葛樹志： 車路協同構筑新一代智能交通

汽車的智能化、網聯化發展是同動的過程，兩者相互促進、相互迭代、相互提升。

智能汽車——汽車的智能駕駛級別越高，越接近智能汽車;網聯汽車——汽車的網聯化程度越高，越接近網聯汽車;智能網聯汽車——汽車的智能駕駛級別和網聯化程度越高，就越接近智能網聯汽車。汽車的智能化、網聯化發展是互動的過程，兩者相互促進、相互迭代、相互提升。

智慧城市與智能交通

交通之所以重要，是因為它能促進人與人之間的交流，貿易和其他形式的交流，進而建立文明。運輸在經濟增長和全球化中起著重要的作用，雖然大多數類型都會造成污染并占用大量土地。

可以看到，我們的交通工具從馬車到柴油或汽油汽車，到電動汽車、移動終端，再到飛行器、出租車，交通工具的自動化智能化的程度越來越高。

近年來，隨著5G、傳感器等前沿技術的進步，大范圍建設、升級智慧路燈、智慧交叉口等智慧基建設施是智能網聯汽車應用于城市交通的重要前提。

效率是城市交通的重點關注問題，智能網聯汽車的應用極大地改善了城市的交通效率，大數據、人工智能賦予智能交通系統升級，有效提高了對城市交通運行狀態監管力度。

安全也是城市交通的重點關注問題，智能網聯汽車的應用極大地提升了城市的交通安全。

智能網聯汽車有網聯應用云端，信息越來越豐富，我們可以通過云計算、硬件基礎，讓智慧城市智能交通成為可能。

為什么要人工智能

我們知道，圖靈是人工智能之父，在1950 年就提出了人工智能的初步定義。人工智能的發展也是非常迅速的，從早期的圖靈機，到麥卡錫對人工智能概念的推動，后來又出現了通用問題求解，接著是知識庫系統知識工程，直到現在有了人工智能技術發展。

我們關注到，神經網絡有三個高峰，分別為感知機、反向傳播以及深度學習?，F在深度學習和神經網絡很流行，但是神經網絡其實本身只是工具，而且是很笨的工具，屬于人工智能范疇的很小一部分。

雖然現在深度學習只能解決有界問題，相當于 5—10 歲孩子的智力，但從發展的視角看，人工智能有廣闊的發展空間;深度學習之后是機器學習，如我們學生上高中、讀大學、做研究一樣，還有很多的應用前景，比如規劃、優化、推理、創造力和藝術等更高端的智能。真正想實現人工智能之路還非常遠。

人的大腦很有智慧，它只關注和存儲重要的視覺，而且是動態的，所需能量很少?，F在基于硅基數字計算機的深度學習，學習笨拙，不具有一般性，而且耗電量大。我們的工作是利用相關技術 ， 模擬人腦的運算方式，將計算機賦予人腦類似的功能，像視覺、聽力、分析能力。本質上，我們是向人腦學習，而不是向芯片學習。

現在我們推薦一個動態的網絡，而不是一個靜態的網絡。動態網絡以常微分方程展示，包括相關的網絡勢能域，同域相關存儲。我們也給出了嚴格的理論證明。給你一張圖片，我們可以展示機器在受過訓練之后，它能夠抽取這張圖片中的一些有用信息。

另外要討論的是時間感知層。大部分的研究工作是在空間完成，左邊這個網絡有兩個脈沖，第一個脈沖是用來訓練信號的;第二個脈沖是用來進行復合性培訓的，第三個才是相關聯的應用。我們加入了時間的維度，去補充之前計算機分析的空間

維度。

解決最后一公里

物流的最后一公里距離大家解決了，那么，最后一公里“道to道”我們也要解決。

我們的團隊與上汽公司合作開發關于長距離自主泊車項目，項目目標是將汽車放在停車場入口后車輛可以自動進入停車場并尋找車位完成自主停車;與海南馬自達合作提供無人駕駛整套方案，包括傳感器以及布局設計、無人駕駛相關感知規劃和控制算法及軟件;與愛立信合作開展5G遙控駕駛技術的開發。

同時，我們在平臺及軟件層面，也與不同企業實現了合作。

總而言之，智能汽車和智能道路網絡是密不可分的，兩者共同發展就是讓網聯之后變得越來越聰明，越來越有智慧。智能汽車要跟智能環境互動才變得更真實。這樣才是真正上融為一體，也就是大家所說的智能城市、智能國家。

（本文根據2020世界智能網聯汽車大會速記整理，有刪改，未經本人審閱）