9月13日消息，由新浪科技举办的主题为“未来之境”的第二届新浪C+峰会今天上午在北京金茂万丽酒店正式开幕，新浪集团战略副总裁褚达晨、清华大学计算机科学与技术系教授邓志东、地平线机器人技术自动驾驶负责人余轶南、ROOBO机器人联合创始人尹方鸣、云知声创始人梁家恩围绕着无人驾驶汽车的主题，畅谈了自己的看法。

　　邓志东认为，中国无人驾驶的车可能在2021年前后应该能实现商用，能够看到有无人驾驶汽车出现在马路上。余轶南则认为，不超过2020年中国将有100万台无人车出现在路上。

　　事实上，关于无人驾驶相关的议题，一直备受大家关注，对于无人驾驶何时能真正走进人的生活，现在还是疑问。

　　梁家恩提出自己的看法，他认为，相对保守估计，可能需要5到10年的时间。因为现在的阶段还是技术初步验证的阶段，包括商业模式、法律法规、用户接受程度都有待商榷。

　　邓志东更直接地指出，商业模式一旦突破，就会发生指数增长，所以数量并不是很重要，重要的是时间点。

　　“事实上，无人驾驶分为五级，每一级上面都有商业模式。

　　比如第一级：智能辅助驾驶，这就是一种商业模式，就是现在特斯拉做的事情，自动泊车、自动车道保持。”尹方鸣认为，无人驾驶本身就是一个商业模式。

　　邓志东也指出，无人驾驶、自动驾驶关键的问题就是，要在保证绝对安全的前提下，怎么去降低成本。而这需要更多的实地试验。这也看出了中美之间的差别。

　　对于无人驾驶的未来，尹方鸣比较乐观，他认为，近几年国内的人工智能发展很快，中国企业也很关注无人驾驶的未来，但是中国的人口很多，路况也很复杂，所以需要时间去检验，但是发展进程不会落后。

　　梁家恩赞同尹方鸣的观点，他认为，中国公司的做法跟美国公司的做法不太一样，中国企业更接中国地气一些。中国互联网公司从做产品的角度来说，能力不见得比美国公司差。甚至已经超过美国公司，从技术角度差距并不太大。(安妮)

　　以下为对话实录：

　　褚达晨：各位嘉宾，大家下午好！

　　我们这个论坛主题是讲人工智能和无人驾驶，我觉得可能2016年如果从历史上看说不定就是人工智能的元年，因为今年的Google阿尔法狗战胜李世石之后开始火了，之前人工智能已经有了一定的发展，但是现在成为一个大众的社会化事件，我相信2016年是第一次，其实今天早晨我们可能都已经看到了很多的嘉宾在讲的主题都围绕人工智能。今天我们非常有幸的请来了四位嘉宾，他们都是人工智能和无人驾驶领域的专家。首先是清华大学计算机系的邓志东教授，地平线机器人自动驾驶负责人余轶南博士，ROOBO机器人联合创始人尹方鸣，来自云知声的CTO梁家恩。他们有的来自于学界，有的来自于业界，有的专门是从事人工驾驶方向，也有是平台方向的。下面我们请他们每位简单花一两分钟时间介绍一下自己和自己的领域。

　　邓志东：大家下午好，我主要是从事人工智能和无人驾驶技术的研究。人工智能主要是做神经网络，应该有20多年的历史了。无人驾驶是从2009年元月份开始，到现在已经快7年时间了。

　　余轶南：我来自于地平线机器人，我所主要从事的方向是数是负责地平线机器人的自动驾驶技术，谢谢。

　　尹方鸣：大家好，我现在是来自ROOBO机器人。我之前是一直在互联网领域，包括做360随身WiFi相关业务，再之前是在搜狗。之后我看到人工智能这个方向，所以我一直在做。目前ROOBO主要是从事机器人系统以及相关的机器人产品的工作。

　　梁家恩：大家好，我是来自北京云知声的梁家恩，主要是负责我们这个云知声的核心技术、人工智能的发展。我们这个团队从2000年或者2001年左右就开始在这个行业一直从科研到产业，再到2012年开始创业，到现在已经是4年时间了。在这4年发展过程当中，我们主要是专注于对于物联网的人工智能服务，主要是以云交互为基础的一个服务体系，谢谢大家！

　　褚达晨：感谢四位嘉宾的自我介绍。现在回到我们的主题无人驾驶，其实我想无人驾驶已经火了一阵了，不管是从谷歌的无人车，还是说我们最近看到的特斯拉的自动驾驶的事故，还有一些百度世界大会上我看到有论坛就是专门的无人车演示、上路等等。其实我想先提一个问题，就是如果说我们发现这件事情真正影响我们生活的话，我们发现大家都在用，比如说滴滴打车也就是两三年的时间，但是我们现在基本上也发现周围人都在用，而且一定程度上很多人已经离不开了。我看到一些新闻报道说，滴滴出行每天的使用量已经超过了1千万，每天如果超过1千万的出行的话是很大的数量，让大家感受到已经进入到了我们的生活。所以对于无人驾驶我想提一个问题，如果说有一天我们在路上跑的无人驾驶的车辆在中国达到了100万辆，你们四位分别预言一下，觉得哪一年会达到这个数字？中国路面上有100万台无人驾驶的车在跑，哪位先开始？

　　邓志东：中国无人驾驶的车可能在2021年前后应该能实现商用，能够看到有无人驾驶汽车出现在马路上。但是说100万辆，这个能不能到这么高，可能也跟商业模式有关系，要看商业是不是能够支撑100万辆。

　　余轶南：我觉得我很难给出一个具体的时间点，但是我觉得应该很快。因为事实上我们现在已经看到在某些特定的场景下面，无人驾驶的实现要比想像中的简单。但是这样一个实现到底是不是跟大众所想的无人驾驶一样。

　　褚达晨：我们只是一个猜，可以大胆的猜一下，你觉得是哪一年中国有100万台无人车在路上跑。

　　余轶南：最多不超过2020年。

　　褚达晨：4年之内？

　　余轶南：是的。

　　尹方鸣：我觉得100万辆占中国汽车保有量的2%左右，而且这个数字并不大，而且比较早期我理解的应该是在5年之内左右。

　　褚达晨：中国的乘用车保有量是1.5亿，每年新车的销量是2千万，所以100万辆其实就是百分之几的数字。

　　尹方鸣：其实我之前也体验过一些，现在其实更多的无人驾驶，我觉得早期100万辆应该不是说没有人管自己在那里开，还是作为一种辅助，大家坐在边上看着它，有特别情况的话紧急的处理一下，这种可能是比较常见的，更普及。但是至于那种驾驶室没有人的那种，估计应该是10年之内。

　　褚达晨：10年之内，到2026年。

　　梁家恩：我不是做无人驾驶这一块的，从我的判断来讲，我觉得相对保守的，可能需要5到10年的时间。因为现在的阶段来说，现在是技术初步验证的阶段，还是可以用的。除了这个以外，其实还有未来汽车的形态，根据我们现在的理解，汽车有可能跟传统的形态是不一样的。另外就是商业模式的支持，还有相关的法律法规，包括用户的接受程度，我觉得这些因素都不是一个因素能改变的。我感觉应该是在5到10年之内，不是在5年之内。

　　褚达晨：回到邓教授，现在您觉得你的答案是多长时间？

　　邓志东：我觉得关键问题，就是咱们的商业模式爆发点在什么领域。一旦突破以后，可能是以指数增长的，所以数量并不是很重要，就是这个点在什么地方。当然包括法律法规，这都是一套的，是整个系统，车出来之后，能不能上路不是你说了算的，这个需要立法机构，中央政府和地方政府，立法机构要对法律法规进行修改。还有整个的道路基础设施的改造，涉及到很多问题。我觉得这个爆发点，要看你商业模式的爆发点，如果我们确定好了，我觉得数量不是最重要的问题。

　　褚达晨：到一个点的时候会爆发，一旦爆发的话就是指数型的增长。所以刚才观点最激进的余模式，如果回到教授的议题，您觉得这个爆发点会在哪里？哪些突破会导致我们超越这个拐点，迅速使无人车进入普及阶段？

　　余轶南：我很同意邓教授讲的商业模式的问题，我们可能需要在某一些限定的场景下具有一些商业模式的创新，使得大家能够很快的接受无人驾驶这样一个技术的事实。另外一种情况，可能就是类似于像今天的滴滴打车这种，他可能突然有一天发现你身边的滴滴打车已经不是人在开了，是机器在帮你开。这种技术上的突破，我觉得可能时间会稍微久一点，商业模式的突破可能会比较现实一些，或者是稍微早一些。

　　褚达晨：谈话商业模式，我们现在的车很简单，就是说消费品，我要开车，我买辆车到家里面就开了，开十年，或者长或者短就换辆车。如果是无人车出现的话，你们觉得哪些商业模式可能会是主流的模式，跟现在会不一样？

　　邓志东：我想应该是分四个阶段，因为现在无人驾驶或者自动驾驶的五级，其实在每一级上面都有商业模式。比如第一级就是智能辅助驾驶，这就是一种商业模式，就是现在特斯拉做的事情，自动泊车有了，自动车道保持也应该有，还有自动的指令性的变道，还有包括自动起停制动，都是选L1的商业模式。L2也有商业模式，就是全自动的，在有限区域，有限功能的情况下找出商业模式。这种情况下，比如开发区、港口、工业园区，相对视野比较开阔的地方。还有就是所谓L3或者是L4的模式，我觉得L4过于夸大了，但是L3已经在做了。L3的模式，我觉得无人驾驶出租车，也是限定区域，限定道路的宽广，比如说不一定是高速公路，可能还有城区，这种情况下也有它的商业模式，就是每个阶段都有商业模式。但是到了真正颠覆的情况下，也就是说L4这种模式是真正的颠覆了。这种商业模式就是颠覆性的，对于整个汽车产业的颠覆。

　　褚达晨：您给听众普及一下L4跟前面的L2和L3最大的差别是什么？可能不见得每个人都更加了解这个术语。

　　邓志东：L4就是我们理想中真正的无人驾驶，这个车完全不用人管了，没有任何的驾驶结构，没有方向盘，没有踏板，没有后视镜，所有的东西全部取消了。即使你的车出了问题，需要干预的时候，也是通过遥控的方法解决。它对区域没有任何限定，高速公路可以去，县级道路也可以去。最复杂的，比如说咱们这个王府井这一块也能进去，就是任何一个道路都没有问题。还有就是任何天气的情况下，比如今天下雪，今天有雾，今天有雾霾天气，下雪、下雨的天气都不影响他开车。这种情况下，你想想还有不管是白天还是晚上，中午，不同的观测条件下，照样可以安全行驶。最重要的是没有任何的干预，这种情况下显然有人驾驶汽车是没有必要的，当然这一天可能还比较早。

　　L3就可以限定一些区域，比如在高速公路上搞一个无人驾驶的出租车，固定路线的客车、货车这种形式我觉得以后是可以实现的，比如像摆渡车更简单了。比如L3，下雪的时候，有雾霾的时候就不开，这个可以。灯光不行的时候也不开，这样也可以，而且主要是跑比较空旷的地方，交通比较系数的地方。

　　这就是L3和L4的区别，那个是限定功能，限定区域的，这个是完全不限定的，L4是完全不限定的，这是咱们理想的状态。这个车就是一个完全无人的，什么地方都可以去，而且比人更加安全，甚至没有人为的任何干预。

　　L2跟L3有什么区别呢？L2的区别也是无人驾驶，但是这个时候上面是坐得有人的，这个人是可以随时的对它进行接管。现在我们做的无人驾驶，基本上就是L2以上的水平，这个水平就是说人在上面坐着，一旦出现任何的紧急事故的时候，主要是紧急事故，出现这种紧急状况的时候，人是可以随时的接管的。

　　褚达晨：感谢邓教授非常专业清晰的给我们介绍了无人驾驶的几个阶段和几个层次，好像前一阵子我看到有新闻说新加坡某一个园区里面已经有这样无人驾驶的出租车上路了。但是有一个人在上面坐着，紧急情况可以支持这个车子让开，或者同时有数据的接入，这听起来无人驾驶已经迈出了一大步。

　　我接下来想听一下几位专家博士的看法，我们的课题是说人工智能跟无人驾驶，您觉得在通往L3、L4这个级别的情况下，哪些核心的人工智能相关的技术是我们现在大家都在着力解决的？

　　梁家恩：我觉得其实汽车驾驶行业很显然应该是第一位的，这里面有各种反馈或者是保护的应该是做得非常完善的。在汽车领域，我相信能够用得起来的还是在一些公共运输的交通领域用起来比较安全，像我们这种大卡车，或者我们开车的时候都比较喜欢远离大卡车，非常危险，为什么？因为有疲劳驾驶的问题。我相信在这个方面，机器的安全性是超过人的，没有疲劳驾驶的问题，而且路线相对固定，都在高速上跑，路况比较简单，这是安全问题需要解决的。

　　安全性的问题解决之后，我认为可能是使人从驾驶当中解放出来，可能更多的是回归到工作或者是生活本身的一些服务，可能需要相对跟上。因为在很无聊的状况下，就像我们坐公交车一样，在上面其实很无聊，体验也很差，在上面可能需要有一些智能化的服务，可能更人性化的服务。

　　褚达晨：所以交通出行的安全性要解决，还有就是娱乐性，不用开车，肯定没有那么累了，可以一边玩一边干别的事。下面我们听一下尹总的观点。

　　尹方鸣：我觉得刚刚的上一个话题可以说两句，邓老师刚才讲的是L3和L4的改进，我觉得其实无人驾驶本身就是一个商业模式非常浓的。想像一下，一个不用你开，不用你停车的体验极致，有了好的产品体验，我们经常讲的，只要你有很好的产品体验，那商业模式自然可以。我觉得在技术方面，实际上现在无人驾驶的汽车本身，比如举个例子，像所谓的雷达，图像识别这样一些技术，其实是作为无人驾驶汽车一个非常关键的东西。首先现在其实作为本地的图像识别这样一个能力，本地端做图像识别的能力其实是有很大的局限性的，而且它的处理性能不够。如果连接到云端，尤其在路上的行驶过程当中，包括信号的问题，连接的稳定性，包括数据的处理速度有多快，这些都是致命的因素。如果突然有一下子，比如举个例子，图像识别进入到一个山洞，或者说信号不好了，其实是很危险的。我想像一下，包括高清的摄像头处理、图像识别以及5G的到来，可能对无人驾驶汽车有很大的帮助。

　　褚达晨：开车的时候要看路，所以眼睛很重要，我们很难想像一个盲人要开好车，怎么把人眼睛的功能实现了，这是非常重要的第一步。我们现在请余总说一下你的观点。

　　余轶南：我觉得这里面有技术和非技术两个方面的难点。技术方面刚才说了，我们说像感知的技术，比如我要知道前面是不是有一辆车，或者是前面有一个什么障碍物，包括周边的。另外就是对于全局路径的规划，这里面可能涉及到地图的技术、定位的技术。还有就是本身你需要去控制车辆，当你有了周边的感知和路径的规划，包括全球的路径规划和局部的路径规划以后，你需要去控制车辆，你需要让车辆沿着你所希望它走的这条路去走，这些都是技术上的一些困难。非技术的困难，其实第一个我认为还是成本。今天其实坦率来说，我觉得一些非常贵的传感器已经是能做到无人驾驶了，但是它的确太贵，可能传感器加起来可以买十辆车。

　　褚达晨：前几天百度的王劲说，最关键的头顶上激光雷达8万美金，而且目标是变成8美金，他说如果是5美金的话就能普及了，要不然的话，8万美金对于雷达就是一个很大的成本的障碍。

　　余轶南：除了成本降低以外，在汽车行业里面，车规的要求，不管是软件、硬件、耐久度、温度、湿度这样一些苛刻的条件，一个手机可能保持两年，一个汽车可能需要十年或者二十年，这些东西对于软件和硬件的要求是截然不同的，所以我认为这方面也是一个非常巨大的挑战。

　　褚达晨：的确技术突破，规模和成本是分不开的。我们畅想一下，未来5到10年如果真正有100万台无人驾驶车上路的话中间有很多路要走。

　　说到第二点，我很大的感触就是，基本上现在大家都说互联网的下半场到来了，我觉得基本上大家也形成了共识。而且这个下半场是什么呢？非常聚焦，包括人工智能还有其他的，比如AR或者是VR的技术。但是毋庸置疑的是，全球领先的互联网公司，不管是美国还是中国，基本上它们的领域都非常的一致了。美国比如像Google、Facebook、Amazon，中国像BAT这样的公司，大家都聚焦在这些基础上面。到了无人车方面，我想问一下邓教授，你在这个领域做了这么久，美国和中国都一起做的话，中国会不会有本土优势？在互联网上半场里面，实际上我们发现中国的本土企业都战胜了国际巨头，在中国市场上能不能延续到下半场？如果在我们现在这样的人工智能，像无人汽车类似这个领域里面，您的观点是什么？

　　邓志东：我的观点是比较悲观，因为这个发展非常快。举一个简单的例子，就是在加州上路的，或者加州合法上路的，现在有15家公司，其中我们中国的企业只有百度，9月1日刚刚获得执照。其实评价无人驾驶汽车是不是做得好，就是你的这个商业模式或者是产品化到底距离有多近，一个判断标准就是看他有没有车，而且尤其是这个车在路上已经跑了多少万公里，多少个里程数，这个特别重要。15家里面现在跑得最好的就是特斯拉，它的公里数是最多的。我们刚刚说了，谁掌握了大数据谁就是有竞争优势，包括自动驾驶，无人驾驶也是这个道理，特斯拉肯定是第一。第二就是谷歌，它是几百万公里，谷歌主要是在城区，特斯拉主要是在高速公路了，这个就可以看出来差距。而且美国这15家里面，有很多专注于无人驾驶或者是自动驾驶的，人工智能创业公司，就是专注于无人驾驶或者是自动驾驶的，有非常多的企业。包括日本的一些公司，已经获得了订单，因为人工智能在推动无人驾驶或者是智能驾驶商业化当中起着非常关键的作用。无论是从高清地图还是从多模态的导航，还有规划、控制，包括我们刚刚说的最重要的一件事情就是障碍物检测，这个是很关键的。

　　为什么说无人驾驶不敢去跑王府井呢？就是因为交通太密集了，如果一旦有失误就会造成严重的错误，所以一定要保证百分之百的准确。无人驾驶、自动驾驶关键的问题就是，要在保证绝对安全的前提下，怎么去降低成本。这个事情如果做得好，商业模式就很快看得到。但是我们看这个事情，就看这个距离，其实跑起来里程数也很少，百度的里程数也比较少。这样的话，有这么多的大数据，就可以更有效的利用人工智能的技术和算法，这是需要大数据的，而且这需要进行上路测试。做无人车不是实验室里面出来的，真的是路上跑出来的，谁跑得多，谁离产品化或者产业化就更近，这是我的观点。

　　所以从这个角度来讲，中外之间，我们和美国之间是有差距的，而且这个差距有可能在扩大。因为我们国内真正刚好能够在路上跑的，从企业角度来讲，这个车还是比较少的。

　　褚达晨：邓教授觉得现在我们看不清楚，我国的公司能否后发制人，我们听一下其他几位的观点。

　　余轶南：首先路还有很长，整个无人驾驶这条路本身就很长。在这条比较长的跑道上，先跑和后跑并没有太大的区别。我认为这个方向上，是一个全局的发力过程，这里面考量的还是整个产业链上的协同的情境。中国企业在这方面非常有机会，首先我们在人工智能领域并不落后，可能在汽车领域上稍微弱势一些，但是我相信在我们现在的技术前提下，我们以更快的速度追前面的领跑者的前提下，我们还是非常有机会的。

　　尹方鸣：我和两位老师的观点不太一样，我比较乐观。在PC互联网的时候，中国起步很晚，包括在移动互联网已经逐步追上了，甚至在很多服务方面，国内互联网公司很大程度上服务非常全面。互联网发展在中国，下一轮的机器人，所谓的无人驾驶汽车也是四轮机器人。在这个领域，我们人工智能发展很快，并不比国外差很多。

　　在这块国内也花很大的力气做这样的事情。因为中国的人口很多，道路复杂，有一个好的产品需要经过实际的检验，需要到真实的道路上跑出来。中国比硅谷的道路要严酷很多，因此在这样的复杂的环境下测试我们无人驾驶的车辆，也许在真正商业化的时候会遇到更多的情况，所以我觉得也许国内的进程并不会落后，反而会更快一些。

　　褚达晨：尹总说，你让车在美国跑2万公里，在硅谷能够上路了，但到北京王府井转一圈又不行了。所以，国内我们在同一个起跑线上，我们更加熟悉中国的路况，中国场景，所以即使你现在领先了几年，未来怎样还不清楚。

　　尹方鸣：对。

　　梁家恩：我对中国的企业比较乐观。中国公司的做法跟美国公司的做法不太一样，中国企业更接中国地气一些。中国互联网公司从做产品的角度来说，能力不见得比美国公司差。我觉得已经超过美国公司，从技术角度差距并不太大，有很多优秀的人才都在硅谷，像华为等很多公司都在硅谷设立了研究点，不至于导致这个行业有很大的落差。

　　邓志东：我纠正一下，搞无人驾驶的产业就是四块：一是自动驾驶，传统的汽车厂家为主的。二是无人驾驶，主要是互联网企业科技巨头搞的。三是车联网。四是汽车共享，像滴滴、UBER这些企业做的。滴滴在中国市场就做得很好，这是汽车共享这块是领先的。在传统车企自动驾驶这块，国内的厂家，像奇瑞、比亚迪、北汽和福特、通用、奔驰、沃尔沃的差距还比较明显。搞无人驾驶的，现在国内主流的企业主要是百度这种整车的，国外现在有很多，google、苹果、Uber，特斯拉是属于无人驾驶的。还有车联网这种。所以大家可以分四个部分去进行比较，分开看能够看出差异。

　　褚达晨：四个方面各有千秋，传统行业我们差一些，但新兴互联网行业还是有优势的。

　　未来之径，我们也不是预测未来的，刚才有一位嘉宾说，让人干愚蠢的事就是让他预测未来。我们反过来思考，如果无人车上路遇到问题，影响前一万台无人车上路最大的障碍是什么？什么事会推迟这件事情的到来？

　　邓志东：中国无人驾驶在中国会最早落实。

　　褚达晨：那么像奇点来临，我们最先要攻克的是什么？

　　邓志东：成本的问题，保证绝对安全的成本问题，刚才说到的那个过去是80万，现在是70万，如果变成1万美金就更靠谱了。

　　余轶南：我并不认为前一万辆上路有多么大的困难，因为这个量很小，而且可能并不一定要拿着这一万辆赚多少钱，所以，越早期的落地越有利。就像今年新加坡落地的这件事情，某种意义上是测试，但你也可以认为它是实际的运营。这种算是提前落地的话，这种难度不大。

　　褚达晨：您认为规模化，比如十万、百万的话难度在那里？

　　余轶南：难得是真的拿这些汽车去赚钱，如果真的要赚钱1万辆不够，就需要十万、百万辆，这时候对风险的控制、对成本、思考的角度都是不一样的。

　　褚达晨：商业模式。如果有家公司做公益事业在哪个城市放一万辆问题不大，但如果要做商业运营，放十万、百万就要看了。

　　尹方鸣：我觉得一万辆属于特殊区域，在一些特殊区域搭建一些无人驾驶的环境，而且中国的土地属于国家的，如果政府给企业搭建这样一个平台做这样的事情，可以推动在某个区域实验无人驾驶，但那里的交通管制要更好，所以，一万台不是太大的问题，但真正大规模批量商用化还是有难度。

　　褚达晨：比如成立一个无人驾驶区，让大家很顺畅的在那里开车。当然这么多车开到门口了怎么办，我们在特定区域里做无人驾驶相对是很快能够实现的事情。

　　梁家恩：要真正规模化，价格是很重要的因素。让大家接受这个事情，一些事故不能避免。真正出一些事故，对交通和用户的反馈如何判断，能否有一些变数。

　　褚达晨：你说得非常好，如果一个人被无人车撞死了，谁负责任？是车里的人，无人车生产的厂家，这是现实的问题。

　　梁家恩：这是各方利益的平衡和接受程度，像中国人可能不能接受房价跌下来的现实，但这在商业中是正常的现象，如果我开车出现了事故找司机 ，但无人驾驶的车出现问题找谁？这可能有这样的问题。

　　褚达晨：梁总发言非常好，把我们带回了科技、现实生活、各种社会关系之间的关系。可能不那么简单，技术上我们能够做得很远，如果把他放到现实里看就有一些规则等问题需要解决。

　　最后提一个问题，看看大家的看法。反而我觉得大家不怀疑人工智能发展会有很多技术突破，大家的担心可能是，如果机器在很多方面超越了人类，人做什么？人会不会失业？是不是没人什么事了？就像人就被机器养着了，未来还怎么进步？各位怎么看，如果真正的无人驾驶实现之后，假设我们有一天没有人开车了，我们的后代听说我们现在的人开车是一件挺奇怪的事情，他觉得人类不应该开车，就应该坐着无人驾驶车去任何地方，到这种情况的时候，你们怎么看人以后面临的技能衰退和失业的问题，以后给人干的活不多了？

　　邓志东：科技进步会消灭一些职业，但同时会创造一些职业甚至是更多的职业，因为蒸汽机发明后有了火车，原来被替代的人可以当司机可以售票，无人驾驶出来也会消灭一些职业，但它也会进步，新事物产生后，会有新的职业出来。所以，我觉得应该会有新的职业出来，我们可以追求更高的职业，需要更多智能的，我们可以享受更多的精神生活。

　　余轶南：非常同意邓教授的观点，技术每次进步会使我们的生活变得更美好。具体到无人车这件事上，车辆给我们带来两个属性，一是交通运输，可以使我们更便捷从一个地方到另外一个地方；二是汽车带给我们的娱乐属性，很多人享受驾驶的乐趣。这发生在几百年前，当人天天以马作为运输工具的时候，马同样具备这两个属性——运输属性和娱乐属性。今天每个人都会开汽车，但并不是每个人都会去骑马，可是我们会把骑马作为一种娱乐运动，假设某一天无人驾驶实现后，到那个时候开车就会变成一种娱乐活动。我相信汽车不会消失。

　　尹方鸣：实际上会有一点，比如以前有很多人说，开手动挡的车体现出技术水平很好，自动挡的车逐渐取代手动挡的车，到那一天你还开手动挡的车，也许到以后大家会说你当年为什么要开车。这很正常，从进化论的角度，人类一定会进化，大家会担心人工智能取代了人类，人类会干吗？人类可以做更简单的，人类可以把繁杂的所有做体力劳动的活交给机器人活，人类的大脑细胞会忘掉这些东西，就像很多年前有一些美国的教授不会算算数，他们口算算不出来，而中国人就能算出来。当然那是一种训练，人类也许最后他的大脑意识会把所有低级的东西忘记掉，只会记忆更高级的东西，人类会进化，人类会永远高于机器人。

         前段时间在深圳举办了一次CCF的人工智能大会，我和一些朋友聊。有一位大哥最近在做什么事情，他到哈佛医学院门口买了一栋楼，把那栋楼专门租给所有哈佛医学院的高材生。我问他为什么这样做？他说，他现在在研究人工智能，他对别的事情都不感兴趣了，只对一件事情感兴趣，就是把房子租给高材生和博士生，每个人租的时候必须面试，面试过很便宜租，面试不过不租。他在寻找非常有天赋的哈佛医学院的博士，他其实想做一件事，研究是否有可能，当人类的四肢和身体细胞都不行的时候，也许人工智能用其他的方式把人类的意识大脑继承下来，装在机器人身上。也许人类会有更高更深奥的事情去研究，所以我觉得应该不会没事做的。

　　梁家恩：我讲两点。一是人工智能的产业化这个趋势不管我们喜欢还是不喜欢，相信不相信，它已经到来了。第二，我们不能低估人类面临很多的问题，我相信人工智能的技术会有一些长处，但它解决的只是人类面临的问题的一个部分，只是一些可以抽象出来的适合机器解决的问题。所以我们不用太恐惧。在机器能够替人解决更多问题的时候，人类会有更多的创造力和能力爆发出来，也有更多的需求爆发出来，不用担心人没有事情可干。

　　褚达晨：非常好，听了以后我非常受鼓舞，不管是学院派还是实业派，大家的观点还是乐观的，就像蒸汽机，第一次工业革命后，汽车取代了马一样，这是一件自然的事情，人类会抓住继续前进的脉搏，给自己创造更大的价值。

　　今天就到这里，非常感谢四位嘉宾参加我们论坛与大家做的精彩分享，感谢大家。