由公安部交通管理局指導，公安部交通管理科學研究所、人民日報媒體技術股份有限公司、高德地圖、新浪微博聯合主辦的2016（首屆）“互聯網+交通出行服務”論壇9月28日在北京召開。本次論壇以“智慧交通、融合創(chuàng)新”為主題，旨在分享創(chuàng)新服務及技術成果，倡導交通管理大數據與新媒體等互聯網+手段應用，進一步提升政府職能部門的決策水平和服務社會的能力。神州租車首席信息官劉亞霄現場發(fā)表演講：

劉亞霄：簡單介紹一下我們公司的背景。我們在考慮，作為一家全國最大的車隊的運營企業(yè)，我們怎么能夠有效利用先進技術去促進整個出行行業(yè)發(fā)展。神州最早成立是這邊的出租車公司，現在大概10萬輛出租車。從去年開始做神州專車，全國50幾城市。同時在無人駕駛，我們在硅谷有一個實驗室，專門做這方面的探討工作。

那么我們在這方面主要集中在三個投資技術方面。第一個是LBS，其實也是網約車的基礎，有了地圖，有了導航，有了實際位置，可以做常規(guī)化。

同時數據不停上漲，通過數據不停搜集，有一個實用大數據，可以做很多信息，做網約車，在街上開，大家有沒有覺得約網約車有很不方便的時候，網約車，得給司機打6個電話才能找到他，司機也難受，乘客也難受。我們利用大數據方法，哪些地方乘客上車的時間可以在50秒或者1、2分鐘之內。這種情況下推薦給司機和乘客，可以有效地節(jié)省我們整個網約車的時間。

還有一部分就是深度學習，人工智能。這個可能大家覺得離自己比較遠，一會兒舉一個例子，剛才用路網中心王主任講的路網監(jiān)測，其實政府有很多手段，但是大家如果開車來這里，其實北京路網有一個不舒服的地方，就是路上的井蓋特別多，開車的時候路很顛。大家有沒有想過，哪一個地方井蓋多，哪一個地方井蓋少，路的舒適程度怎么樣？大家覺得沒有辦法統計。不管從政府角度還是從個人，甚至于從地圖供應商的角度。但是如果我用我的網約車在街上跑一圈，搜集各地圖象之后，可以用深度學習方法知道北京到底多少井蓋，哪一個井蓋蓋得好，哪一個井蓋蓋得不好。

這些數據就在我們的實驗室里面做一些工作。大家看深度學習是人工智能方面的學習，可以幫助大家用大數據解決很多，在管理上的問題。

那么為什么有這樣的發(fā)展？實際上這是根據人工智能發(fā)展分不開的。今年可以說人工智能非常重要的年份，當然有的標志性的事件就是阿爾法狗戰(zhàn)勝了李世石。所有人類直接認知的領域直接被計算機打敗，包括對圖象的識別，包括對語言識別。也就是一臺電腦在我聽我講的東西，它能理解的信息有可能勝過在座一些普通的人類。或者這么說，就是從認知的角度來說，超大量數據和超大量網絡，已經使得人工智能時代在今年有一個爆發(fā)增長點。

這個爆發(fā)增長點，會對我們未來出行道路，我們認為將來可能會有三個很重要的投資點，就是人工智能。第一個是自動編程，現在程序員是一個很好的工作，很有可能在不遠的將來，兩年以后，現在初級程序員。第二個自然就可以理解，現在所有的括弧，電話銷售，都有一些微博、微信的服務人員。

第三個也是大家認為最有可能實現的就是自動駕駛，所有巨頭都在自動駕駛上面，到什么程度呢？大家看右邊的，也就是說所有人都認為2020年最保守的戴普勒，如果現在滿足一套廠商的套件?，F在大家研究的集中點，就是怎么在真實路況下，保證既安全又舒適。

那么我們怎么定位自己？我們看到自動駕駛有很多的參與方，首先是車廠，像戴普勒、豐田。其次這里很多的巨頭，谷歌、百度，我這邊列出來比較有名的，都是做自動駕駛。最新出來的是優(yōu)步，有100輛無人駕駛車在有人監(jiān)督的情況下在路上跑。

未來一定有一個無人駕駛的運營商出現，這是未來神州的定位。我們希望作為智能出行的運營商，對整個新的無人駕駛或者是智慧駕駛做一個更優(yōu)化的。

具體做什么內容？首先協調線上線下協調工作，自動駕駛車在街上開的時候，從目前技術條件來看，很難做到完全全自動的集成。所以對車輛維護保養(yǎng)都會有相關的線下的擁堵，北京一萬輛自動駕駛車。

第二，就是自動駕駛車要適應現在自動駕駛整個運行情況。

第三，自動駕駛有些東西雖然是新興的技術投資行業(yè)，最終是要賺錢的。我們討論如何在現有的專車和出租車基礎上提高效率，從而為自動駕駛自己養(yǎng)活自己。自動駕駛車可能很貴，一百多萬一輛，但是我們計算過，比現在網約車貴五倍，自動駕駛車仍然能賺錢，這是一個很有意思的事情。自動駕駛設備貴，并不代表自動駕駛運行成本高。

這里面做了什么事情呢？首先我們通過現在車內內置一些傳感器，考慮除了安全以外怎么考慮舒適問題。利用自動駕駛車很安全，坐在車上就會覺得暈車，通過駕駛員的運行情況，找到既安全又舒適的行為習慣。

大家已經介紹了這邊來尋找自動駕駛車在街上巡游或者是?？康臅r候，以及下一單將要去哪里的方向，這是一種大數據深度學習。

那么這一塊是我們剛才講的，我們叫做道路基礎設施，通過網約車或者自動駕駛車，我們可以搜集很多數據，這些數據就是在車上裝一個手機可以看到路面情況。

在匹茲堡通過一些小的網約車的裂縫，通過電腦學習，就可以知道整個匹茲堡到底哪條路應該修了，哪條路應該沖下去？對我們來說如果車在路網上跑，就知道整個路網情況以及交通設施情況。就是說這個路燈整個滅了，這些都是可以通過大數據、智能駕駛出現的。我們也可以希望這個智能駕駛能夠為整個城市智能化建設方面發(fā)揮很大的作用，這也是我們考慮到的，將來自動駕駛能夠自己養(yǎng)活自己的。

那么我們路線圖是什么呢？我們從智能駕駛向智慧出行，三個相關的準備。第一個就是數據采集，第二，業(yè)務集成，第三，就是生態(tài)。

首先從數據上加大，在日常車隊運營過程中數據采集量。大家一提深度學習，提人工智能，就覺得這個事情很大問題在于數據，周末在硅谷參加一個很重要的深度學習會議。人工智能無外乎就是兩點，第一點如果有一個很好的模型。但是發(fā)現結果不好，拿大量數據改變它，優(yōu)化它。如果數據很多，但是發(fā)現模型還不夠完美，就把這個數據更加優(yōu)化。

神州在路上采集數據，我們希望業(yè)界有志于在這邊做一些智能管理工作的，不管政府還是公司，都產生一些很重要的作用。

第二，就是智能車，同樣一個20萬的車和100萬的智能車，首先解決司機一年工資。其次，司機服務不好，機器人一直在那里開，理論上開20個小時不成問題，但是20個小時肯定不成問題。怎么樣在現有網約車體系獲得更大發(fā)展，提高效率，減少這些空駛時間，減少路面時間，這是在業(yè)務運行上的。

其實很重要是大家可以看到神州租車，很快發(fā)現租車行業(yè)現在占到停車場的意義不大。大家專車逐漸融合成一種動態(tài)，資源的動態(tài)規(guī)劃和調整，這些可能是神州在對整個業(yè)界新的貢獻。

我們采用動態(tài)規(guī)劃，這就是第三個生態(tài)圈，我們把所有的服務人員全部動起來，讓它不停地接單管理，原來是一種流程，一天規(guī)劃，第二天做什么?，F在完全不是這樣了，整個是完全的動態(tài)規(guī)劃。

我們認為將來的智能駕駛或者是智能出行，簡單分兩部分，一部分是云端數據，云端數據就是說后臺運營商，找到運營最佳方式，找到路上最佳的模式，就是說街上有一個小伙子，這個事件就是為全社會所有人都學到，再也不會出現第二個事情。所以大家覺得特斯拉有一個很重要的事故，從一定層面來說，因為再也不會出現這樣的事故。

但是我們不能完全依賴于高德，所以車端需要有很強的計算能力和思考模型。這是我們希望建立生態(tài)鏈以后，我們希望在運營上的合作，包括數據采集，以及結合數據開放，使得這個行業(yè)越來越大。

另外一方面就是整個的自動駕駛也不是一個測試，應該是全社會應該投入關注的事情。最簡單來說，對政府來說，管理或者是城市管理能不能借助智能駕駛，剛才講的有趣的實施來加速，來優(yōu)化管理能力，這是其中之一。

另外，自動駕駛不可逆轉趨勢，在交通基礎設施上有相關支撐。剛才有的領導講自動駕駛智能化，有沒有可能你的信號燈不光是在那兒亮一下，同時還能發(fā)一個信號說，現在要變燈了。這種控制絕對比讓人工智能去看更有意思。

第三，隨著智能駕駛整個體系提升，智能出行整個效率提高，那么政府，包括公司是否在這個領域更好地提高整體效率機會。

比如說以后的車，最新被影響的是誰？一定是保險公司，每天那么多的車型，可能不需要車了。沒有那么多高車險的支出，為什么交那么多的保費呢？這筆錢應該用在哪里，是不是應該用在整體的交通基礎設施，以及自動駕駛有相應支出，這一塊改善效率更好。這是我們應該考慮的問題。

我們希望不光是未來有對自己生態(tài)鏈的定位，更重要的是希望在這個生態(tài)鏈上能夠撬動整個行業(yè)的優(yōu)化，使得中國的智能出行行業(yè)真的能夠彎道超車。目前全世界智能駕駛，四個國家，第一，美國、第二，日本，第三，瑞典，第四，中國。中國現在提的熱，但是沒有具體的。美國已經有大大小小幾十家大公司了，初創(chuàng)企業(yè)。日本承諾2020年一定在冬季奧運會上使用出租車。

瑞典準備在全國劃出自動駕駛專線。我們有很多的創(chuàng)始公司在提自動駕駛，但是沒有真正的落地，我們希望從中國特色出發(fā)，從中國的模式出發(fā)，能夠整合所有的這些相應的企業(yè)，相應的政府部門的資源，為中國早日實現彎道超車，從第四名到第一名。

謝謝大家！