今天，在浙江余姚舉辦的中國第三屆機(jī)器人峰會(huì)上，中國工程院李德毅院士分享了他在無人駕駛研究領(lǐng)域的最近進(jìn)展，明確指出無人駕駛的核心在駕駛腦，跟汽車廠商正在做的東西分工明確，而且這個(gè)“腦”的駕駛活動(dòng)更多的是技巧，記憶和經(jīng)驗(yàn)，而不是知識(shí)、推理和計(jì)算。

歷史機(jī)遇的又一個(gè)崛起可能就是人工智能。我今年72歲了，以一個(gè)“70后”的身份，我談?wù)剟?chuàng)業(yè)創(chuàng)新四個(gè)要素。我問過許多同行，他們認(rèn)為技術(shù)很重要；我又問更年輕的同行，他們告訴我是資金更重要，沒有錢什么都辦不成；還有人告訴我團(tuán)隊(duì)很重要，還有人告訴我思想很重要，那么我想今天報(bào)告談一下我的看法。

先講第一個(gè)問題，大家都以為在國外留學(xué)，然后到FaceBook這樣的國外公司呆一陣子，再到中國創(chuàng)業(yè)就很容易，其實(shí)不對，你是有人傲人的經(jīng)歷，是有核心的技術(shù)，但是不是可以下海了呢？

沒有成果載體的創(chuàng)業(yè)公司必死無疑

我下一張片子是我的觀點(diǎn)，有點(diǎn)嚇人。請大家看看這個(gè)話，創(chuàng)業(yè)成員固然有各自傲人的工作經(jīng)歷和核心技術(shù)，但整個(gè)團(tuán)隊(duì)如果沒有明確的，由核心技術(shù)匯聚而成的，獨(dú)創(chuàng)獨(dú)有的成果載體，沒有耀眼的創(chuàng)新亮點(diǎn)，而只是把公司辦成了攻克難題的研究所，苦苦掙扎，技術(shù)長期不孵化不出產(chǎn)品來，這樣的公司必死無疑。比如，10個(gè)搞互聯(lián)網(wǎng)＋9個(gè)人要死，20個(gè)人搞人工智能＋十幾個(gè)要死。

你要搞清楚你要知道你要的是技術(shù)，還是核心技術(shù)，還是技術(shù)的成果？我主張要有技術(shù)的成果。

無人駕駛的核心在駕駛腦

我作為一個(gè)“70”后，我今天分享的亮點(diǎn)是什么？駕駛腦，認(rèn)知腦，且我可以說這跟汽車廠商正在做的事情沒沖突，我模擬的是駕駛員的大腦，他造的是車。

我在講智能的時(shí)候講三大智能，我們習(xí)慣說計(jì)算智能，感知智能和認(rèn)知智能。剛才我參觀了余姚研究所，我說，機(jī)器已經(jīng)超過人的計(jì)算，我們現(xiàn)在的重點(diǎn)要搞交互智能, 記憶智能。

我家里用壞三臺(tái)掃地機(jī)，我覺得現(xiàn)在不用為好。不實(shí)惠。你們不相信可以用用看，第一掃不干凈，第二該掃的地方老是不掃。怎么辦？所以，我現(xiàn)在做什么呢？我不做先視后覺，這是常規(guī)的，我做的是視而不覺，邊視邊覺，先覺后視。

我做的是要用已有的認(rèn)知，借助當(dāng)前的感知。我的駕駛腦數(shù)據(jù)流程圖，余凱說值一千萬，我把這個(gè)送給余姚同志們，看看你們能不能做出來，我的駕駛腦一個(gè) 瞬間記憶池，還有態(tài)勢記憶池、還有決策記憶池。

如果我們用到掃地機(jī)機(jī)器人上，以后它天天這樣掃也是很好的機(jī)器人，這是不同的記憶能力不同的認(rèn)知。駕駛活動(dòng)更多的是技巧，記憶和經(jīng)驗(yàn)，而不是知識(shí)、推理和計(jì)算。駕駛腦的差異，反映是個(gè)人的智力和運(yùn)動(dòng)協(xié)調(diào)能力的差異，世界上沒有兩個(gè)完全相同的駕駛腦。

這才叫機(jī)器人。我們想將來車上跑的駕駛腦也是一樣的。真正開車的不是汽車本身，而是駕駛員，人的認(rèn)知，要把腦和機(jī)器融合在一起才行。所以我們主張?jiān)谖覀儥C(jī)器人里面，有一個(gè)調(diào)試總線擴(kuò)展為自學(xué)總線，可以學(xué)習(xí)人是怎么開車的。然后機(jī)器人開車時(shí)候扮演的角色，主要是通過學(xué)習(xí)的東西消化吸收，深入學(xué)習(xí)，變成了自己的行為。

 這張圖也很好，你們拿手機(jī)照一照。

人工駕駛的時(shí)候，三路機(jī)器視覺，圖象一路，GPS一路、雷達(dá)一路，這三路視覺形成了現(xiàn)在的駕駛態(tài)勢圖，駕駛員通過生活視覺的認(rèn)知，形成了對方向盤、油門剎車的控制。把當(dāng)前駕駛態(tài)勢和一個(gè)認(rèn)知組成一個(gè)隊(duì)，把這個(gè)隊(duì)放在深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)里面去，讓它學(xué)習(xí)，形成駕駛記憶。

如果開十天這個(gè)數(shù)據(jù)量也不小，如果整天從辦公室到家，從家到辦公室，到11天可以了，機(jī)器人說——我可以開了。當(dāng)機(jī)器人開車的時(shí)候，駕駛員不在了，它就可以搜索這個(gè)圖，把對應(yīng)的認(rèn)知拿出來去開車。駕駛就是這么簡單，這怎么能夠讓車廠做呢？這是駕駛員的事。所以車廠只能做自動(dòng)駕駛。這個(gè)深入學(xué)習(xí)，可以是長時(shí)期的學(xué)習(xí)，統(tǒng)計(jì)學(xué)習(xí)和進(jìn)化學(xué)習(xí)。

人真正的學(xué)習(xí)在錯(cuò)誤中學(xué)習(xí)的，說一我們怎么樣防止駕駛過程當(dāng)中的事故，同時(shí)我們有負(fù)學(xué)習(xí)，讓開車的時(shí)候遇到這樣那樣的險(xiǎn)情，做出錯(cuò)誤的動(dòng)作，我們通過神經(jīng)網(wǎng)絡(luò)，生成事故記憶棒，把這個(gè)做好了，下一次開車的時(shí)候，人沒有了，也可以駕駛，又發(fā)生了錯(cuò)誤的，又有一個(gè)學(xué)習(xí)過程，這是負(fù)學(xué)習(xí)的。

這跟Alphago的學(xué)習(xí)機(jī)制很類似。因此我們的機(jī)器人，整個(gè)框圖是雙駕雙控的架構(gòu)。

這張圖也很值錢，你們也可以照一下。

當(dāng)因深度學(xué)習(xí)正站在全球人工智能的分口，普通把卷積神經(jīng)網(wǎng)絡(luò)用于點(diǎn)云圖像識(shí)別、完成感知階段的自學(xué)習(xí)，而我們另辟蹊徑，把卷積神經(jīng)網(wǎng)用于形式化之后的、基于可用路權(quán)的駕駛態(tài)勢圖和反映駕駛操作全部內(nèi)容的認(rèn)知箭頭形成的圖對上，用于認(rèn)知階段的深度學(xué)習(xí)，大大減少、簡化了實(shí)時(shí)處理的數(shù)據(jù)量。

因此之所以在比賽中拿比較好的成績，主要是我們對認(rèn)知的形勢化，把瞬間記憶大數(shù)據(jù)“縮水”，即在感知理解之后遷移到工作記憶區(qū)，進(jìn)行深度學(xué)習(xí)。

創(chuàng)新創(chuàng)業(yè)的四要素

下面談?wù)剟?chuàng)新創(chuàng)業(yè)的四要素這個(gè)問題。

第一個(gè)問題。我們講技術(shù)，就要講這個(gè)技術(shù)有什么創(chuàng)新的亮點(diǎn)。

第二個(gè)問題，講資金，就要講資金的注入點(diǎn)。大家都愁搞不到錢，特別是年輕人，我愁的更好跟你相反，我愁的是有錢怎么花出去，現(xiàn)在最大的困難是錢花不出去，沒有訂單，沒有批量生產(chǎn)，你有錢有什么用？又不能腐敗。所以真的有能耐是把錢花出來的才是真正新的企業(yè)。有人在項(xiàng)目路演的時(shí)候說，我給50%股權(quán)要一千萬資金投入，我說你這個(gè)講得太粗糙了，你應(yīng)該講細(xì)一點(diǎn)，給你一千萬你要怎么花，你有本事花出來就有人給你錢。

第三個(gè)問題，講市場就要講賣點(diǎn)。

我覺得我們學(xué)者不像人家西方。做一個(gè)圍棋賺多少錢，Google升值多快？Alphago以4：1戰(zhàn)勝9段圍棋高手李世石，那個(gè)廣告賺翻了。我們中國也干過這樣事，2011年我們用北郵圍棋程序Lingo跟人比賽對余斌，并讓兩個(gè)子，在中央電視臺(tái)直播一下進(jìn)行比賽，2：0戰(zhàn)勝了余斌?？墒俏覀兪前l(fā)展中國家，沒有什么影響，沒有賺到錢，也沒有賺到廣告費(fèi)。

當(dāng)時(shí)認(rèn)為電腦9路盤圍棋兩三年 或可抗衡人類，19路盤圍棋，機(jī)器要戰(zhàn)勝人類還看不到希望。5年過去了，發(fā)現(xiàn)這個(gè)認(rèn)知是錯(cuò)誤的。

所以Alphago勝利后，我提出四個(gè)問題讓大家想一想。

深度學(xué)習(xí)的四個(gè)局限

我認(rèn)為人機(jī)大戰(zhàn)本身人在前面機(jī)器在后面或者機(jī)器在前面人在后面無休止的較量，Alphago也好，深度學(xué)習(xí)也好有很大局限性，我們圍棋手跟機(jī)器下棋有上當(dāng)?shù)母杏X，因?yàn)樗任覀冏隽藴y試。這個(gè)時(shí)候我們提出深度學(xué)習(xí)的四大局限性。

其中，第一，太多的學(xué)習(xí)參數(shù)具有隨意性，該怎么樣就是怎么樣，現(xiàn)在不是了。第二不能保證算法的收斂性，第三缺少反饋機(jī)制，第四大量案例也不具有累計(jì)性，就是時(shí)間累計(jì)性沒有。

這樣的情況下，深度學(xué)習(xí)不是人工智能的重點(diǎn)。我們設(shè)想一下，如果我們現(xiàn)在讓不同的Alphago對弈會(huì)怎么樣。因此我覺得更有刺激的不應(yīng)該是Alphago程序，因?yàn)樽龀鲆粋€(gè)圍棋機(jī)器手很難，現(xiàn)在是人抓住這個(gè)子在走，做一個(gè)圍棋機(jī)器人更難，相對地，我認(rèn)為汽車動(dòng)作很靈敏了，更有刺激性的是人是機(jī)器人和賽車手的比賽，這樣比賽更加激動(dòng)人心。

自動(dòng)駕駛的魅力在哪里呢？我們覺得不是跟市場爭時(shí)間？我們希望它的車子更加敏捷、靈活，但是我們要做的是駕駛腦。我們賣點(diǎn)是駕照，我們駕駛腦賣駕照！賣的是駕齡，賣的是路熟。駕齡駕照替代不了，路熟，地圖替代不了，所以駕駛腦將來場景很可觀。

最后用一張圖結(jié)束，它的市場第一桶金在哪里？

小結(jié)： 

李德毅專注的無人駕駛版塊，正好趕上最近這個(gè)領(lǐng)域產(chǎn)業(yè)化的熱潮，無獨(dú)有偶，我們從他的演講中也能看到很重的強(qiáng)調(diào)“落地” “務(wù)實(shí)”的新學(xué)術(shù)風(fēng)格。他明確指出無人駕駛的核心在機(jī)器腦，而機(jī)器腦的駕駛活動(dòng)更多的是技巧，記憶和經(jīng)驗(yàn)，而不是知識(shí)、推理和計(jì)算。這個(gè)點(diǎn)從目前谷歌無人車大力收集數(shù)據(jù)，特斯拉自動(dòng)駕駛積極收集車主數(shù)據(jù)也可以得到佐證。

值得反思的是，做為一個(gè)70多歲還活躍在學(xué)術(shù)界的人士，他對學(xué)術(shù)成果能否落地有著格外的關(guān)注，甚至犀利的認(rèn)為只搞技術(shù)，苦苦鉆研問題的研究所風(fēng)格創(chuàng)業(yè)是“必死無疑”的，顯然這是他多年學(xué)術(shù)研究經(jīng)歷后的一個(gè)深刻反思，對于正在這條路上和正在這條路上迷茫的人，是不是也應(yīng)該思考下這個(gè)問題？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。