吴向斌：为汽车AI的不确定性划上边界 才能做到真正安全

12月18日，由腾讯汽车主办的2018全球汽车AI大会正式拉开大幕，近50位来自全球顶尖科技公司、汽车企业高层以及国内外学术专家齐聚北京，共同为AI与汽车产业的深度融合建言献策。

在主题为“边界与融合——技术推动下的产业未来”互动研讨环节中，英特尔中国研究院智能驾驶研究室总监 、英特尔智能网联汽车大学联合研究中心首席研究员吴向斌表示，AI在自动驾驶这一垂直领域的应用接受度越来越高，很明显是在比较好的趋势上头。但是他提醒大家关注AI的不确定性以及边际。

“在车里面我们用到人工智能算法，安全包括可用性各方面的边界到底在哪里？我们必须在开车的时候不能接受一个这是百分之百99%安全，或者是99%可能它从A点把我送到B点，越来越多的人在研究这些事情。”他说道，“在AI有这个不确定性的情况下，我依然相信可以有一个确定性的边界，就像有的嘉宾有很多是做出行的。你想想自动驾驶车和人开车的区别很大程度上就是你知道人有什么样的边界，他的边界事实上就是我们所期待的。”

以下为采访实录：

陈瑶：很高兴，我作为今天论坛的最后一场圆桌沙龙主持，我们做一个happy的ending。因为刚才大家可能聊了很多，也说这是一个寒冬，寒冬里面肯定也是有暖阳的，今天我们在座的六位没有传统的OEM，所以我相信大家能聊得相对来讲更加开放一点。

既然刚才我们一直在说今天的主题词叫做边界与融合，其实对我自己来讲，我特别深有感触，我既不是学内燃机也不是学传统汽车的，我是学新闻的。但是我们作为汽车媒体来讲，大家说为什么你们会办全球AI汽车大会，你们要做科技媒体做的事情。

这对我们来讲就是一个边界和融合的问题，我们希望在汽车场景里面，只要跟汽车一切有关系的动态和趋势，都应该是媒体要去关注的事情，所以落在汽车AI的场景之下，所以今天的边界与融合这样的大主题就会向在座的六位技术大咖提出这样一些请教。刚才已经说了很多寒冬的东西，我们现在说一些比较高兴的事情。在座的六位希望利用各自给我们在座的嘉宾们，分享一下2018年你们所看到的汽车科技里面有哪样一些事情让你们觉得是最好科技进步的代表。

吴向斌：我来自于英特尔，我们更多是看重计算、通信，包括自动驾驶里面和很多跟人工智能相关的东西。2018年非常有趣的一点，我们看到越来越多人工智能的东西在实用化的道路上，尤其是自动驾驶作为一个走在最前沿的垂直领域，接受度越来越好。我不知道Gartner的曲线是怎么样的，很明显是在比较好的趋势上头。

除了人工智能这一块之后，事实上很多的时候我们现在正在讨论的，在AI里头它的不确定性对人意味着什么。这件事情非常重要，在车里面我们用到人工智能算法，安全包括可用性各方面的边界到底在哪里？我们必须在开车的时候不能接受一个这是百分之百99%安全，或者是99%可能它从A点把我送到B点，越来越多的人在研究这些事情。

而且大家认识到这件事情本身不是想象得的那么简单，所以我们看到不断在业界有不同的厂商在合作。我从学术上的角度来看也是这样子，我们要不断在基础设施、在算法，在各方面都需要齐头并进，最终可能才能解决整个作为AI落地也好，或者自动驾驶也好是一个必然。2018年发生了很多，但是这个趋势对业界来讲是很重要的一点。

陈瑶：刚刚大家讲的我总结为两点，第一是2018年最开心的事情是看到有一些技术的落地。第二点，看到这个行业秩序的重建，包括李星宇提到一些结盟，大家强强联合，一起去迎接未来的挑战。但是吴院长提到非常好的一个词，叫做AI的不确定性。但是在AI有了不确定性之后，所以机会才有可能过来。我问一下吴院长，您说了AI有不确定性，但是做自动驾驶的其实有很多家，您认为AI不确定性带给英特尔的机会到底在什么地方？或者您觉得相比于其他家来讲自动驾驶的优势在什么地方？

吴向斌：首先我不能代表英特尔说自动驾驶，但是我觉得从学术研究的角度来看，都看到了虽然AI在技术上有非猛劲的进步，但是不确定性或者说AI安全的边界是人们非常关心的。统计的东西对于广泛的大众来讲，也许听上去很好。但是我们作为一个个人用户，事实上每一次虽然是极小的概率，但是落在自己头上还是不可接受的。

在这方面英特尔做了很多研究，比如说研究院今年新起的有概率计算，就是想研究这些东西是什么样的分布，怎么能更有效的发现这些所谓的Auto Layer，这一方面是从计算的角度。

另外一方面是还有一些研究，就是怎么样给不确定性划上边界。AI现在的技术，我们看上去大的方向就是这些Deep network，很大程度上本身是很难的。但是我们人又期望这个车能有一个确定性的边界，所以这里明显是有gap的所以我们在这方面做了大量的一些研究。

在AI有这个不确定性的情况下，我依然可以有一个确定性的边界，这个就像刚才我们嘉宾有很多是做出行的。你想想自动驾驶车和人开车的区别很大程度上就是你知道人有什么样的边界，他的边界事实上就是我们所期待的。

我们现在在做在出租车、滴滴上，我们可以坐在车上睡觉，可以深度思考一些别的事情，自动驾驶车将来也一定要做到这一点。这里面比如说英特尔做的，我们叫做责任敏感模型，实际上就是期望我们在复杂的环境里面能给出一个边界。虽然里面的AI算法我们可能没法明白，但是这块的边界就是由标准的数学公式给出来。你看文章中我们一讲，大家大概就明白这种东西在这种情况下就会有这个边界。可能在这种情况下你就知道不管算法怎么升级，我还是可以在车上睡一觉，就不用太担心这些边界条件，我不会落到99%以外去。

陈瑶：您理解的边界就是安全的界限。

吴向斌：是的。事实上我们说边界，我个人理解就是除了在技术上有一个边界之外，还有一个很重要的边界就是心理。我们感受到的安全，这个边界是不是可信，完全是主观的。如果只给我一个概率的话，心里是很难接受的。因为我无法预测我在这次的行程中间会不会有意外发生，如何发生我深知都完全无法预测，所以这种是属于大家可能会比较担心的。

陈瑶：谢谢。我接下来的问题还是要问一下英特尔和NVIDIA，其实在我们发现的过程当中，OEM像主机厂也在做软件的开发，跟你们做的有些事情相对来讲是重复的。你们觉得在新的生态过程当中所谓术业有专攻的分工，是否需要存在还是在这样行业变革的情况下大家都需要尝试一下吗？

吴向斌：这是一个很好的问题，自动驾驶着确实非常非常复杂。我们可以想象一下，十年前iPhone没有出来的时候，我们都很难想象手机可以干这么多事。但是英特尔得想清楚，所以错过了很重要的事情，决策不是我做的，所以我可以理直气壮地说。事实上英特尔有的人是非常痛苦的，其实我们也受到了影响。但是将来我们可以自动驾驶车，实际上车比手机还厉害。

大家想一想，车上有那么大的电池，其实计算能力将来很有可能超过了PC，更不要说现在的手机了。而且它是全备的，甚至可以有高保真音响，有巨大的屏幕。而且现在有移动出行、有的数字化场景我非常喜欢，喝咖啡干嘛要去咖啡厅，跟朋友坐在一个车里面就挺好的，那里面什么都有，你再想想还有计算的能力。只是我们没有想清楚它将来会怎么样服务于我们，因为我们现在还没有到那一步，所以现在还focus在自动驾驶，也就是交通的一部分。

将来这个场景会非常非常大，但是不管怎么说，我个人认为这个里头应该是一个巨大的生态。如果仅仅是由一些个别的厂商，不管是在哪一个层次的软件上面，我觉得可能都不太容易做成你能把所有各个方面不同的用户，还有一些极特殊的需求都做进来。大家可以想像，我为啥拿它去和智能手机的例子相比，智能手机之所以能走到现在，事实上一个很大的、很重要的关键点就是APP store，但是车里面的App Store不是手机上的样子。但是要让这个生态变得不可或缺，变得我们特别enjoyed，可能需要一个类似的东西，所以一定要有一个生态。我觉得这个也是跟英特尔一脉相承的，因为有人说英特尔最擅长的就是做一个生态，这也算是一种基因吧，谢谢。

陈瑶：我有一个通用的问题问一下在座的六位，你们所认为未来的汽车应该是什么样的？我希望你们能天马行空描述一下，而不是说现在是四个轮子、一个座舱，我觉得你们可以描述一下未来的汽车是什么样的状态？

吴向斌：我是一个理工男，想象力不太丰富，碰巧我对这件事情想得比较多。我在想我退休之后，我现在造的东西得热爱啊，所以想的比较多。很重要的属性是这个车，刚才很多嘉宾讲的是出行，它是一个公共的，但是这个肯定也是一个重要的趋势。

但是还有一种可能性，我就想我能不能把家里的车，我孩子上大学了，我自由了。我可能就住到车上去了，我干嘛住在家里。我弄一个房车，什么事情都在车上，白天就在车里工作、生活，晚上又到了一个新的地方，在那里玩玩。第二天我要愿意玩就玩，不愿意玩就走，这个变成新的了，我对这个退休生活很向往。