新京葡萄京-李德毅详解：无人驾驶的核心在驾驶脑｜中国机器人峰会

今天，在浙江余姚举行的中国第三届机器人峰会上，中国工程院李德毅院士共享了他在无人驾驶研究领域的最近进展，明确指出无人驾驶的核心在驾驶员脑，跟汽车厂商正在做到的东西分工具体，而且这个“脑”的驾驶员活动更好的是技巧，记忆和经验，而不是科学知识、推理小说和计算出来。历史机遇的又一个兴起有可能就是人工智能。我今年72岁了，以一个“70后”的身份，我谈谈创业创意四个要素。

我回答过许多同行，他们指出技术很最重要；我又回答更加年长的同行，他们告诉他我是资金更加最重要，没钱什么都办不成；还有人告诉他我团队很最重要，还有人告诉他我思想很最重要，那么我想要今天报告讲一下我的观点。再行谈第一个问题，大家都以为在国外求学，然后到FaceBook这样的国外公司睡一阵子，再行到中国创业就很更容易，只不过不对，你是有人傲人的经历，是有核心的技术，但是不是可以下海了呢？没成果载体的创业公司必死无疑我下一张片子是我的观点，有点可怕。请求大家想到这个话，创业成员固然有各自傲人的工作经历和核心技术，但整个团队如果没具体的，由核心技术汇集而出的，独有独特的成果载体，没引人注目的创意亮点，而只是把公司办报了攻下难题的研究所，挣扎绝望，技术长年不产卵不出有产品来，这样的公司必死无疑。比如，10个做互联网＋9个人说完，20个人做人工智能＋十几个说完。

你要搞清楚你要告诉你要的是技术，还是核心技术，还是技术的成果？我主张要有技术的成果。无人驾驶的核心在驾驶员脑我作为一个“70”后，我今天共享的亮点是什么？驾驶员脑，理解脑，且我可以说道这跟汽车厂商正在做到的事情没有冲突，我仿真的是驾驶员的大脑，他建的是车。我在谈智能的时候谈三大智能，我们习惯说道计算出来智能，感官智能和理解智能。

刚才我参观了余姚研究所，我说道，机器早已多达人的计算出来，我们现在的重点要做交互智能, 记忆智能。我家里用怕三台扫地机，我实在现在不必为好。

不实惠。你们不坚信可以用用看，第一扫不整洁，第二该洗的地方杨家是不洗。

怎么办？所以，我现在做到什么呢？我不做到先视后慧，这是常规的，我做到的是视而自若，边视边慧，先觉后视。我做到的是要用有数的理解，利用当前的感官。

我的驾驶员脑数据流程图，余凯说道值一千万，我把这个赠送给余姚同志们，想到你们能无法做到出来，我的驾驶员脑一个 瞬间记忆池，还有态势记忆池、还有决策记忆池。如果我们中用扫地机机器人上，以后它天天这样洗也是很好的机器人，这是有所不同的记忆能力有所不同的理解。驾驶员活动更好的是技巧，记忆和经验，而不是科学知识、推理小说和计算出来。

驾驶员脑的差异，体现是个人的智力和运动协商能力的差异，世界上没两个完全相同的驾驶员脑。这才叫机器人。

我们想将来车上跑完的驾驶员脑也是一样的。确实驾车的不是汽车本身，而是驾驶员，人的理解，要把脑和机器融合在一起才讫。所以我们主张在我们机器人里面，有一个调试总线拓展为自学总线，可以自学人是怎么驾车的。

然后机器人驾车时候扮演着的角色，主要是通过自学的东西消化吸收，了解自学，变为了自己的不道德。这张图也很好，你们拿手机照一照。人工驾驶员的时候，三路机器视觉，图象一路，GPS一路、雷达一路，这三路视觉构成了现在的驾驶员态势图，驾驶员通过生活视觉的理解，构成了对方向盘、油门刹车的掌控。把当前驾驶员态势和一个理解构成一个队，把这个队放到深度自学的神经网络里面去，让它自学，构成驾驶员记忆。

如果进十天这个数据量也极大，如果整天从办公室到家，从家到办公室，到11天可以了，机器人说道——我可以进了。当机器人驾车的时候，驾驶员不出了，它就可以搜寻这个图，把对应的理解拿出来去驾车。驾驶员就是这么非常简单，这怎么需要让车厂做到呢？这是驾驶员的事。

所以车厂不能做到自动驾驶。这个了解自学，可以是宽时期的自学，统计资料自学和演化自学。人确实的自学在错误中自学的，说道一我们怎么样避免驾驶员过程当中的事故，同时我们有胜自学，让驾车的时候遇上这样那样的险情，作出错误的动作，我们通过神经网络，分解事故记忆棒，把这个作好了，下一次驾车的时候，人没了，也可以驾驶员，又再次发生了错误的，又有一个自学过程，这是胜自学的。

这跟Alphago的自学机制很类似于。因此我们的机器人，整个框图是双驾双控的架构。这张图也很钱，你们也可以照一下。

当因深度自学于是以车站在全球人工智能的分口，普通把卷积神经网络用作点云图像识别、已完成感官阶段的自自学，而我们另辟蹊径，把卷积神经网用作一般化之后的、基于能用路权的驾驶员态势图和体现驾驶员操作者全部内容的理解箭头构成的图对上，用作理解阶段的深度自学，大大减少、修改了实时处理的数据量。因此之所以在比赛中拿较为好的成绩，主要是我们对理解的形势化，把瞬间记忆大数据“大跌”，即在感官解读之后迁入到工作记忆区，展开深度自学。

创意创业的四要素下面谈谈创意创业的四要素这个问题。第一个问题。我们谈技术，就要谈这个技术有什么创意的亮点。第二个问题，谈资金，就要谈资金的流经点。

大家都恨搞不到钱，尤其是年轻人，我恨的更佳跟你忽略，我恨的是有钱人怎么花上过来，现在仅次于的艰难是钱花上不过来，没订单，没批量生产，你有钱人有什么用？又无法贪腐。所以知道有能耐是把钱花上出来的才是确实新的企业。有人在项目路演的时候说道，我给50%股权要一千万资金投入，我说道你这个谈得过于坚硬了，你应当谈细一点，给你一千万你要怎么花上，你有本事花上出来就有人给你钱。第三个问题，谈市场就要谈卖点。

我实在我们学者不像人家西方。做到一个棋士赚到多少钱，Google贬值多慢？Alphago以4：1战胜9段棋士高手李世石，那个广告赚到刷了。我们中国也腊过这样事，2011年我们用北邮棋士程序Lingo跟人比赛对余斌，并让两个子，在中央电视台直播一下展开比赛，2：0战胜了余斌。

可是我们是发展中国家，没什么影响，没赚到到钱，也没赚到到广告费。当时指出电脑9路盘棋士两三年 或可抗衡人类，19路盘棋士，机器要战胜人类还看到期望。

5年过去了，找到这个理解是错误的。所以Alphago胜利后，我明确提出四个问题让大家想一想。深度自学的四个局限我指出人机大战本身人在前面机器在后面或者机器在前面人在后面无休止的对决，Alphago也好，深度自学也好有相当大局限性，我们棋士手跟机器对局有随便的感觉，因为他比我们做到了测试。这个时候我们明确提出深度自学的四大局限性。

其中，第一，过于多的自学参数具备政治性，该怎么样就是怎么样，现在不是了。第二无法确保算法的收敛性，第三缺乏反馈机制，第四大量案例也不具备总计性，就是时间总计性没。这样的情况下，深度自学不是人工智能的重点。

我们设想一下，如果我们现在让有所不同的Alphago对局不会怎么样。因此我实在更加有性刺激的不应当是Alphago程序，因为作出一个棋士机器手很难，现在是人逃跑这个子在回头，做到一个棋士机器人更加无以，比较地，我指出汽车动作很灵敏了，更加有刺激性的是人是机器人和赛车手的比赛，这样比赛更为激动人心。自动驾驶的魅力在哪里呢？我们实在不是跟市场相争时间？我们期望它的车子更为灵活、灵活性，但是我们要做到的是驾驶员脑。

我们卖点是驾驶执照，我们驾驶员脑买驾驶执照！买的是驾龄，买的是路煮。驾龄驾驶执照替代没法，路煮，地图替代没法，所以驾驶员脑将来场景很相当可观。

最后用一张图完结，它的市场第一桶金在哪里？小结：李德毅专心的无人驾驶版块，正好跟上最近这个领域产业化的热潮，无独有偶，我们从他的演说中也能看见极重的特别强调“落地” “稳健”的新学术风格。他明确指出无人驾驶的核心在机器脑，而机器脑的驾驶员活动更好的是技巧，记忆和经验，而不是科学知识、推理小说和计算出来。这个点从目前谷歌无人车大力搜集数据，特斯拉自动驾驶大力搜集车主数据也可以获得佐证。

值得反思的是，当作一个70多岁还活跃在学术界的人士，他对学术成果能否落地具有十分的注目，甚至诙谐的指出只做技术，挣扎钻研问题的研究所风格创业是“必死无疑”的，似乎这是他多年学术研究经历后的一个深刻反思，对于正在这条路上和正在这条路上迷茫的人，是不是也应当思维下这个问题？原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：新京葡萄京-www.agentangkasnet303.com