2016年12月7日，第九屆TC汽車互聯(lián)網(wǎng)大會在上海正式開幕。作為一年一度的汽車互聯(lián)網(wǎng)盛會，今年的主題是“汽車+移動互聯(lián)網(wǎng)：跨界思辨汽車產(chǎn)業(yè)終局”。通過7、8、9日三天，集中行業(yè)話題，探討汽車借助互聯(lián)網(wǎng)實現(xiàn)轉(zhuǎn)型與價值提升，在這場全球性汽車產(chǎn)業(yè)大變革中，打造中國車聯(lián)網(wǎng)創(chuàng)新驅(qū)動力！以下為Intel / Government Policy Group / Director, Business Development and Government Policy 野邊繼男主旨演講。

野邊繼男：我已經(jīng)是第九年來參加Telematics中國這個會議了，前面我是代表日產(chǎn)的員工來發(fā)言的，今天是代表因特爾。

我要講的是物聯(lián)網(wǎng)非常大的概念，以及在電動車上面的應用。以及低級學習和自動駕駛的意義。我先講一下大的宏觀的情況。

行業(yè)的架構(gòu)尤其是自動駕駛的架構(gòu)可能會完全地改變。我的發(fā)言的結(jié)論就是這樣子，我來講一下今天我不代表因特爾，所以上面沒有因特爾的標志，大家可以看到，我是一個大學的副教授，現(xiàn)在正在開發(fā)自動駕駛車是和動靜大學一起合作的。

我今天不會講太多的技術細節(jié)，雖然這是我工作的重點，我重點講一下行業(yè)的變化。這一頁幻燈片講的是自動駕駛車的差別是有哪些。我們說自動駕駛有幾個不同的級別，這是美國的劃分方法。

第一級和第二級的自動駕駛就是正常的人的駕駛。如果有事故還是人負責的。如果出了事故這個責任也是在整車廠他們身上的，以及供應商的身上，所以第一級第二級都是我們正常的駕駛，在這種情況下是人來控制方向盤，以及加速和剎車、踏板。

還有用人的視野來了解周邊的情況，對事故負責。順便說一下，我們用人的眼球來識別環(huán)境中的情況來控制車的安全。

加速以及方向盤的功能以后都會被自動化，盡管還是人開車，這個就是第一和第二級別自動駕駛，所以人必須要關注環(huán)境以及相關的一些設備儀器，比如說由人來加速，但是他可能并不知道加速的速度是多少，如果要是看一下交通信號燈的話可能有一小時100公里的最高限速。如果超過100的話，如果人駕駛就會加速數(shù)據(jù)把速度降下來。

如果是自動駕駛，駕駛者不會由人來剎車或者是加速，或者操控方向盤。

但是車上會有大量的攝像頭、傳感器來幫助人的眼睛控制這個環(huán)境，一些個數(shù)據(jù)、信息是由電腦來分析，用傳感器的融合方法來進行。

這樣子我們就知道這個車周圍的環(huán)境是怎么樣的。大家可能會覺得如果駕駛者看到路上的紅燈就知道要停，在停止線之前停，就是你的大腦看到之后就會激發(fā)某個東西，這個時候電腦就會觸發(fā)一個東西，電腦了解周圍的環(huán)境以及你駕駛的狀況以及車道的情況，經(jīng)過這樣的計算，自動駕駛車就可以自動駕駛。

第三和第四第五級別的差別是在于第三級別是要駕駛者坐在方向盤前，到第四、第五級別就不需要人來掌控了。但是在第四第五級別是沒有加速和制動的踏板了，因為在這種情況下自動駕駛完全不需要人來開。所以就沒有了駕駛座了。

當然，車的內(nèi)部結(jié)構(gòu)可能設計以后也不一樣了，這個自動駕駛未來是可能會實現(xiàn)的，但是我還有一些想法。就是車，它可能對地圖的三維認識是不一樣的，車以后用的三維地圖可能跟現(xiàn)在是不一樣的，這些自動化的系統(tǒng)就隨時隨地由它來控制了。所以我們可以看到始終有一種交互的過程，計算機會看一下數(shù)據(jù)庫，它是3D地圖的數(shù)據(jù)庫，計算機就懂了，就知道接下來前面的旅途情況如何，計算機一直都有個預測。

很多的數(shù)據(jù)會把它拿到一個服務器里面。自動化學習的服務器是一個數(shù)據(jù)的中心我們現(xiàn)在看到除了這些之外，我們還需要對它的自動駕駛要有更詳細的定義。所以尼桑是出了一個報告，就說你這個自動化的無人駕駛汽車不需要怎么樣去說了，每一個整車廠可以把每一個自動化的駕駛汽車的速度還有受到的限制等等把它自動來進行一個設定。

所以你們可以看到幾個不同的例子，比如說在高速公路上面汽車可以在兩個車道中間去開，它能超車，這已經(jīng)不是最難的了，速度最難但不是最難，但是在一些主要的道路上面自動駕駛汽車需要過馬路，需要關注紅綠燈的信號，需要看到那些反向過來的車輛的狀況，當然還有行人。

這個在現(xiàn)有的狀況下主要是在道路相比高速公路的難度更大，更難的就是小路上面，基本上都沒有什么道的分界，對岸過來的情況交通的情況也不是非常明確，所以開的速度肯定是要很慢的。

還有就是在堵車的狀態(tài)中間怎么開，還有自動化行車，好像這個不好用，還有自動停車、駐車。

你們可以看到車輛的數(shù)據(jù)帶到數(shù)據(jù)中心里面，就會有數(shù)據(jù)更新進行深度學習，從而能夠做出算法的計算，這種類型的數(shù)據(jù)肯定是非有不可的才能夠?qū)崿F(xiàn)自動駕駛。2014年的時候奔馳說了他們在2020年的時候就能夠?qū)崿F(xiàn)三級的自動駕駛，在高速公路上。你要想實現(xiàn)主要道路上的自動化駕駛的話要2020年之后了，現(xiàn)在因為有這么多的機器學習的突破性的創(chuàng)新，所以我們現(xiàn)在整個情況已經(jīng)發(fā)生了完全的變化在過去的兩年時間里面。

你們發(fā)現(xiàn)這是深度學習起的非常大的幫助。雖然要實現(xiàn)這一點是蠻難的，但是由于有快速的機器學習、語音識別都能夠讓算法更加先進，更加快速，所以我們可以去實施到四級到五人駕駛的出租車，到2020年之前就可以實現(xiàn)。到2020年是第三級的高速公路駕駛。

我要強調(diào)的就是第三級的在高速公路上面落地，它是需要在整車廠里面進行可持續(xù)的創(chuàng)新，但是在另外一方面，第四級和第五級，這種無人駕駛的出租車也是很多的因特網(wǎng)公司的創(chuàng)新組成部分。

這是第三級的高速公路上面如何進行落地、無人駕駛。這是現(xiàn)有的一個車輛的發(fā)展情況，我們還需要持續(xù)不斷地創(chuàng)新，關鍵就是人駕駛車會對車輛進行調(diào)整，在一個非常高的速度下面也需要實施起來壓力比較大的。

你們可以看到這些線是必須要經(jīng)過的一些監(jiān)管要求，這些連線是一些道路，他們可以坐鐵路去辦公室，然后從最近的這一站回家就可以實現(xiàn)無人駕駛的車輛，最后一公里的解決方法，就是1.6公里以內(nèi)的無人駕駛出租車的服務比較適用的區(qū)域了。但是隨著深度學習的發(fā)展再加上3D地圖的發(fā)展，能夠?qū)崿F(xiàn)這個目標的日期可能會更早一點了。

在新加坡也算一個城市，在思考要實施這樣的解決方案了。你們看新加坡就有最后一英里的問題解決，最后在很多國家、很多城市都可能實驗這種方法這種項目。

很多程度上是取決于新型創(chuàng)新企業(yè)的創(chuàng)新，很多的城市里面他要在高速公路上面快速行駛的話，比如說在日本，80公里每小時，日本一共8萬公里的高速公路的道路，一般的道路大概一共有100萬的公里，所以說白了就是普通道路比高速公路要多100倍左右，我們還是要考慮到人在道路上的密集程度，這種可能會服務非常大的人口，但這種服務是非常新的，也創(chuàng)造了很多新的機會給整車廠。

它也可能是由于新的3D地圖的創(chuàng)新再加上機器學習帶來的結(jié)果，最后的一點特別重要，現(xiàn)有的車輛的情況，正如剛才幾個發(fā)言人都已經(jīng)提到的，我們用這種車輛共享的做法車輛使用的情況會超過10倍，目前平均的車輛使用壽命是13年，但是未來使用量多了以后，可能2、3年就要報廢。

很有可能車輛2、3年以后要被新的替代了，產(chǎn)量被提升，生產(chǎn)的效率提升，這也是汽車行業(yè)所帶來的重要的信息。

這是一個自動車輛的圖片，它會用自己的傳感器利用周邊的環(huán)境的情況，基于這種條件確定行駛條件是怎么樣的，它會看云端的3D地圖，也以這個作為一個指標，作為一個對標的基礎，當然還有機器學習、人工智能等等，最后會定期地更新，這里面所有的都會引入在其中的。

功能的更新都會和供應商和整車廠有非常密切的關系，看圖片里面，行業(yè)看著這樣的3D數(shù)據(jù)庫的過程中間也會實現(xiàn)更多的服務和業(yè)務，比如說更多的公司會產(chǎn)生。會有地圖公司，會利用現(xiàn)有的道路狀況做出更多的API。

比如說交通服務，像Uber這樣的交通服務，就像出租車一樣，它會預測誰會需要交通服務，他們還可能提供更新最好的車輛給他們最重要的客戶，比如說奔馳會把自己的車輛給最適合用奔馳的，還有這些Uber能夠?qū)崿F(xiàn)拼車服務，通過3D的數(shù)據(jù)庫來實現(xiàn)，所以3D數(shù)據(jù)庫可以幫助很多的行業(yè)開始新的業(yè)務，這是實現(xiàn)自動駕駛汽車以后產(chǎn)生的更多的新的行業(yè)。

把這些數(shù)據(jù)進行更深區(qū)別的話，會看到分析所有的數(shù)據(jù)以后我們會在服務器里面進行分析，進行繼續(xù)學習。右手側(cè)的方塊是會有新的服務生成出來。

我總結(jié)一下，這一幅圖，我想給你們解釋一下微笑曲線。我要總結(jié)一句，說一下行業(yè)發(fā)生的變化，左手是一個整車廠的金字塔，最頂上的就是整車廠。在左側(cè)完全是模擬信號的整個行業(yè)，所以主要就是看生產(chǎn)制造能力了，這是傳統(tǒng)的生產(chǎn)制造的曲線。數(shù)字化了以后，如果能夠更好地保護知識產(chǎn)權(quán)，但是接下來在公司外面可能有非常好的技術，這些公司會很好地加以利用、使用，這往往是標準化的正常的一般性的產(chǎn)品。但是這種新的現(xiàn)有的新的技術將會是非常重要的推動力，帶來了IT這個行業(yè)爆發(fā)性的增長，這些可能會進一步地支持汽車行業(yè)的發(fā)展。

我們可以看打座廁是傳統(tǒng)汽車產(chǎn)業(yè)，右側(cè)是因特網(wǎng)行業(yè)的曲線。最頂端還是這些網(wǎng)站公司，但是因特網(wǎng)公司本來就是一個數(shù)字公司，他們的創(chuàng)意本身就是價值，但是制造能力本身不含任何價值。所以它的制造能力很有可能會進一步地下降，主要實現(xiàn)創(chuàng)新帶來的價值，更多地是創(chuàng)新服務給客戶的服務。這種需要技術不斷地增長，應用基礎研究的進一步推動。最后我們可以看到在IT行業(yè)里面就是這樣發(fā)展的，如果把現(xiàn)在這兩個行業(yè)合在一起的話，就是轉(zhuǎn)動的汽車制造行業(yè)把IT合進去以后我們會發(fā)現(xiàn)要想找到好的解決方案，整合起來需要服務，我們需要什么樣的汽車來滿足什么樣的市場需要？作為一種服務。


對于整車廠來說，一旦第四到第五級的自動駕駛汽車能夠落地的話，服務是非常重要的，最后金字塔的頂尖就是由服務供應商所贊助的，最后一層就是應用的解決方案的服務者，接下來就是整車廠，整車廠只是提供一個車架子而已，他們需要很小心，如果最終有一天汽車行業(yè)變成這樣的金字塔型的話，就是第二層提供一些解決方案，包括設備，包括數(shù)據(jù)中心，剛才說到了藍顏色里面所有的內(nèi)容。這是所有人可以做的事情，對整車廠來說都是好的東西。

總結(jié)一句汽車的物聯(lián)網(wǎng)和3D的圖片將是非常重要的，最終自動化駕駛的汽車主要是由計算機來推動的，技術就需要非常廣泛地在更多地行業(yè)里面加以使用。這種部署并不一定是完全自動化的，但是這種技術可以用在很多汽車行業(yè)以外的技術里面，比如說做這種技術的發(fā)展將會給很多其他的工業(yè)帶來影響，謝謝！我就說到這里了。