近日，驭势科技联合创始人、董事长兼CEO吴甘沙受邀参加AI3.0新商机·新生态高端对话沙龙，与国内外知名专家共同就人工智能及无人驾驶等领域展开对话。现将对话内容精华整理分享。

无人驾驶整合了哪些技术？

无人驾驶技术被誉为是人工智能的皇冠，也被列为人工智能时代的六大问题之首。这其中关键技术叫mission critical AI（即关键任务人工智能），它与我们通常所说的人工智能的差别主要在于准确率。

比如把所有的人工智能都想象成学生，现在有100万不同的试卷，满分都是100分。例如人脸识别，它只要有95000张试卷考100分就行可以，而无人驾驶技术，只允许一张没考满分，其他试卷必须是100分。

换句话说，无人驾驶技术的准确率必须达到99.9999%，而这样的准确率目前的人工智能是无法实现。

但是，今天我们还是看到无人驾驶技术的诞生和使用，主要是整合大量的技术，总的来说有以下五种技术：

第一个技术叫感知，这个技术是靠大量的感应器来实现，这些传感器能帮助车辆“眼观六路、耳听八方”。

第二个技术叫认知，主要是识别，比如走在路上看到红绿灯，得知道是红灯停还是绿灯停。

第三个技术叫导航和定位，无人驾驶汽车知道人在哪里，要往哪里去。

第四个技术叫决策和规划，无人驾驶汽车知道目的地，为了到达目的该采取什么行动。如果遇到刹车的情况则需要判断是轻轻的踩一下油门，还是来个急刹车？

第五个技术叫控制，就是将中央处理器的指令转变为控制车辆底盘的动作。

汽车的电脑可以发出指令，从而让车子实现运动。

这五种技术形成了无人驾驶人工智能的闭环，也被我们称为弱人工智能，必须通过大量的数据、蛮力式的计算，还要依赖历史记忆的输入才能实现无人驾驶。这就意味着这样的人工智能必须要靠大量的劳动力进行数据的标准，也无法应对突发状况。

比如在一个交通路口有一个孕妇推着一个婴儿车，手里还牵着一条狗。要是面对这样的场景，人类可以有无数种解答方案，如果换了无人驾驶的人工智能就很难判断该怎么做。

所以，人工智能3.0时代下的无人驾驶主要基于大量的认知和常识。

什么叫基于大量的认知和常识呢？无人驾驶汽车得像人一样，要有常识的判断，比如人不可能在天上飞。而这些都没有录入到数据库当中，需要的就是一些认知和常识的判断。

关于无人驾驶技术的落地场景

目前的人工智能和我们理想中的智能有一定差距。我们倾向于称目前阶段的、仍有许多局限的人工智能为专用人工智能或领域人工智能，即AI2.0，与其相对的则是通用人工智能，即AI3.0。

AI3.0是人工智能未来发展的必然趋势。

其实，中国的无人驾驶技术和美国的无人驾驶技术差距并不大，美国作为先发国家，虽然有一定的技术积累，但中国作为后发国家也有后发优势，少走了很多弯路。

目前应用的人工智能2.0，是由应用驱动、需求驱动和场景驱动的。在这些方面，我国具有得天独厚的优势。

首先，在交通出行上，虽然当下的无人驾驶无法挑战网约车的地位，但是在不久可预见的将来，无人驾驶将是对网约车的一种颠覆。

其次，在商业上，无人驾驶技术能带来降本增效的结果，在一些长时间需要的工作，比如码头、工厂等劳动密集型的产业，就可以大大节省人力成本和管理成本。

因为无人驾驶能够长时间、高强度的工作。并且，对于危险品的运输，无人驾驶可以直接减少跟危险品的接触，大大提高了安全性。

无人驾驶技术商业化要满足什么条件？

首先要明确的告诉大家，一共要满足五个条件：

1.现场不需要任何工作人员辅助。

2.运营强度，能不能运营每周7天，每天运营20个小时以上。

3.全天候运营，汽车要适应各种自然环境和天气灾害，不管任何时刻都能工作。

4.要有规模，无人驾驶汽车能在各方面应用，拥有足够多的车供给市场消费。

5.简单好用，对方就是一个小白也能用。

这五个条件都满足，无人驾驶就会赢来真正的商业化。但是现在无人驾驶也碰到很多问题，我们可以把无人驾驶理解成一个木桶，只要中间有一块短板，它就不能商业化。

那么，这些问题能解决吗？

目前来说，很多问题都有了解决的迹象。很多人都会说人工智能过热，但实际上过热也有过热的好处，因为它会大量的吸引资本和人才进来。

现在真正投入到未来的通用人工智能研究当中的人才和资本，远远超过五六十年代，所以从这一点上来说，我们还是可以保持一定乐观。