资料图：王劲 东方IC

　　无人驾驶已成为人工智能技术当下最炽手可热的应用场景。传统汽车制造厂商，互联网公司、人工智能技术初创公司，涉水造车者众。在10月23日在京举办的“世界机器人大会”产业与应用论坛上，百度全球高级副总裁、自动驾驶事业部总经理王劲指出，对互联网车企而言，目前要突破的最大瓶颈是如何降低成本价格。

　　王劲指出，当前汽车领域正在经历三大变革趋势。第一是汽车的新能源驱动。“现在很多车厂都在拥抱电动化，这给造车带来很多改变，电动车的零部件总数是过去传统汽油车的三分之一，让造车的门槛大幅度下降。”他表示。

　　第二是汽车的共享化。以UBER、滴滴打车为代表的公司正在深刻改变社会出行方式，越来越多的人将利用共享交通工具满足出行需求。

　　第三是汽车的智能化。这包括两方面，一个是无人驾驶，另一个是车联网。“这两个方面是相互依存的，无人驾驶离不开车联网，车联网没有无人驾驶的结合也得不到最好的发展。”

　　王劲表示，人工智能技术已经经历了60余年的发展历史，正是由于近几年深度学习算法的产生，才驱动人工智能技术有了商用前景，亦让互联网企业有能力造车。无人驾驶也迅速升级为人工智能技术最被看好的应用场景之一。

　　“很多人在问我，互联网企业做的无人驾驶车，跟传统汽车制造厂做的无人驾驶汽车有什么区别？我认为最关键的就是里面有没有深度学习驱动的人工智能系统。”王劲表示。他认为，过去没有人工智能技术，让车开起来并不难，但有深度学习能力的人工智能系统，让无人驾驶超越人类驾驶员的水平成为可能。“互联网企业造车就是要做这个方向的尝试。”王劲说。

　　按照美国汽车工程师协会的分级，自动驾驶系统分为从0-5（从Level0到Level5）六个等级。目前，市场上所有的汽车产品基本都是面向Level1和Level2，即依靠ADAS（高级驾驶辅助系统）的辅助驾驶。对于后面如何达到Level5的无人驾驶，业界分化为两种观点。其一是以传统车企为代表，认为应从辅助驾驶逐步升级至无人驾驶系统；其二是以互联网车企为代表，希望直接升级到无人驾驶汽车，直接建立全新的商业模式。

　　要实现无人驾驶，目前在技术上仍面临诸多挑战。王劲认为，实现无人驾驶最核心的技术有两项。一项是汽车对环境的感知（perception），另一项是对行驶路径的预测和规划（prediction）。目前，这两项技术主要依靠传感器和激光雷达技术来实现。

　　传统车企和互联网车企在技术上各自面临瓶颈。王劲认为，传统汽车制造商在做自动驾驶系统时必须优先保证传感器、零部件和驾驶系统的价格要在消费者可承受范围内，因此无法直接应用最先进但却昂贵的激光雷达系统等。按此路径做无人驾驶，给汽车行车安全带来了隐患。

　　“百度走的是另外一条路，首先是保用了最昂贵的传感器和车载计算系统来保证安全，但我们的挑战是怎样能够在规定的时间里面更早地把成本降下来。”王劲表示。他举例说，百度无人车上搭载的激光雷达成本为近50万人民币。“只是这个sensor（传感器）成本在今天销售的车型上就无法搭载，因为太昂贵了。我们希望在未来五年内能把汽车传感器和服务器的成本降到一个合理的范围内。”

　　自去年底以来，越来越多的玩家正在加入无人驾驶系统为驱动的智能汽车市场。目前，BAT三巨头都已涉水造车。起步最早的百度已2015年12月专门成立了自动驾驶事业部。乐视更是投资10亿美元在美国投资建厂，进军汽车制造。但技术和成本仍是横亘在互联网公司和传统车厂之间共同的难题。

　　“无人驾驶汽车要真正实现量产，真正走进社会，还需要整个产业链的共同努力。”王劲最后总结称。

　　【财新网】（记者 孙文婧）