无人驾驶是一个很复杂、很有挑战的一件事，也是人类梦想和科学幻想，它需要很多的投入，需要很多的攻坚。
9月28日，中国工程院外籍院士，清华大学智能产业研究院讲席教授兼院长张亚勤在中国电动汽车百人会举办的全球智能汽车产业大会高层论坛上发表主题为《走向无人驾驶》的演讲。
从大模型和生成式AI的发展趋势讲述无人驾驶，在张亚勤看来，人工智能是无人驾驶背后最重要的技术驱动力量，每次人工智能的发展都会让无人驾驶上升一个台阶。
无人驾驶的趋势是人工智能
人工智能对无人驾驶的影响包括自然的内容，也包括从传感器的内容，可以有图像、语音、文字，也可以从我们激光雷达、4D雷达来的信息。
张亚勤认为，未来需要新的算法，GPT4比起人大脑的效率至少低1000—5000倍，需要强化学习来加强新的信息，对无人驾驶很重要。同时还需要新的模型，模型之间的交互、联邦，包括把模型如何上车、如何进入手机端，以及如何大模型变成小模型。
同时，张亚勤提到具身智能（Embodied AI），大模型如何与和车、机器人、无人机相连。现阶段，企业是成功的EV企业，但是仍需要修长远的眼光，特别是成功的企业要看到未来的制高点和决胜点是智能驾驶、无人驾驶。
此外，张亚勤表示生物智能同样重要，大模型和大脑连接会有很大的能量、很强的能力，但同时也带来很多风险。在大模型方面、包括无人驾驶方面需要在内容、体系方面综合治理。AI需要更可控、更可信、更安全。
L4+级别无人驾驶有望实现
张亚勤认为无人驾驶其实是人工智能里面最复杂、最有挑战的问题，但是也是最可以解决的问题，不是一个通用人工智能，是一个专用的，为了解决具体任务的一个智能的挑战。
由于场景复杂、任务复杂，当然更重要的要高可靠性，高安全性，行业普遍认为，无人驾驶要比人类驾驶安全10倍才可以大规模的推广。
张亚勤指出，无人驾驶有很多关键的问题，包括市场的力量和非市场的力量。市场的力量包括技术可行性、用户需求、产业生态、商业模式。非市场的力量则包括，政策、法规、伦理、隐私，还有一些非人为的因素。
张亚勤认为，L4+级别无人驾驶是可以实现的，具体实现不仅要有视觉、还要有激光雷达，不仅是单车智能，还需要认为V2X。车路协同会增加安全度、冗余度。
自动驾驶很复杂，包括采集数据、传感融合、智能感知，需要仿真、车辆的平台、V2X的平台、车辆的平台，是一个相当复杂的问题。
单车智能更为重要
大模型包括感知、决策，有4D场景的感知、驾驶行为策略的推荐、安全的决策，有些是在云端，有些是在车端，无人驾驶本身是车、云、路整体的决策。
张亚勤认为，大部分计算需要放到车上的，90%以上的计算和决策要放在车上面。并且单车智能也很重要，在没有云的时候车也能开。
无人车慢慢会进入市场，无人驾驶进入市场之后大部分还是有人车，有人驾驶和无人驾驶一定会混合很多年，所以无人驾驶要了解人的驾驶行为，才可以不断去适应大的环境。
无人驾驶最重要的是安全，一方面是单车驾驶安全，一方面是车路协同技术安全。张亚勤认为V2X可以增加安全性，但是无法确定具体系数，所以需要理论模型，包括场景分布的模型、感知车辆交互模型、安全评价模型，做出理论公式形成分布。
V2X在很多场景可以比单车智能大幅度提高安全，比如无保护的左转，安全可以提高10倍，从理论上、实际上证明V2X十分重要。感知模型拓展到规划和决策，安全性更加提高。
对于无人驾驶，张亚勤认为这是一个征程，正在把科学幻想变成科学、把梦想变成现实。
免责声明
本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。