五问科创新风｜自动驾驶：没有强大算力芯片，很难实现

【编者按】

科技改变世界，创新决定未来。

站在2021年的新起点，澎湃新闻·智库报告栏目推出新春策划“五问科创新风”，我们邀请工程师、产业研究者及企业高管，讲述集成电路、人工智能、自动驾驶、基因测序、燃料电池、区块链、石墨烯、5G等科创领域的理想与现实，找差距、补短板，修炼内功、赋能未来。

澎湃新闻 张泽红、冯婧 制图

澎湃新闻：目前自动驾驶最前沿技术达到了什么程度？

殷承良：自动驾驶准确说是两大技术路线，这个必须得先说明。

第一个技术路线就是单车智能，这个以美国和欧洲为主。准确说叫做All-in-one，传感器都布置在车上，车身作为单独的个体去识别路上的车辆、行人、障碍等，这是一种技术路线。第二个技术路线是以网联为主，包括单车传感在内的技术手段为辅的技术路线。

这两种技术路线并不是完全独立的，而是谁为主、谁为辅的问题。单车智能走到今天，也有网联作为辅助，主要靠车上的传感器来进行路况判断。智能网联则一多半靠路侧设备功能和网络功能来赋能的，然后体现自动驾驶水平，这是两种不同的技术路线。

单车智能发展技术，因主要设备都装在车上，衡量其技术发展程度也就转化成车上的传感器水平如何，智能化算法如何，运用场景如何，通过深度学习还有其他算法手段，对自然环境的理解判别情况，从而进行控制的能力怎么样等。而智能网联技术不仅是车上和传感器本身，还涉及对应的通信手段、道路基础设施建设、云边端数据、路侧设备，边缘计算等，所以更加复杂。

目前肯定是单车智能跑得比较快。因为单车牵扯的范围比较窄，而且是西方主流的技术路线延续。单车智能路线延续了西方汽车行业“整车为王”的逻辑惯性，可以看到美、欧、日都是这样的技术路线。从体系上看，这种路线没有任何问题，不存在瓶颈。

单车智能主要的瓶颈在于新兴的传感、算力芯片以及场景方面，学习和训练的数据积累到什么程度，这几方面越成熟，单车智能发展也会越成熟。目前，从传感器的角度上来说，包括激光雷达、毫米波雷达、摄像头都已步入成熟期。

从传感器技术看，单车智能目前已到了完全可以使用的阶段，这是基本判断。目前技术程度做的自动驾驶汽车至少达到L3、L4级别。但是主要问题在于成本，成本还偏高。只要技术成熟了，大批量投入应用，成本很快就会下降。

第二是算力方面，这主要体现在一些芯片上，如图形图像处理芯片，英伟达、英特尔、AMD、特斯拉都在进行研发。还有一类属于人工智能深度学习、算法的芯片。这类芯片属于百家争鸣，中国也有不少企业在做，如华为、地平线、百度等。但是中国这一块可能还是欠口气，还要继续发展。而没有强大的算力芯片，真正做到无人驾驶还是很困难的。

走到今天，单车智能仍属于起步快速发展阶段，图像方面相对比较成熟了，但是可靠性、耐久性需要提高，成本还是有待于继续降低，离真正成熟还有一段距离，这是算力芯片。

第三方面，是否有足够多的场景、环境测试实验去验证。我觉得最大的问题出现在这里，因为它是靠车自动去识别所有环境、各种路况。雨、雪、风、雾霾等天气下的交通场景极度复杂。中国的场景比美国场景复杂得多。所以仅靠单车智能完整识别这些场景，确确实实要很长时间。

单车智能最大的短板就在于对环境的适应能力，也就是对复杂的交通环境、气象环境识别和判断能力上，这个不是一日之功，硬件再牛，算法做得再好，没有大量的数据集进行训练，根本出不来的，这就是普通汽车和智能化汽车的最大区别。

另外，单车智能有一个理论上没有办法解决的场景——“鬼探头”。从安全上，“鬼探头”这件事，如果没有网联化，没有其他的辅助手段解决，只靠单车上面的传感器是无法解决的，这一类场景没有办法真正的预知和判断，理论上是有漏洞的。所以单车智能是无法完全实现真正意义上的无人驾驶的，至少目前是无解的，还要很长的时间，很长的路要走。

澎湃新闻：国内自动驾驶达到什么水平？中国短板在哪里？

殷承良：单车智能方面，与西方比，必须承认差距，我们主要的方面相对落后。

第一， 世界上最牛的传感器都不在中国。

第二， 最牛的芯片尤其是算力芯片不在中国。

第三， 我们的场景是中国特有的，比别人复杂。正因为场景太复杂，以至于我们想用单车智能遍历中国的场景非常困难。国外开发的算法不经针对性训练并不适应我们国家的场景。以美国为例子，美国地广人稀、路况、交通规则与中国不一样。所以在这些地区学习的数据集和直接拿到中国来，是不可行的。过去大家买车都买国外原装的，今天中国做无人驾驶如果依然这样做，根本行不通。国外场景远不如中国复杂，算法如果没做本地化的适应性训练开发，直接用在国内无人驾驶车辆上，很容易出交通事故。不是产品质量不行，而是在于基本的逻辑上头它没有针对我们本地化的东西做大量的训练，只有学习以后，才能在本土试用。

对于单车智能要多试、多训练、多积累。这不只需要人力、物力、财力，还需要很长的时间成本，才能砸出来。即便我们算力进步也不行，综合的基础能力我们确实跟人家有差距。

澎湃新闻：中国的前进方向是什么？

殷乘良：单车智能我们有差距，所以说我们要走另外一条——智能网联。车路协同、车网融合其实本质就是网联化为主，单车智能为辅，不存在纯粹的网联化。这两个是不矛盾的，只不过是所占比例高低不同。这两者并非是0和1的博弈，非此即彼，不是这个概念。

国外走单车智能，一个是百年积累的庞大基础工业体系，一个是基础设施建设他们并不强。因为网联是需要基础设施的，第一网络基础设施，比如5G，中国是领先的。第二道路基础设施，路边的装备、道路条件，这些方面恰恰是我们的强项。所以中国要走网联这个技术路线。

我们走网联路线也是对无人驾驶发展的一个探索。走智能网联路线，中国实现自动驾驶一定比国外的单车智能快。智能网联就不仅是汽车产业，也带动5G通信、智能装备、智慧出行等产业发展，并形成了一个多产业交融、立体式的大生态体系。

澎湃新闻：发展自动驾驶还有哪些困难需要克服？ 

殷承良：技术方面。我们虽然主要走智能网联路线。但是单车智能和网联汽车这两个不是绝对割裂的。所以技术短板该补必须得补。传感器不如人家，要苦练内功，继续扎下去研发。芯片比别人差，要去追。已经领先要继续保持领先，已经超越的继续前进。

人才方面。从量上说，中国不缺人才。据相关统计，2016年我国科研人才总数已经超过美国成为世界第一。人才方面的短板主要在两个层面：一是原创性的人才缺乏，二是综合性、训练有素的高端领军性人才缺乏。所谓领军人才不是仅仅单纯技术方面的，还涉及到管理上、操作层面等，这一类的人才我们很缺。

目前为止，人工智能领域最高端的人才，最早发明深度学习、深度思考这些理论，并且开发出各种工具，进行实践，这些人才都在美国为首的西方国家，原始创新的都在美国。值得注意的是，他们的工作组里面有很多中国人，大陆留学生，这些人待在这里也都出了这么多成果。为什么这些人在国内默默无闻？出了国以后跑到人家的课题组，焕发出强大的能力？这个值得深度思考。

总体上，我们缺的是“一横一纵”的顶尖人才。纵向的就是垂直往下深挖的人才。横向的就是能把整个领域方方面面领起来，综合性的领军人物。

资本方面。资本是逐利的。只要有好的团队、好的理念、好的技术，符合发展潮流，资本会找上门来的。

但是在投资过程中，国有资本和社会资本各有优缺，怎么扬长避短，值得好好琢磨。新基建等战略性投资，社会资本不会投，这方面国企做得好。风险大但盈利性可能高的投资方面，国有资本做的就不如社会资本。目前很多政府引导基金很少人敢用，而产业发展国有资金才是大头。但这种风险投资面临的实际情况是，一是政府产业引导基金不敢投，二是人家也不敢要。这其中有盈利要求过高、国企担责机制约束、退出机制艰难、时间成本高等问题。

社会资本又过于短视，追求高回报。所以一些战略意义的项目，需要长时间打磨的项目，社会资本也不投。国资和社会资本都有各自的问题，这些问题需要好好解决。

政策方面，既涉及到法律，也涉及到伦理，这些需要发展过程中统筹协调制定，目前多部门也正在研究。法律法规是最根本的，然后是政策方面的适应，这两者是相辅相成的。此外，还有伦理方面的要求。

一方面，鼓励自动驾驶的创新发展和现有的政策法规冲突的问题。

例如，要求车上必须要有方向盘、自动踏板，但是无人驾驶没这些。这就需要修订原有的政策、法规。

再如，无人驾驶交通事故责任人问题。无人驾驶的车撞到人了，谁来负这个责任？车是自动控制的。这不仅是赔偿损失的问题。难点就在事故责任明确上，怎么办？还有路权的问题，这些都要循序渐进。一般来说，可以在试点示范区率先逐步放开。

此外，伦理道德问题也事关政策制定。最典型的一个难题，一个无人驾驶的车，速度正常情况下，左右两条路，忽然看到前方有一棵大树，要怎么躲避？左边路出来的是一个小孩，右边路出来是个老人。急刹车来不及，为了不撞到树上，你是向左还是向右？你的程序怎么编？你的算法怎么变？这是很难的问题，涉及到伦理道德。伦理问题牵扯到立法，然后牵扯到最后的责任事故判定，它是一连串的影响。

所以，无人驾驶的发展其实不仅涉及到政策法规，伦理问题也是需要探讨的。