3月27日消息， 百度高級副總裁、自動駕駛事業部總經理王勁今日在洪泰基金CEO春分大會上對外透露， 五天之後自己將離開百度獨立創業， 並已獲得洪泰投資。
同時， 王勁在現場也分享了自己對於人工智慧和無人駕駛的判斷和理解。 據其介紹， 目前百度駕駛系統有10個子模組， 最主要的是前面三個：環境感知， 行為預測， 規劃控劃。 關於規劃控制這個方向， 幾個主流的科技公司都在公佈了這個模組的人工智慧的技術。 一旦這個技術被攻克， 無人駕駛的能力會有比較好的提升， 而目前全球無人駕駛技術最好的是穀歌（錫安）
以下內容根據王勁在現場分享整理：
今天我這裡會聚焦在人工智慧無人駕駛的運用， 人工智慧是61年前就有了， 前面的50年一直不成功。 前面的50年為什麼不成功？因為它讓人先去教機器， 然後機器再為人做判斷。 到2006年深度學習開始被提出來， 以深度學習人工智慧的元年， 但是他真正得到應用， 大家看到他開始真正的取得突破是在2012年低， 穀歌開使用深度的學習做搜索， 百度也在用深度學習做搜索， 2013年百度是全世界最早的用深度學習來做廣告。
也是在那一年， 吳韌博士他做了一個集群， 那時候是用了144個GPU， 當時就超過了天河一套的計算能力， 這144個集群的計算能力是天河一套的兩倍， 在百度的集群是遠遠超過全世界最快的操作電腦。
我們來談談人工智慧和海外投資的應用， 我們可以用深度學習的應用程度和方式來區別他們的這個模式， 其實這個汽車車廠在十幾年前就開始用這個自動駕駛的技術在研究這方面， 他們主要是主動駕駛來幫助人們提升汽車的安全性。 也提升它的這個操控性， 在這個世界上把無人駕駛一般分成五級， 這裡只是有五級， 前面一二三是主動駕駛， 只有到第四第五是不需要司機坐在方向盤後面的， 第五級可以到任何地方去。
絕大部分的車場， 一直到2016年， 去年年初都認為他們一直升級到4級， 這是他們原來和科技公司的區別。 到去年年初絕大部分的車場都改變了這個方向， 他們仍然在走這個輔助駕駛，
第二個流派就是以百度和谷歌為代表， 利用深度學習， 在利用深度學習的程度上不一樣。 直到後面2012年底的時候， 開始逐漸的做成LX3， 從L3做到LX4， 它這樣用的是什麼呢？它只是在有限的範圍裡頭， 它用的是感知這個模組裡頭大規模的使用模組學習， 在決策這些模組裡頭， 據我所知， 2016年穀歌還沒有大規模在應用規模學習。 他們這個車仍然是在全世界領跑整個無人駕駛的技術。
與此不同的是百度和穀歌， 在決策上面也開始應用這個深度學習做人工智慧的駕駛決策。 另外一個是Mobileye， 以攝象頭為基礎的流派， 它做的是LX2.5的，
綜上所述大家可以看到， 從最傳統的技術， 就是車場， 到最激進的， 這個中間有很多的選擇， 就是從技術上有很多流派， 沒有哪一個流派被證明。 現在領跑的是穀歌， 全球我們認為無人駕駛最好的技術應該是穀歌。
為什麼現在的無人駕駛很多人認為有機會， 很可能在三到五年內被實現， 主要是基於這幾個技術的突破， 這個跟大家的是一樣的， 去年的阿爾法狗幫著教育了很多的高科技行業之外的， 包括車廠的領導， 甚至是晶片廠商的公司。 就說， 用深度學習來做決策和感知將會很快的把它的能力提升在人類的駕駛員之上。 所以深度學習的演算法成為了無人駕駛的基石。
第二個帶來改變的就是感測器，大家知道現在64線的雷射雷達在逐步的投入量產，到今天為止能力被用到實踐中間的這個雷射雷達，很多人在做，真正可用的雷射雷達只有一個公司。但是同時無人駕駛汽車現在還需要非常多其他的感測器，包括攝象頭，包括慣性的導航，那麼他也需要配合上高精的地圖才能作為一個無人駕駛，這些技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的感測器上，得到一個非常廣泛的，非常好的突破。
第三個硬體的升級打造雲端汽車大腦，他能開發硬體，以前的GPU一般會用來做PC上的遊戲加速器，百度應該最早在上面，百度還做了當時一個非常保密的項目，當時全球有兩個主要的廠商來做這個晶片，今天的百度是兩個雙腿的晶片，所以在百度汽車打擾，擁有這樣的計算能力以後，我們大家就可以把深度學習演算法和這個模型放到車上，然後在汽車自己駕駛的過程中間做一些即時的判斷和決策。
非常關鍵的就是第一個基礎決策，就是感知，要對很多的物體，從攝象頭和雷射雷達要做出一些判斷，這個判斷要用資料做一些評比，就是看看自己在這樣大量的資料裡面自己的技術到底有多少的準確性，到現在為止我的團隊仍然是在全球，就是跟汽車相關的6個指標有4個指標是全世界第一的，包括判斷汽車的準確性，包括語音等等，像剛才王總一樣談了很多。
基於剛才的這幾個技術的發展，無人駕駛系統終於可以讓大家看到越來越成為一個主流的方向，百度的駕駛系統有10個子模組，最主要的是前面三個，環境感知，行為預測，規劃控制，前面兩個月的比較多，第三個規劃控制這個方向，幾個主流的科技公司都在公佈了這個模組的人工智慧的技術。一旦這個技術被攻克以後，這個無人駕駛的能力會有比較好的提升。
我們認為這個規劃和控制會在未來的一兩年得到很大的突破，其他的還有很多的東西，比如說作業系統，高精地圖，很多很多的企業都可以提供。
隨著這個技術的成熟，無人駕駛的技術和人工智慧的能力不斷的在提升，車子跑的越來越多，資料也越來越多，也可以收集回來，很多人也在判斷，什麼時候無人駕駛可以落地。2021年是無人駕駛的元年，有一些大一點的有十幾萬輛的規模，成為一個叫量產的時候。主流的車場和主流的這些公司，就是穀歌也在這個裡面，2020年基本上主流的公司都能在2020年達到量產的目標。整個行業對他們有很多的擔心，百度我們也有工程師，我們覺得這個技術還比較遠。
還有的公司是有保守一點，可能要更晚一點，可能是2025年以後才可以實現。整個這個產業對無人駕駛有預期，有激進的，有保守的，無人駕駛這一點一定會到來，當無人駕駛到來的時候，交通的安全性可以得到大幅度的提升。當無人駕駛這個時間到來的時候，我們認為汽車這個行業甚至有可能會被顛覆。雖然有一些汽車公司他們也在做無人駕駛系統，它們也預計他們在2021年能夠實現無人駕駛的量產，但我們可能會看到，我們跟它們接觸的中間發現，它們在人工智慧的技術上遠遠落後於公司，它們絕大多數的技術是專家型的，所以當整個汽車行業在這樣的一個狀態下，他們的準備程度更差。
如果汽車行業不革自己的命，就會被別人革了命，現在只剩下4年的時間，謝謝大家。
網易企業服務-企業資訊化服務提供者
湖南領先網路科技有限公司163.hn.cn
所以深度學習的演算法成為了無人駕駛的基石。第二個帶來改變的就是感測器，大家知道現在64線的雷射雷達在逐步的投入量產，到今天為止能力被用到實踐中間的這個雷射雷達，很多人在做，真正可用的雷射雷達只有一個公司。但是同時無人駕駛汽車現在還需要非常多其他的感測器，包括攝象頭，包括慣性的導航，那麼他也需要配合上高精的地圖才能作為一個無人駕駛，這些技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的感測器上，得到一個非常廣泛的，非常好的突破。
第三個硬體的升級打造雲端汽車大腦，他能開發硬體，以前的GPU一般會用來做PC上的遊戲加速器，百度應該最早在上面，百度還做了當時一個非常保密的項目，當時全球有兩個主要的廠商來做這個晶片，今天的百度是兩個雙腿的晶片，所以在百度汽車打擾，擁有這樣的計算能力以後，我們大家就可以把深度學習演算法和這個模型放到車上，然後在汽車自己駕駛的過程中間做一些即時的判斷和決策。
非常關鍵的就是第一個基礎決策，就是感知，要對很多的物體，從攝象頭和雷射雷達要做出一些判斷，這個判斷要用資料做一些評比，就是看看自己在這樣大量的資料裡面自己的技術到底有多少的準確性，到現在為止我的團隊仍然是在全球，就是跟汽車相關的6個指標有4個指標是全世界第一的，包括判斷汽車的準確性，包括語音等等，像剛才王總一樣談了很多。
基於剛才的這幾個技術的發展，無人駕駛系統終於可以讓大家看到越來越成為一個主流的方向，百度的駕駛系統有10個子模組，最主要的是前面三個，環境感知，行為預測，規劃控制，前面兩個月的比較多，第三個規劃控制這個方向，幾個主流的科技公司都在公佈了這個模組的人工智慧的技術。一旦這個技術被攻克以後，這個無人駕駛的能力會有比較好的提升。
我們認為這個規劃和控制會在未來的一兩年得到很大的突破，其他的還有很多的東西，比如說作業系統，高精地圖，很多很多的企業都可以提供。
隨著這個技術的成熟，無人駕駛的技術和人工智慧的能力不斷的在提升，車子跑的越來越多，資料也越來越多，也可以收集回來，很多人也在判斷，什麼時候無人駕駛可以落地。2021年是無人駕駛的元年，有一些大一點的有十幾萬輛的規模，成為一個叫量產的時候。主流的車場和主流的這些公司，就是穀歌也在這個裡面，2020年基本上主流的公司都能在2020年達到量產的目標。整個行業對他們有很多的擔心，百度我們也有工程師，我們覺得這個技術還比較遠。
還有的公司是有保守一點，可能要更晚一點，可能是2025年以後才可以實現。整個這個產業對無人駕駛有預期，有激進的，有保守的，無人駕駛這一點一定會到來，當無人駕駛到來的時候，交通的安全性可以得到大幅度的提升。當無人駕駛這個時間到來的時候，我們認為汽車這個行業甚至有可能會被顛覆。雖然有一些汽車公司他們也在做無人駕駛系統，它們也預計他們在2021年能夠實現無人駕駛的量產，但我們可能會看到，我們跟它們接觸的中間發現，它們在人工智慧的技術上遠遠落後於公司，它們絕大多數的技術是專家型的，所以當整個汽車行業在這樣的一個狀態下，他們的準備程度更差。
如果汽車行業不革自己的命，就會被別人革了命，現在只剩下4年的時間，謝謝大家。
網易企業服務-企業資訊化服務提供者
湖南領先網路科技有限公司163.hn.cn