科技改變生活。人工智能技術正在走近我們的生活，帶來諸多改變生產、生活方式的智能應用。以AlphaGo為代表的智能應用程序，讓全世界都驚嘆人工智能的“高智商”，可能您沒有想到，它背后的深度學習算法，也廣泛應用于在線廣告投放、音樂推薦等領域。人工智能在自然語言處理、機器視覺等領域的突破性進展，將給我們的生活帶來更多改變。

智能應用普及的浪潮正在到來，人工智能與大數據、云計算、互聯網、物聯網、AR(增強現實)、VR(虛擬現實)等技術融合發展，已經初露鋒芒，讓未來的智能應用前景充滿無限可能。與此同時，智能應用和產品成熟度不足、大規模數據采集帶來的隱私泄露風險、部署機器人對工作崗位的挑戰等等，引發了許多爭論。本版將連續刊載幾篇文章，展示交通、醫療、工業、消費等領域最新的智能應用發展成果，希望借此帶給讀者對新技術與未來的思考。

通過聲音識別和人臉識別系統開啟車門、啟動汽車，在無人駕駛汽車上處理工作文檔，忙完工作后通過汽車娛樂系統聽音樂、欣賞影視劇、玩游戲，或者什么都不干，等車啟動后倒頭就睡……這樣的場景是很多人的夢想，未來很可能會成為我們日常生活的一部分。

當出行成為一種閑暇的生活方式，我們可能會花更多時間在車上。為了讓人們有更多自由支配的時間，谷歌、蘋果、百度等信息通信業巨頭，以及奔馳、寶馬、奧迪、通用等汽車業巨頭都不約而同地在無人駕駛領域投入了大量資源。當然，交通類智能應用和產品不僅在陸地上，也出現在空中，無人機正在進入我們的生活，未來一定會有無人駕駛輪船出現在江河湖海中……

無人駕駛“含苞待放”

汽車或許是工業時代最有代表性的產品，但進入智能化時代，傳統汽車已難以滿足人們的需求，汽車業面臨產業轉型升級的課題。與此同時，對信息通信業而言，隨著智能手機的滲透率逐步接近飽和，開拓智能汽車市場很有必要。在技術和產業層面，無人駕駛成為汽車業與信息通信業的一大交匯點。

從產業層面看，智能汽車已成為產業融合發展重點，傳統汽車企業快速轉型，電子信息、網絡通信等企業加速滲透，汽車與相關產業全面融合，產業鏈面臨重構，價值鏈不斷延伸，產業邊界日趨模糊，呈現智能化、網絡化、平臺化發展特征。從技術層面看，汽車始終是新技術應用的重要載體，隨著信息通信、互聯網、大數據、云計算、人工智能等新技術在汽車領域廣泛應用，汽車正由人工操控的機械產品加速向智能化系統控制的智能產品轉變。

但無人駕駛并沒有那么容易實現，輔助駕駛、半自動駕駛會更早出現。那么，到底什么是自動駕駛?2014年，國際汽車工程師學會發布了自動駕駛的六級分類體系，即：非自動化(0級)、輔助駕駛(1級)、部分自動化(2級)、有條件的自動駕駛(3級)、高度自動化(4級)、全自動化(5級)。其中，0~2級需要駕駛員監控駕駛環境，而3~5級只需自動駕駛系統監控環境。目前，各大汽車廠商都推出了自動駕駛系統，比如特斯拉Autopilot、凱迪拉克Super Cruise、梅賽德斯-奔馳Drive Pilot等。谷歌、蘋果、優步、百度等信息通信業代表企業也都在無人駕駛技術方面積極嘗試。不得不說，現有產品還有很大提升空間。當然，自動駕駛要進入高度自動化階段，對道路和環境條件都有限制性要求，但也只是時間問題。進入全自動化階段，無人駕駛系統將能夠在所有道路和環境條件下完成駕駛。

夯實基礎整體推進

若從更宏觀的視角來看，包括汽車在內的交通工具只是整個交通體系中的一部分，借助智能化手段解決人員流動、貨物流通問題，不僅要突破橫跨多領域的關鍵技術環節，還需要建設良好的基礎設施，以及提供配套的輔助服務。交通智能化不能一蹴而就，而要突出重點、全面推進，政策支持、基礎設施建設尤為重要。

政策支持對新技術的發展、成熟和產業化的意義非凡。2017年7月，國務院印發了我國第一個人工智能規劃《新一代人工智能發展規劃》。在無人駕駛方面，該規劃提到了研究自主無人系統的智能技術，即無人機自主控制和汽車、船舶、軌道交通自動駕駛等智能技術，相關機器人技術以及自主無人操作系統;研究復雜環境下基于計算機視覺的定位、導航、識別等自主控制技術。同時，發展自動駕駛汽車和軌道交通系統，探索自動駕駛汽車共享模式;發展消費類和商用類無人機、無人船，建立試驗鑒定、測試、競技等專業化服務體系，完善空域、水域管理措施。

包括無人駕駛在內的人工智能技術要真正落地應用，離不開良好的網絡、大數據中心等基礎設施。網絡方面，我國寬帶網絡和高速公路網快速發展，規模位居世界首位，北斗衛星導航系統(BDS)定位精度可達毫米級。未來將加快布局實時協同人工智能的5G增強技術研發及應用，加強智能感知物聯網核心技術攻關和關鍵設施建設，形成萬物互聯、人機交互、天地一體的網絡空間。近日，國家發改委印發的《智能汽車創新發展戰略(征求意見稿)》明確提出，建設覆蓋全國的車用無線通信網絡;在橋梁、隧道等道路關鍵節點部署窄帶物聯網(NB-IoT)等網絡，建立綜合信息數據庫和多維監控設施，開展道路基礎設施信息化改造。大數據基礎設施對智能汽車和智能交通的關鍵作用無需贅言，甚至有研究者列出了“深度學習+大數據=人工智能”的公式。當前，我國正在推動實施國家大數據戰略，依托國家級數據共享交換平臺等公共基礎設施，將形成交通領域的大數據基礎信息數據庫，逐步實現車輛、基礎設施、交通環境等領域的基礎數據融合應用，為智能汽車的研發制造、安全運行、交通管理、應用服務等提供支撐。

夢想與現實有距離

安全，永遠是駕駛者面對的第一問題。無人駕駛系統依靠智能程序，能杜絕疲勞駕駛、酒后駕駛等違反交通法規的行為，還有研究表明，無人駕駛汽車的事故率比人工駕駛要低得多。不過，無人駕駛系統目前的技術成熟度不容樂觀，問題很多。比如，實測數據積累時間不夠，面對復雜環境處理應急情況方案有限;采集并分析數據的傳感器對精密性要求極高，基于安全考慮，需要嵌入車內而非完全依賴云端計算，但目前在硬件層面存在制約因素;極端條件下，自動駕駛系統面對從未遇到的情況時可能無所適從，導致事故發生;研究者與研究對象往往受地域條件限制，難以充分考慮不同環境的差異，增加了無人駕駛系統瞬時識別和判斷失誤的風險;黑客入侵自動駕駛系統，將對乘客、車輛帶來安全風險。

新事物往往帶來新沖擊，也需要新規范。人工智能具有技術屬性和社會屬性高度融合的特征，把握激勵發展與合理規制之間的平衡并不容易。目前，大家對于法律和倫理方面的問題并未達成共識。在技術不能達到能完全消除事故可能性的前提下，一旦出現交通事故，無人駕駛汽車的責任認定將會非常棘手，相關交通法規、保險制度都應做出調整。

智能應用讓交通出行更有序，當無人駕駛普及之時，如果我們從空中俯瞰地球，車流或許就像工業流水線一般井然有序。隨叫隨到的無人駕駛汽車，讓家庭不必再購置汽車或停車場地，共享汽車有望成為主流。但要看到這樣的場景，還需要時間。正如特斯拉首席執行官馬斯克在TED演講中所言：“我對技術發展前景和我們共同構建未來的能力非常樂觀。但我也相信，我們欠彼此和世界一個立身何處的清醒認識，為此我們需要通過努力工作來推其前進。如果無人汽車的關鍵性突破很難，這將又是另一幅光景。我們仍需耐心等待將飛車的夢想轉變為現實的契機。”

(新媒體責編：news1166)