2019年4月，一条科技新闻霸占了各大媒体头条——马斯克宣布：特斯拉造出了世界上最好的自动驾驶芯片。

自动驾驶正在取代智能手机成为芯片领域的“新星”。无论是传统芯片巨头英伟达、英特尔、高通，还是科技巨头谷歌、苹果、华为，以及国内初创公司地平线、寒武纪，……，连特斯拉这样的汽车企业也开始跨界加入芯片研发大军。

各路玩家齐聚自动驾驶AI芯片这条赛道吸引了业内的广泛关注。AI芯片的发展趋势是什么？算法如何制约自动驾驶汽车发展？新一代人工智能突破的关键在哪里？5月29日，在北京亦庄举办的“第六届国际智能网联汽车技术年会”（CICV 2019）“AI算法与芯片”分论坛上，众多国内外专家将就这一话题展开讨论。

清华大学智能技术与系统国家重点实验室教授，也是本次年会“AI算法与芯片”分论坛主席邓志东教授对自动驾驶、AI芯片与算法等一系列热点问题进行了详细的解答。

问：当前，AI芯片的运作模式都有哪些类型？

邓志东教授：主要有两种：一种是IDM（垂直整合模式），集芯片设计与销售、芯片制造、封装和测试等多个产业链环节于一身。由于对企业研发能力、生产管理能力、企业及其资金规模等具有很高的要求，目前仅有极少数几家行业巨头如英特尔、三星等属于这种商业模式。

另一种是Fabless（设计代工模式），主要负责芯片的设计与销售，生产、封装、测试等环节都由其他公司代工。这种模式优势明显，资产较轻，运行与投资费用较小，目前世界上大多数芯片企业均采用这样的商业模式。

AI芯片有很多种，例如GPU、FPGA、DSP，……，甚至有人说CPU也要算。实际上，这些芯片在AI热潮之前早就存在了。因此AI芯片严格讲应该叫人工智能加速器，即能够对并行分布的神经网络结构起到加速计算的作用。

问：尽管中国有最大的芯片市场需求，但在全球20家营业额最大的芯片厂商排行榜中，没有一家中国大陆的企业。您怎么看待中国芯片企业在未来的发展？

邓志东教授：但在另一个主要以研发能力作为指标的排行榜中，华为海思进入了前12名。还有一家中国台湾企业进入了前十五名。华为海思的部分芯片因为不卖所以没有形成销售额，但为自动驾驶等研发的华为海思芯片已经达到很高的水平了。还有不少国内的创业公司，像寒武纪、地平线，做得都不错。

问：怎么评价科技巨头、初创公司甚至汽车企业都开始加入AI芯片研发大军的这种浪潮？

邓志东教授：有点太早了！现在自动驾驶汽车还处于研发、试验阶段，还没有落地商业化，相应的人工智能算法还没有完全成熟，更谈不上规模化的市场需求。况且在技术上芯片还不是目前自动驾驶发展的拦路虎。目前最紧迫的挑战是突破视觉环境感知等自动驾驶的核心关键技术，创新商业模式等，如何安全落地才是企业需要特别关注的。不同企业应该专业分工，做自己最擅长的事情。

问：不同企业以及高校应该如何分工才能推进自动驾驶落地？

邓志东教授：还是那句话，不同的角色应该做自己最擅长的事情。现在的自动驾驶已经由科研主导变成以企业为主导。传统车企与新造车势力应该专注于汽车平台的数字化、软件化、网联化；跨界科技企业、科研机构与高校，本身不适合去造车，应主要去做环境感知、自主导航、高精地图、决策、规划与控制等，其中高校更应扬长避短，关注在自动驾驶这些关键领域中的原始性方法创新和关键核心技术的突破，如下一代视觉人工智能技术。

问：作为人工智能领域的专家，能否简单描述一下您的研究团队目前在做什么样的自动驾驶相关的技术，有何最新的研究成果可以分享？

邓志东教授：近年来，我们重点研究的领域是“无监督学习”、图神经网络和推理机制相结合起来的深度学习方法及其在自动驾驶视觉环境感知中的应用，让机器具有小样本学习能力、推理能力和认知理解能力。目前使用数据和计算“暴力”的视觉深度学习工程，已成为自动驾驶环境感知研发的普遍实践，但下一代视觉人工智能才是推动自动驾驶安全落地的关键，也是新一代人工智能亟需创新突破的关键。

问：您曾在演讲中提到过，实现自动驾驶汽车的高级阶段需要认知智能。在算法上，为了实现“认知智能”还需要哪些突破？

邓志东教授：人类开车主要依靠两只眼睛，就能达到“L5的水平”，原因是人类不仅能够看到道路上的一切标识与障碍物，而且还能看懂，实际上是在认知理解的水平上开车的。今天自动驾驶汽车上搭载着十几个摄像头，还有激光雷达、毫米波雷达、高精度导航设备等，但检测和识别出来的结果，却不“懂”内涵和外延是什么，完全是“知其然不知其所以然”。

原因就是人工智能算法没有根本性的突破。下一代AI算法就是希望机器像人一样有认知理解能力、无监督学习能力，可以举一反三，有常识能推理。如果算法真的实现了突破，可能连高精地图等等都不用了，两个摄像头就能达到人类的感知水平。

问：预计多久可以实现您刚刚提到的“自动驾驶汽车能达到人一样的理解能力”？

邓志东教授：充满着严重不确定性，可能是5年，也有可能是500年吧！

问：AI的发展无可避免会带来法律、伦理等一系列的问题。比如，当自动驾驶汽车面临传统的“电车难题”困境时，AI能否给出很好的解决方案？

邓志东教授：电车难题，现在讨论还为时过早，现在还没到自动驾驶颠覆我们传统出行与交通方式的时候。如果到了那一天，首先从制定法规上是可以解决的。其次，从技术的角度上看，自动驾驶如果到了L4、L5级别，那对行车环境的感知是非常安全可靠的，而且自动驾驶汽车可以比人看得更远、更没有盲区，比如可以看到200米以外的地方，并可以360度环视。既然可以很远、很早就能看到“意外”情况然后进行决策，当然就可以避免所谓的“电车难题”了。

问：在CICV2019“AI算法与芯片”分论坛上，您将就哪些话题发表演讲，可以提前透露一下亮点吗？

邓志东教授：本次论坛上，我将分析目前视觉人工智能存在的根本性缺陷，然后就视觉智能在自动驾驶环境感知中的应用等内容进行讨论。