久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

觀察者網：這么樂觀嗎？

李彥宏：

樂觀的。當然，中國的高等級自動駕駛汽車發展還有很多問題，需要進一步突破與技術、產業發展不相適應的政策瓶頸，激發自動駕駛領域創新能力。所以我們今年繼續建議：

一是引導并支持地方政府出臺政策，明確支持無安全員的無人車上路，打造全無人自動駕駛汽車的載人運營政策先行區。

二是加快《道路交通安全法》的修訂和發布實施，從國家層面為加快自動駕駛汽車規模化商用、無人化奠定法律基礎。

三是適度超前建設智能交通基礎設施，發揮5G的遠程控制優勢，通過車路協同促進交通效率和安全性的大幅提升，帶動汽車產業向智能化和網聯化的轉型升級，讓真正無人的智能網聯汽車盡早行駛在中國道路上。

觀察者網：實際上美國在智能交通上走得很早，“車路協同”路線在上世紀40年代就有人提出，“單車智能”路線1966年開始出現，這兩條路線目前都在繼續演進，但都沒有完全取得成功。

您提到“中國模式”的自動駕駛和“技術全球領先地位”，中國采用融合上述兩者的“車路協同”路線是原因之一嗎？

李彥宏：

自動駕駛的普及，不能只依賴單車智能，道路基礎設施的智能化也很重要。自動駕駛的車，如果有路側設備的配合，自動駕駛的能力就會比以前要更強，安全性要比以前更好。

比如，我們今天在城市道路，尤其是在繁華路段，大家看到晚上都是有路燈的。可是在農村，在偏遠地區，路上沒有路燈，沒有路燈車能不能跑？也能跑。但是有路燈和沒有路燈的差別是交通事故率大大下降了，它的安全性提升了。同樣，當你有路側設備來跟車進行溝通的時候，自動駕駛的能力就會大幅度提升，安全性會大幅度提升。

未來的城市智能交通，不僅要有“聰明的車”，還要有“智慧的路”。有了車路協同，我們未來的出行將更高效，無論是人類開的車，還是自動駕駛的車，都會更加安全。

車路協同是一個既立足長遠，又兼容當下的智能交通技術方案。我認為，車路協同具有獨特的中國優勢，是未來智能交通最核心的技術方案。車路協同自動駕駛，可以降低自動駕駛汽車的成本，加快商業化落地的步伐。用這個方案做自動駕駛，是百度堅持、并且看好的技術路線。

車路協同示例：在十字路口，能為車輛提供更多路端信息

觀察者網：路燈的比喻很形象，近年來國家強調“新基建”，特別是5G通信網絡、超算中心等面向物聯網的設施，這些與智能交通是怎樣的關系？

李彥宏：

新一代通信技術、物聯網、云計算等等，就組成了新的“路燈”。比如，因為5G的發展，自動駕駛的“云代駕”成為現實，無人車進入了平行駕駛時代，規模商業化成為可能。在“云代駕”模式下，駕駛員不在車里頭，而在云端。當無人車需要人干預的時候，駕駛員在云端就可以操控，而且一個人可以遠程控制很多臺車。無人車“去安全員”，將會導致業態發生質變，比如共享自動駕駛出租車運營將提速。

再比如，云計算技術在智能交通系統中的應用，可以使交通基礎設施發揮最大的效能，有效緩解交通擁堵，降低交通環境污染。拿智能信控來說，所有交通匯集信息由云平臺集中處理，形成實時、精確的區域交通控制方案，統一調控聯網信號機，實現基于云計算的智能交通信號控制，提升通行效率，緩解擁堵。

未來，智能網聯汽車逐漸發展成熟，城市每一輛車所在具體位置、每一個紅綠燈路口有多少輛車、這些車移動的方向等情況，都可以用全量實時的數據來感知并全局調整，可以大幅度提升城市交通運營效率。

所以，總體來說，國家倡導的新基建，是以人工智能為核心的基礎設施建設，將在交通、能源等領域大大提升效率，推動經濟增長。以車路協同為基礎的智能交通基礎設施建設，將能夠提升15%-30%的通行效率，從而為GDP貢獻2.4%-4.8%的絕對增長。

在 “新基建”浪潮下，那些具有領先的技術水平、大數據優勢，能提供豐富解決方案的平臺型公司，將成為新基建中的關鍵力量，扮演著“助推器”和“放大器”的角色，為各地經濟發展提供新動能。

在新基建的推動下，車路協同有望進入快速發展階段，降低自動駕駛的復雜度和車載成本，彌補中國在單車智能發展方面的不足，成為中國特色的發展道路，讓中國有望在全球率先實現 L4—L5 級高等級自動駕駛技術的大規模商業化落地。

觀察者網：目前的智能信控已經成熟了嗎？

李彥宏：

隨著人工智能技術的飛速發展和5G等基礎設施的逐步普及，根據實時的車流信息，使用智能的算法進行預測，統籌全城所有路口和車道進行智能的、自適應的信號燈調節，逐漸成為趨勢。

我舉幾個例子吧，百度在廣州市黃埔區科學城、知識城智能信控項目范圍內，自適應路口數量占比達57％，日均優化次數3600多次，路口車均延誤下降約20％，綠燈空放浪費下降約21％。

在河北保定，84個路口部署了百度AI智能信控系統，形成的一條條“綠波帶”，車輛行程時間平均可以縮短約20%，效果都是比較明顯的。

京雄高速在國內首設智慧駕駛專用道

觀察者網：10年前，很多人說中國互聯網還弱小，做不了自己的有影響力的技術，很多企業采用“跟隨戰略”。今天，中國互聯網公司在體量和市值上已經進入世界前列，但是在最尖端的領域，我們是否還存在“跟跑”的慣性？

李彥宏：

百度是技術立身的公司，我們長期堅持在人工智能領域進行投資，我說一些數據吧。

2021年，百度核心研發費用是221億元，占核心收入比例達23%。2020年，百度研發投入195億元，研發投入營收占比達21.4%，位列中國民營企業500強第一名，研發投入強度位于全球大型科技公司前列。百度人工智能專利申請量超過1.3萬件，申請量和授權量連續4年排名國內第一。

我們打造了國內首個自主研發產業級深度學習開源開放平臺，飛槳，目前擁 406萬開發者，服務了超過15.7萬家企事業單位，市場份額位居國內第一。不久前，我們與鵬城實驗室聯合發布了全球首個知識增強千億大模型，文心大模型，參數規模達到2600億，是目前全球最大中文單體模型。

從2013年開始布局，百度Apollo已成為全球最大、最活躍的自動駕駛開放平臺，被評為全球四大自動駕駛領導者，也是唯一上榜的中國公司。

觀察者網：您在2000年左右從美國回國創立百度，如今百度的智能駕駛事業群組也有大量人才來自美國，您如何看待“中國場景”對全球人才的吸引力？

李彥宏：

我們看到，過去這20多年，中國不斷有新的機會產生，不斷有偉大的公司誕生。當下的中國，無疑是科技從業者最好的時代。我們有足夠多的技術應用場景，有全球最為完備的產業鏈、供應鏈，有不斷完善的新型基礎設施，有培育領軍人才和戰略科學家最好的土壤，大規模的創新成果必然會在中國涌現。

作為人工智能領域的領先企業，我們也承諾，在未來幾年，百度將為社會培養500萬AI人才。

觀察者網：您提到“應用場景”，科技與應用的結合非常重要。要做好智能交通，不但要走好科學路線，還要走好工程路線，能否講一下智能交通為什么強調工程能力？

李彥宏：

2000年我回國創業，早期的創業團隊在討論工作的時候，經常能看出工程思維和科學思維的差別。比如搜索結果的排序，我要求1秒鐘出結果（那時候業界標準差不多是3秒鐘），團隊跟我說做不到，用戶搜一個詞，比如“電子商務”，網上帶有這個詞的網頁可能上百萬個，按相關性從第一個到第100萬個排序，還要支持大批用戶的并發訪問請求，是不現實的，況且我們是個小公司，算力資源有限。我說不對，誰讓你們從第一到第100萬去排序了，哪一個用戶會翻到第10萬頁結果去看？你們的算法只要能從無數網頁中找到最相關的1000個結果，并且按相關性排序就好了，我們只需要讓用戶翻10頁，真找不到他想要的，換個搜索詞（query）就好。

知道把難的問題轉化為簡單的問題，知道妥協，知道循序漸進，我認為是工程化思維和科學化思維的主要區別。

目前，全球自動駕駛汽車的發展路線分為兩種：一種是“跨越式”，走激進的全自動駕駛路線，追求的是一步到位，選擇了以激光雷達傳感器為主的融合感知技術，一步到位造出L4、L5級別的自動駕駛汽車，再逐步降低成本，典型代表如美國的Waymo；另一種是“漸進式”發展路線，考慮當下的車輛量產、成本等因素，選擇以“攝像頭傳感器+視覺技術”為主，主張從L2級的輔助駕駛量產開始，沿著L2→L3→L4/L5級的無人駕駛等級，逐步升級，典型代表是特斯拉。

我認為還有一種漸變方式，就是自動駕駛行駛范圍的漸變。現在在任意場景下的全無人駕駛做不到，那能不能先從最簡單的5萬公里、10萬公里做起？我們可以先在一些地方跑起來，在實際運營的過程中不斷學習，不斷提高，逐步擴大無人車服務的地域范圍，這樣也能走到L5。

中國汽車市場足夠龐大，帶來顯著的規模效應，也可支撐足夠的細分場景，因此從技術的角度，百度得以選擇“技術降維、數據反哺”的路徑，結合“漸進式”和“跨越式”兩種路線的優勢，以更快實現L4級自動駕駛的規模商業化。

觀察者網：您還提到了“加快發展綠色AI，引導算力算法低碳發展”，這與智能交通有關嗎？

李彥宏：

第一，交通本身是碳排放大戶，全球溫室氣體總排放量510億噸，交通運輸占16％。

在智能交通領域，一方面可以通過交通的整體規劃調度、運營管理，減少交通擁堵，進而減少碳排放；另一方面，交通出行模式會轉變，由“出行即服務（MaaS）”模式代替私家車出行，讓出行更低碳。

所謂MaaS，是以人的出行需求為中心，一體化聯運公共交通、共享單車、出租車、汽車租賃等各種交通工具。對于用戶而言，用單個應用程序，一次支付，就可以獲得一站式出行服務。

在MaaS模式下，汽車消費由共享代替購買，會大大降低私家車的使用量和保有量，也會大幅降低城市擁堵。

第二，智能交通離不開算力算法，但算力本身的能耗也不容忽視。

“3060雙碳”目標引領下，需要持續提升能效，發展綠色AI。一方面是發展綠色算力。數據中心是算力的重要載體。中國信通院測算，2020年，我國數據中心年均運行PUE為1.56，距國家設定的2023年底新建大型數據中心PUE降到1.3以下的目標還有一定差距。另一方面，是發展更綠色的算法。當前，超大規模預訓練模型成為深度學習的重要演進方向之一，但能耗也隨之增加。需要優化策略和參數設置，構建綠色集約的大模型，提升基礎設施能效比。

我的具體建議，一是探索碳排放雙控在數據中心率先落地。根據國家信息中心測算，數據中心僅用約占全社會2%的用電量，支撐了占全國GDP約36.2%的數字經濟規模。建議有關部門支持有條件的地區加大政策創新力度，對數據中心使用綠電部分的額度不計入能耗考核。

二是建立兼顧性能和能耗的綠色算法度量標準，倡導領軍人工智能企業構建能效高、性能優的預訓練大模型，并向行業開放。

三是加快完善碳排放統計核算體系，開啟國家核證自愿減排量簽發。加快建立科技減排的方法庫和行業標準，強化綠色AI在降低碳排放領域的技術供給。

百度陽泉數據中心及樓頂的光伏發電系統

觀察者網：目前關于自動駕駛的倫理問題有許多討論，您作為一位科技公司的企業家，同時也作為一位全國政協委員，能否簡單談談方向？

李彥宏：

人工智能在為人類生產生活帶來諸多便利的同時，確實在安全、隱私、公平等方面，給社會治理帶來了新挑戰。然而，菜刀是用于做飯還是作案，核能是用于發電還是發射，全都取決于控制者。人工智能也一樣，能否打造出負責任、可持續的AI，全都取決于創造者的歷史責任感。

2018年5月，百度就提出了人工智能倫理的四原則，即AI 的最高原則是安全可控；AI的創新愿景是促進人類更平等地獲取技術和能力；AI的存在價值是教人學習，讓人成長，而非超越人、代替人；AI的終極理想是為人類帶來更多自由與可能。這是技術可以有所作為，也應當有所作為的方向。無論何時，我們談論技術倫理問題，都應該在這個前提下去思考。唯有如此，才能做到對潛在風險足夠重視，又對技術創新充分信任。

這里說的信任，更是希望每一個用戶、每一個關注科技的朋友能對技術創新多一份信心、多一份包容。比如，搭乘蘿卜快跑每多走一公里、和智能音箱每多一次交互、用智能搜索每多識別一株植物，都在讓我們的人工智能更聰明、更安全、更值得信賴，也讓人與技術共同進步、共同進化的人機共生愿景離我們更近一步。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平臺觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閱讀趣味文章。

本文系觀察者網獨家稿件，未經授權，不得轉載。