2017年7月16-17日，中國電動汽車百人會以“新能源汽車與智能汽車前沿技術”為主題舉辦系列課程，邀請清華大學、百度、沃爾沃、博世汽車、科大訊飛、 智車優行、中興智能汽車等機構的專家，進行為期兩天的分享交流及深度探討，旨在通過培訓課程讓業界人士了解最新前沿技術以及發展趨勢，促進技術交流、產業鏈融合及跨界合作。本文為智車優行科技有限公司CEO、聯合創始人沈海寅在培訓課上的發言內容精編。
第三次工業革命主要是計算機本身和互聯網的結合，給我們帶來了很大的轉變。人們目前生活中最離不開的就是這次工業革命帶來的影響?，F在，我們將人工智能稱為第四次工業革命，也叫做第二次信息革命，因為人工智能在未來給我們帶來的影響可能遠遠超出于我們今天的想象。
從1956年達特茅斯會議開始，就意味著人工智能的啟蒙，但是在中間過程中，其學術和流派其實發生了很大的變化，也經過了幾次的遇冷。80年代的時候是第一次AI的低谷，2000年的時候是第二次AI的低谷，到今天算是2.5次，一次高峰0.5，下來算1，這樣一次循環我們今天其實來到了2.5次。2.5次跟以前有什么不一樣呢？有些業內人士指出，AI有點像流感，一波流行了以后又消退了，然后過一段時間又來了一波。很多人擔心，這波浪潮是否又會沉寂下去？我們提到人工智能的時候，很多人腦子里對它的概念就像科幻電影里呈現出來的那樣。但是由于我們的期待和實際做出來的產品之間的落差非常大，所以就使得AI人工智能的應用又沉寂下去了。
這次爆發跟以前相比有什么區別呢？我認為這次爆發是以深度學習作為人工智能非常典型的特點。比如，DeepLearning到2012年開始逐漸起步，它的識別率在不斷的上升，而錯誤率在不斷的下降。例如，我們必須通過兩三次的交往才能夠記住一個人，其實人對圖象識別也是有一定錯誤率的。通過DeepLearning的計算以后，機器對人臉的識別已經超過人類了。也就是說，在單一的性能上，機器學習或者深度機器學習能夠獲得效果已經達到跟人一樣，或者超過人的學習效果。
再舉一個非常簡單的例子就是AlphaGo。去年3月份AlphaGo橫空出世，它跟李世石PK了一下，當時比分是4：1。我們國內天才的少年柯潔今年和AlphaGo又比了一次，是以0：3敗退。這意味著我們用以前的算法是很難去窮盡一種思維活動，機器其實用深度學習已經完勝了。這意味著這次人工智能的爆發有非常多的通用性，比如語音識別領域，我們過去所用的一些算法跟今天用的算法是完全不一樣的?？拼笥嶏w最近推出了一個產品，在翻譯領域非常大的突破，這些突破背后用的算法都是一樣的。就是說過去語音識別當中所獲得的突破，并不能給我們帶來在圖象識別上這樣一些突破，或者講圖象識別當中獲得的突破并不能影響到我們自動駕駛領域。但是今天的一個通用算法，就像人如何去學習一樣，機器學習可以通過不斷的數據累積，現在可能還是以監督學習為主，但是在未來或者在現在，已經出現越來越多的半監督學習和無監督學習，機器可以不斷的自我進化。原來我們講做一個算法，比如過去我們做一個ADAS的算法，會局限于本身的優劣當中，就是說程序員對算法是可控的。今天為什么大家對深度學習會有一點恐懼心理呢？是因為深度學習算出來的算法是一個黑盒子，我不知道它里面是什么東西。即使你是最早去訓練這套算法的技術人員，到最后拿到算法以后，他也不知道這個算法里面到底是怎么運行程度的。就像人的大腦一樣，我看到一個人，我知道這個人是一個人，但是我不知道里面是通過什么樣的邏輯來看到一個物體是人。在這里，核心的點在于算法其實已經變得越來越不重要了，而用什么樣的數據來去訓練模型就變得越來越重要，其實這就是我們未來講自動駕駛當中非常核心的一點。
對于汽車行業來講，已經在多個維度發生了革命性的創新。在過去汽車行業130多年歷史當中，每一個行業它在發生單個維度變化的時候，其實傳統的強者往往是有能力通過自我的革新去獲得創新，可以跟上這個潮流，并且繼續保持他的強者地位。但是就跟我們人類進化一樣，我們講達爾文《進化論》，核心的內容是說要基因突變，在外界生存環境在發生突變的情況下，只有基因突變者才能活下來，適者才能生存。對于汽車行業來講其實也是一樣，包括像智能汽車、動力系統、燃料電池、純電動汽車的出現，各個領域都在發生著變化，商業模式、銷售模式、售后服務模式等等也在變化。當多個維度下發生變化的時候，核心就是最后一個，如果只抓住一個維度的變化的時候，往往很有可能會失去在其他維度上對于創新的理解。
未來改變汽車屬性的核心是智能化，各個論壇上大家都講汽車未來會有“四化”：輕量化、電動化、網聯化、智能化。很多人說智能化就是講智能駕駛或者自動駕駛、無人駕駛，網聯化就是說汽車可以聯網了。其實在講智能化的時候，我們的定義是跟很多專家和車企不同的，具體到后面我會提到。
最近一段時間特斯拉的股價稍微往下跌了一些，但是在過去有連續三個月的時間特斯拉是美國市值最高的車企。特斯拉在2016年一共才生產了8萬多輛車，向用戶交付了7萬多輛車，而通用在2016年一共有千萬輛車，福特有660萬輛車，這兩個規模大家可想而知，是完全不可類比的，但是為什么資本市場給了特斯拉這么高的估值呢？原因在于過去汽車行業的核心是生產制造能力，但是在今天生產制造大家都認為你已經是一家車企應該具備的基本條件，并不具有一個溢價的空間在那里。但是像特斯拉，雖然可能他的自動駕駛的路線等等跟其他的企業不一樣，但是我們覺得至少在今天來講，它是最早把自動駕駛或者輔助自動駕駛能夠真正商用化的一家企業。同時，特斯拉是現在世界上唯一已經量產的智能汽車，其它所謂號稱自己是智能汽車的，其實離真正的能汽車的定義還差那么一點。如果這輛車是智能汽車的話，他就會在擺脫原來車企和用戶之間，在你的汽車賣給用戶以后任何關聯問題，他跟用戶之間是實實在在不斷的24小時連接起來的，而且他能夠不斷的給用戶推送各種各樣的服務，而且更重要的是在于，特斯拉能夠獲得所有用戶的最核心的數據。
在一個月前，特斯拉跟用戶簽了一份協議，就是只要在你的屏幕上點個“OK”就可以讓用戶允許特斯拉不斷的去搜集去數據。就是說現在就有可能十幾萬用戶在不斷的幫特斯拉在磨煉它的算法，把數據傳到特斯拉的服務器上面，然后特斯拉服務器不斷的去訓練他的模型。所以這種情況下，特斯拉的自動駕駛進度一定是比其他的車企更快的。這也是為什么資本市場用他們的錢來投票，告訴大家說：“什么才是未來”。
85%的高管認為，智能網聯系統未來會比汽車本身擁有更大的價值，能夠創造更多的銷售額和利潤。因為資本不是一個慈善家，他一定是要為你將來能夠創造出更多的利潤和銷售額來買單的。但是，為什么現在其它的車企還要去搞更多的制造、要去建造更多的產能呢？其實這個慣性還是非常巨大的。
未來到底我們的利潤結構會發生什么樣的變化呢？2015年到2030年，共享出行以及基于大數據的服務，還有像新的供應商，包括新的技術、新的軟件，這些會占到的營收比例將超過20%。在我們的利潤當中，會發現這部分所占的利潤可能會更大。所以說，在未來我們的整個營收和利潤的結構也會發生變化，傳統的利潤在不斷的下降。當然這個例子還是一個預估，我們覺得其實在這個里面，能夠做的事情還有更多。
車企在新車研發的時候摳成本非常厲害。經常為1塊錢成本決定這件事情到底做不做，或者到底選這個供應商還是選那個供應商，但是大家有沒有注意到，特斯拉所有的跟自動駕駛相關的硬件，并不是付了錢就把硬件裝上去，沒有買就不裝上去，其實是標配的。僅僅說，你付了錢以后，我把這個功能給你打開，就是你現在可以自動駕駛，硬件都是裝在上面。為什么特斯拉愿意去花這個錢全系標配呢？其實這個就回到剛剛的數據，在未來數據的價值其實更大。
現在基本上特斯拉的用戶當中愿意付錢去買這個功能的大概60%的數量，就是說將近1/3人其實沒有打開用，特斯拉其實是花了2萬塊的冤枉錢，但是如果去考慮這2萬元在你搜集數據，尤其在搜集我們實實在在在路上跑的那些非常例外的數據的時候，你會覺得這2萬元是非常值得的，因為其他車企可能要花費更多的時間去搜集。 基于車輛互聯給我們帶來的技術和服務到底有哪些呢？這個里面我們看到，包括智能出行，剛剛講的共享出行，是一個非常大的環節，還有很多增值的服務，這個里面其實有非常非常多的事情是可以做的，即使我們現在做的當中，就已經發生了有很多是可以去支撐起來的另外，隨著自動駕駛的功能實現以后，能夠做的事情其實就可以更多了。
