吳向斌：為汽車AI的不確定性劃上邊界 才能做到真正安全

12月18日，由騰訊汽車主辦的2018全球汽車AI大會正式拉開大幕，近50位來自全球頂尖科技公司、汽車企業高層以及國內外學術專家齊聚北京，共同為AI與汽車產業的深度融合建言獻策。

在主題為“邊界與融合——技術推動下的產業未來”互動研討環節中，英特爾中國研究院智能駕駛研究室總監 、英特爾智能網聯汽車大學聯合研究中心首席研究員吳向斌表示，AI在自動駕駛這一垂直領域的應用接受度越來越高，很明顯是在比較好的趨勢上頭。但是他提醒大家關注AI的不確定性以及邊際。

“在車裡面我們用到人工智能算法，安全包括可用性各方面的邊界到底在哪裡？我們必須在開車的時候不能接受一個這是百分之百99%安全，或者是99%可能它從A點把我送到B點，越來越多的人在研究這些事情。”他說道，“在AI有這個不確定性的情況下，我依然相信可以有一個確定性的邊界，就像有的嘉賓有很多是做出行的。你想想自動駕駛車和人開車的區別很大程度上就是你知道人有什麽樣的邊界，他的邊界事實上就是我們所期待的。”

以下為採訪實錄：

陳瑤：很高興，我作為今天論壇的最後一場圓桌沙龍主持，我們做一個happy的ending。因為剛才大家可能聊了很多，也說這是一個寒冬，寒冬裡面肯定也是有暖陽的，今天我們在座的六位沒有傳統的OEM，所以我相信大家能聊得相對來講更加開放一點。

既然剛才我們一直在說今天的主題詞叫做邊界與融合，其實對我自己來講，我特別深有感觸，我既不是學內燃機也不是學傳統汽車的，我是學新聞的。但是我們作為汽車媒體來講，大家說為什麽你們會辦全球AI汽車大會，你們要做科技媒體做的事情。

這對我們來講就是一個邊界和融合的問題，我們希望在汽車場景裡面，只要跟汽車一切有關係的動態和趨勢，都應該是媒體要去關注的事情，所以落在汽車AI的場景之下，所以今天的邊界與融合這樣的大主題就會向在座的六位技術大咖提出這樣一些請教。剛才已經說了很多寒冬的東西，我們現在說一些比較高興的事情。在座的六位希望利用各自給我們在座的嘉賓們，分享一下2018年你們所看到的汽車科技裡面有哪樣一些事情讓你們覺得是最好科技進步的代表。

吳向斌：我來自於英特爾，我們更多是看重計算、通信，包括自動駕駛裡面和很多跟人工智能相關的東西。2018年非常有趣的一點，我們看到越來越多人工智能的東西在實用化的路線上，尤其是自動駕駛作為一個走在最前沿的垂直領域，接受度越來越好。我不知道Gartner的曲線是怎麽樣的，很明顯是在比較好的趨勢上頭。

除了人工智能這一塊之後，事實上很多的時候我們現在正在討論的，在AI裡頭它的不確定性對人意味著什麽。這件事情非常重要，在車裡面我們用到人工智能算法，安全包括可用性各方面的邊界到底在哪裡？我們必須在開車的時候不能接受一個這是百分之百99%安全，或者是99%可能它從A點把我送到B點，越來越多的人在研究這些事情。

而且大家認識到這件事情本身不是想象得的那麽簡單，所以我們看到不斷在業界有不同的廠商在合作。我從學術上的角度來看也是這樣子，我們要不斷在基礎設施、在算法，在各方面都需要齊頭並進，最終可能才能解決整個作為AI落地也好，或者自動駕駛也好是一個必然。2018年發生了很多，但是這個趨勢對業界來講是很重要的一點。

陳瑤：剛剛大家講的我總結為兩點，第一是2018年最開心的事情是看到有一些技術的落地。第二點，看到這個行業秩序的重建，包括李星宇提到一些結盟，大家強強聯合，一起去迎接未來的挑戰。但是吳院長提到非常好的一個詞，叫做AI的不確定性。但是在AI有了不確定性之後，所以機會才有可能過來。我問一下吳院長，您說了AI有不確定性，但是做自動駕駛的其實有很多家，您認為AI不確定性帶給英特爾的機會到底在什麽地方？或者您覺得相比於其他家來講自動駕駛的優勢在什麽地方？

吳向斌：首先我不能代表英特爾說自動駕駛，但是我覺得從學術研究的角度來看，都看到了雖然AI在技術上有非猛勁的進步，但是不確定性或者說AI安全的邊界是人們非常關心的。統計的東西對於廣泛的大眾來講，也許聽上去很好。但是我們作為一個個人用戶，事實上每一次雖然是極小的概率，但是落在自己頭上還是不可接受的。

在這方面英特爾做了很多研究，比如說研究院今年新起的有概率計算，就是想研究這些東西是什麽樣的分布，怎麽能更有效的發現這些所謂的Auto Layer，這一方面是從計算的角度。

另外一方面是還有一些研究，就是怎麽樣給不確定性劃上邊界。AI現在的技術，我們看上去大的方向就是這些Deep network，很大程度上本身是很難的。但是我們人又期望這個車能有一個確定性的邊界，所以這裡明顯是有gap的所以我們在這方面做了大量的一些研究。

在AI有這個不確定性的情況下，我依然可以有一個確定性的邊界，這個就像剛才我們嘉賓有很多是做出行的。你想想自動駕駛車和人開車的區別很大程度上就是你知道人有什麽樣的邊界，他的邊界事實上就是我們所期待的。

我們現在在做在計程車、滴滴上，我們可以坐在車上睡覺，可以深度思考一些別的事情，自動駕駛車將來也一定要做到這一點。這裡面比如說英特爾做的，我們叫做責任敏感模型，實際上就是期望我們在複雜的環境裡面能給出一個邊界。雖然裡面的AI算法我們可能沒法明白，但是這塊的邊界就是由標準的數學公式給出來。你看文章中我們一講，大家大概就明白這種東西在這種情況下就會有這個邊界。可能在這種情況下你就知道不管算法怎麽更新，我還是可以在車上睡一覺，就不用太擔心這些邊界條件，我不會落到99%以外去。

陳瑤：您理解的邊界就是安全的界限。

吳向斌：是的。事實上我們說邊界，我個人理解就是除了在技術上有一個邊界之外，還有一個很重要的邊界就是心理。我們感受到的安全，這個邊界是不是可信，完全是主觀的。如果隻給我一個概率的話，心裡是很難接受的。因為我無法預測我在這次的行程中間會不會有意外發生，如何發生我深知都完全無法預測，所以這種是屬於大家可能會比較擔心的。

陳瑤：謝謝。我接下來的問題還是要問一下英特爾和NVIDIA，其實在我們發現的過程當中，OEM像主機廠也在做軟體的開發，跟你們做的有些事情相對來講是重複的。你們覺得在新的生態過程當中所謂術業有專攻的分工，是否需要存在還是在這樣行業變革的情況下大家都需要嘗試一下嗎？

吳向斌：這是一個很好的問題，自動駕駛著確實非常非常複雜。我們可以想象一下，十年前iPhone沒有出來的時候，我們都很難想象手機可以乾這麽多事。但是英特爾得想清楚，所以錯過了很重要的事情，決策不是我做的，所以我可以理直氣壯地說。事實上英特爾有的人是非常痛苦的，其實我們也受到了影響。但是將來我們可以自動駕駛車，實際上車比手機還厲害。

大家想一想，車上有那麽大的電池，其實計算能力將來很有可能超過了PC，更不要說現在的手機了。而且它是全備的，甚至可以有高保真音響，有巨大的螢幕。而且現在有移動出行、有的數字化場景我非常喜歡，喝咖啡幹嘛要去咖啡廳，跟朋友坐在一個車裡面就挺好的，那裡面什麽都有，你再想想還有計算的能力。只是我們沒有想清楚它將來會怎麽樣服務於我們，因為我們現在還沒有到那一步，所以現在還focus在自動駕駛，也就是交通的一部分。

將來這個場景會非常非常大，但是不管怎麽說，我個人認為這個裡頭應該是一個巨大的生態。如果僅僅是由一些個別的廠商，不管是在哪一個層次的軟體上面，我覺得可能都不太容易做成你能把所有各個方面不同的用戶，還有一些極特殊的需求都做進來。大家可以想像，我為啥拿它去和智能手機的例子相比，智能手機之所以能走到現在，事實上一個很大的、很重要的關鍵點就是APP store，但是車裡面的App Store不是手機上的樣子。但是要讓這個生態變得不可或缺，變得我們特別enjoyed，可能需要一個類似的東西，所以一定要有一個生態。我覺得這個也是跟英特爾一脈相承的，因為有人說英特爾最擅長的就是做一個生態，這也算是一種基因吧，謝謝。

陳瑤：我有一個通用的問題問一下在座的六位，你們所認為未來的汽車應該是什麽樣的？我希望你們能天馬行空描述一下，而不是說現在是四個輪子、一個座艙，我覺得你們可以描述一下未來的汽車是什麽樣的狀態？

吳向斌：我是一個理工男，想象力不太豐富，碰巧我對這件事情想得比較多。我在想我退休之後，我現在造的東西得熱愛啊，所以想的比較多。很重要的屬性是這個車，剛才很多嘉賓講的是出行，它是一個公共的，但是這個肯定也是一個重要的趨勢。

但是還有一種可能性，我就想我能不能把家裡的車，我孩子上大學了，我自由了。我可能就住到車上去了，我幹嘛住在家裡。我弄一個露營車，什麽事情都在車上，白天就在車裡工作、生活，晚上又到了一個新的地方，在那裡玩玩。第二天我要願意玩就玩，不願意玩就走，這個變成新的了，我對這個退休生活很向往。