越来越重要。怎么存储比今天数据再大一百万倍的数据量?今天在淘宝做一次点击只产生非常少的数据量,但要知道一辆车每两秒钟走到什么地方,需要的数据量非常大。 摩拜+滴滴,基于大数据做交通精准预测下面我用几个公司作为案例,讲一下大数据对智慧交通的作用。 我们投资的摩拜单车,本身就是智能传感器,每一次你用摩拜的时候,寻找、开锁、骑行、结费都会产生数据,利用GPS、蓝牙、热探测器,不断地把行车信息传递到网络上,实现智能调度。这样产生的数据量有多大呢?非常惊人。 摩拜第一次见中国移动的时候,表示一台车需要一个SIM卡,说出700万数字的时候,中国移动几乎不能相信。而现在,中国移动1%的SIM卡都提供给了摩拜。 摩拜的一台编号为No.0210010680的单车,从去年4月21日开始投入使用,一年后被骑行了1180次,出行距离2623km,每两秒钟上传一次信息。所有摩拜单车每天上传的信息量超过20TB。 滴滴的数据量更大,可以做出精准的预测与判断。交通基础设施难以改变,但是可以通过智能调度,提高交通的效率。 举个例子,滴滴不但可以告诉你,今天哪些车会在哪里;一小时以后哪里有车;哪里需要车;还可以预测未来的车会在哪里、某人什么时候需要车。 王坚博士在阿里巴巴做过一个演示,挑一个城市,在城市里面布置人工智能,让红绿灯更智能。当有一大批人往某个地方走的时候,给他们放行,或者一辆救护车来的时候,让救护车先走。 红绿灯的时间和频率,根据经过车辆的流量来修改。结果表明,在一个拥挤的时间段,这个城市平均的交通效率提升15%,救护车到达现场的时间缩短了50%,这是一个非常简单的未来城市大脑和智慧交通雏形。 搜集的数据不只是传上去,还能够实际应用。比如计算机视觉在智慧交通方面的应用,我们投资的Face++有一个真实部署的案例,可以识别谁在闯红灯,将脸部捕捉到,直接把罚单寄到他家里。 当两个人站在人行道上,插着手在这边,更可能是在聊天,突然进入人行道概率很低,但如果两个人身体前倾,证明进入人行道的概率会比较高。行驶的车根据这样的预测,做出准确的、安全的判断。 人不可被信任,自动驾驶必须一步到位无人驾驶到底什么时候来?创新工场的看法是,无人驾驶必须一次到位,没有所谓的人机协同驾驶。 这句话怎么理解?谷歌公司做过一个有趣的实验。他们在内部招募了一批志愿者,每人发了一辆测试用途的自动驾驶汽车,并告知他们:用于测试的汽车并不完善,仍然需要志愿者坐在驾驶位置,随时准备应对汽车无法处理的路面突发情况。 但谷歌发现,志愿者几乎很少听从这个忠告。因为在绝大多数情况下,谷歌自动驾驶汽车表现得非常好,完全可以自如应对路面上发生的各类复杂情况。这样一来,几乎每个志愿者都会100%放心地将驾驶操作交给汽车,自己则利用乘车的时间,做起任何自己想做的事情来:有乘车时看地图的,有乘车时看视频的,有乘车时躺在后座打盹儿的,有乘车时跟女友亲热的…… 这次测试让谷歌明白了一点:一旦自动驾驶汽车达到了足够高的水平,车内乘客就会想当然地将所有操控权交给汽车。无论这时候自动驾驶汽车的软件是否还有风险,无论路面上那些极端的路况是不是能被自动驾驶汽车正确处理,车主都不会保持100%的高度警觉。 人其实是不可被信任的,谷歌认为,要保证自动驾驶的绝对安全,就一定不能依赖于人的参与,无人驾驶一定要一步到位,能够应对所有(至少是极其接近100%的)极端路况。 自动驾驶应先做高速公路和货车自动驾驶的提升需要大量数据,一步到位怎么积累数据? 我们认为,自动驾驶必须在场景方面有所限制。比如说:可以先在景区、停车场、机场、清洁车、垃圾车、货车等限定场景,确保安全后,再尝试高速公路货车的自动驾驶,然后再做普通客车、普通街道的驾驶场景。 创新工场投资的驭势科技,就是做限定场景的低速自动驾驶,不存在危险问题。这种简单的场景,同样可以搜集大量的数据,而且没有安全问题,把数据收集起来再迭代。 在北京的道路上,无人驾驶没有人开的好,因为会有各种突发现象,比如不可预测的小孩跳出来,在胡同会遇到堵车。但是在高速公路上,无人驾驶已经开的比人好了,因为高速公路更可控。 货车其实是非常好的无人驾驶应用,因为里面没有乘客,大部分在高速公路上飞奔,可以收集数据,没有危险。 还可以用跟随的方法,第一辆卡车有人监督,后面的车是全无人驾驶,只要跟着前面的车就行。 在未来,路权可能会受到智能调整,比如上班时,大部分车往城中开,下班时开回郊区的车更多,路权会随着人的需求调整,而急救、火警等车辆也会得到优先路权。 人类是智慧交通的最大阻碍在未来,AI会进入每一台汽车,让它们变成真正的无人驾驶。汽车可以彼此提醒,爆胎了,就提醒周围的车小心一点;当两个车走同一个方向,就并到一起,节省能源。当他们分开的时候,就各自往不同的道路走。这个时代来临,会给人类出行带来很大的改变。 但无人驾驶仍然面对很多的阻碍。最大的阻碍是什么?你们自己往左往右看一看,就是人类。其实大部分交通事故是人造成的,人会有情绪,会心情不好,会走神,会犯错。当无人驾驶做得很好的时候,把人拿掉,不但可以增加安全度,也能让整个交通更有预测性。 还有人的固化思想。当汽车刚出现的时候,有一个法律出台,要求汽车上路,须有一个人在汽车前面拿着红旗引路,免得骑马的人被吓到,这是非常愚蠢的法律。 另外,无人驾驶还面临道德障碍。在美国,一台无人驾驶车如果撞了人,总要做一个抉择,是不是机器人杀人,怎么样解决道德问题。 我们需要一个非常明确和有效的法律,能够在不伤害人类的前提下,让科技先行,要相信大量的数据迭代,一定会让人工智能带来更好的无人驾驶体验,带来智慧交通的时代。 我相信,在未来十五、二十年内,智慧交通将是人类社会最大的一个催化器,当资本的力量、行业的力量加上顶尖人才投向这个领域,所有的挑战都会被解决。 本文经授权发布,不代表36氪立场。如若转载请注明出处。 |
|