網易智能訊 4月30日消息，近日在北京舉辦的GMIC 2017上，馭勢科技聯合創始人兼CEO吳甘沙與卡內基梅隆大學機器學習學院教授兼院長Tom Mitchell進行了對話。
關於自動駕駛給城市騰出巨大空間的設想上，Tom Mitchell認為，自動駕駛車的下一個革命將會深刻的改變我們城市的布局。我們可以把現在這些昂貴的停車場轉變成綠地，海會看到現在都難以想像的一些新的商業模式的出現。
比如，自動駕駛汽車可能會給我們帶來移動餐館，我們不用外賣叫披薩了。也許到時候醫生還可以上門給你提供服務了，至少可以把星巴克開在這些無人駕駛車上，可能會出現各種各樣新的業態。
根據Tom Mitchell的觀點，網約車未來需要和無人駕駛技術結合才能解決人們的出行難題，Tom Mitchell稱，網約車目前並沒有解決汙染和堵車問題，甚至會加劇。而真正合理的解決方案要讓規模擴大，儘可能把我們自動駕駛的技術量產化。我們不僅要有自動駕駛的汽車，有滴滴這樣公司的交易量，更重要的是現有交易量能夠以更優化的方式完成，減少汙染、減少堵車，車之間的互聯將使整個交通系統更加通暢。
Tom Mitchell介紹稱，Uber想要專門打造一個自動駕駛車的研究中心，現在這個自動駕駛車已經在這個城市裡可以開了，實際是有軟體控制，讓車自動接人，如果有時候剛好碰上無人駕駛的車，你就可以嘗鮮無人駕駛網約車了。（小羿）
以下為吳甘沙和Tom Mitchell對話實錄：
吳甘沙：Tom Mitchell您好！要想真正嚴肅的來討論一個問題，而且接下來就要吃午飯了，的確是非常有挑戰的。Tom Mitchell你是在賓州出生的，現在你也是在賓州工作的，你覺得在賓州這個最有意思的是什麼事情？
Tom Mitchell：我是在賓州的匹斯堡，關於匹斯堡這個城市，它是在過去三十年裡面發生了巨大的變革，匹斯堡曾經是美國的鋼都，當然還有足球隊，還有橄欖球隊。但是很快很多的匹斯堡的鋼鐵企業都破產了，在70年代的時候，我們城市出現了很多失業問題。但是很快匹斯堡在這幾十年裡面成功轉型，目前匹斯堡又一派生機了。
當然卡內基梅隆大學發揮了重要的作用，與此同時，匹斯堡作為一個城市，它的成功轉型是大學和當地政府和企業之間的協調，還有非政府組織，還有代表工人的工會等等，協調之後的一個很好的結果，匹斯堡這些不同的機構之間的合作是非常好的，也推動了這個城市的轉型。
吳甘沙：這是一個巨大的成就，我也讀過經濟學家的一些著作，他們都把匹斯堡選為美國最宜居的城市之一，這個過程中離不開創新，我也讀了一本書好的想法是從哪裡來的？他有一些非常有意思的觀點，我們講動物其實也是遵循這樣一個規則，動物體型越大，它的心跳速度就越慢。像匹斯堡這樣的城市，它的體量比一個小鎮要大50倍，因此它的創新能力要比一個小的城市大的多得多，大150倍。北京比匹斯堡要大50倍，但是我不認為北京的創新能力比匹斯堡要大150倍，我覺得沒有這樣吧。你的觀點是怎麼樣？
Tom Mitchell：當我們討論一個城市的規模和它的創新能力之間的關係，我們必須要問一個問題，就是一個城市的創新能力或者創造力，相對於它的人口數量，或者相對於人和人之間互動，這個是不是有關係，你城市的規模大一倍的人，人和人之間的互動這種可能性就會大一個平方。我們其實也並不是那麼的聰明，其實我們互相之間交流，人和人思想的碰撞，才是產生創新火花的動力，人和人互相之間的互動和交流往往是一個城市創新能力的源泉。
吳甘沙：這個是大城市的優勢，人口多，大碰撞可能會碰撞出一些智慧的火花，但是也有它的弱點，比如大城市有像北京這樣的大城市，有交通問題，會堵車，有路怒等等，有很多交通事故。能源的使用會產生霧霾等等這些問題，空氣汙染的問題，有些問題可能會演變成為大問題。一輛車比如90%多的時間都是一個閒置的狀態，你在北京要找車也找不到停車位等等，我們有600萬的車在北京，只有200萬的停車位，這個過程當中，我們就會需要去考慮怎麼樣去找更多的停車位，房地產的價格越來越高，空間越來越少，年輕人必須要住到很郊區的郊區去，有大量的時間花在通勤方面。浪費很多時間在每天從家到工作的地方，每天有10億小時的時間是在路上浪費掉的。如果我們追溯到以前埃及時代，當時造金字塔的時候，他們也就是花了10億小時的時間。所以每天大量的生產力被浪費掉，因為堵車這一件事情。你怎麼樣來解決這些大城市病？我不認為人和人之間的互動可以解決這些問題。
Tom Mitchell：這個講的非常好，我認為從某種程度上講，我們考慮城市，互相之間物理上非常近，很重要的交談，你提到的非常具體的問題，網上、線上的互動，微信是中國目前網上人和人之間互動最受歡迎的一個應用，我自己也是非常活躍的微信用戶。註冊的時候也質疑我的身份。
吳甘沙：人和人互動的平臺或者其他平臺，讓我們面對面的交流變得不那麼重要，但是你要讓兩個人互相之間交流，還是要建立起一種信任，未來或者現在很多時候我們的互動，都是面對面交流相結合的一種狀態，微信在未來可能會被一些新的技術如虛擬實境等等技術來替代。但是我們通過微信與其他技術降低了人與其他人的要求，但仍然的需要物理互相接近，面對面的交流，筆觸其他事情，如吃飯，餐廳要坐下來吃飯，和朋友聚會，有情感需求，產生不同的移動出行要求，很多問題不能通過網上在線的交流來替代的，在過去這些年當中，我們出行方式有了很多改變，優步總部在舊金山，但他們在匹茲堡有一個很重要的研發重要，這樣一種轎車、約車服務，其實從某種程度上解決了人出行的一些難題。
Tom Mitchell：您講的非常好，共享服務對很多人哪怕是沒有車的人來說也能夠改變出行方式，比如滴滴、優步，根據你所在的國家都有很多出行的解決方案，不管是轎車、約車還是車共享的方式，都是非常好的解決方案，這樣的服務使得人出行過程當中可以在更加精準情況下，你到哪裡去，什麼時候到哪裡，可以進行相應的服務。而優步，你可以在城市之間進行城際的出行，都有非常好的解決方案。
吳甘沙：同時也可以創造很多新的就業機會，滴滴是中國的優步，每天峰值交易達到很高的數字。中國最大的電子商務公司阿里巴巴，所有類別產品加在一起，每天大概是三千到五千萬單。滴滴是出行服務，達到了一百萬單的交易量。另一方面也幫助就業，有數百萬的司機可以加入滴滴平臺解決他們的就業問題。如果你需要真正的司機，那麼你會產生很多其他的成本，比如說司機的成本，司機有沒有時間，勞動的供應是有限的，不可能無限的擴大網絡，總是有一些瓶頸的。從2100萬到4200萬就很難了，因為0到2100萬容易，但2100萬到4200萬很難，怎麼解決勞動供應問題或者司機問題。
Tom Mitchell：我知道你個人對這個問題很有研究，即便找到司機做4200萬單的交易，但是汙染問題、堵車問題仍然沒有解決，甚至會加劇。而真正合理的解決方案要讓規模擴大，儘可能把我們自動駕駛的技術量產化，有很多公司都在考慮把一系列的技術用於未來的自動駕駛，很多傳統汽車公司也在這麼做。我們不僅需要有自動駕駛的汽車，有滴滴這樣公司的交易量，現有交易量能夠以更優化的方式完成，減少汙染、減少堵車，因為自動駕駛車能夠更加高效的駕駛，能夠形成一個車隊，能夠更好的來使用一些新的技術，減少能源的使用、消費，沒有堵車的情況出現，因為車互相之間的互聯和智能將使車和車之間的交流使整個交通系統更加通暢，所以自動駕駛的潛力非常巨大，能夠提高整個交通系統的效率，減少汙染物的排放，降低能源消耗。
吳甘沙：這確實讓人驚嘆，現在在北京駕車的時速是200公裡/小時，由於擁堵問題和交通信號燈跟十字路口的問題，如果能夠實現您剛才所說的，確實是很大的提高。我想在座很多人可能不知道無人駕駛的鼻祖是湯姆的學生，在21世紀早期，達帕舉行了城市挑戰賽，卡內基梅隆大學在2007年就取得了達帕挑戰賽的冠軍，卡內基梅隆大學在這方面有很多的延展，後來去斯坦福上學，才贏得了達帕挑戰賽，贏得了大賽的冠軍，而卡內基梅隆贏得了城市挑戰賽的冠軍，大概在90年代的時候，當時有一個博士研究生寫了一篇論文，模擬神經系統來開車，端到端的開車，當時一般速度只有15—25公裡，但幾乎把這個速度翻了一番。可能在20年後，就真正應用這些技術了，因為自動駕駛端到端的實現是很困難的，所以我又去看那些論文上的引文，發現2005年做了相關按照，發現卡內基梅隆80年代就已經做了這些研究，那麼在過去幾十年有什麼進展嗎？在自動駕駛方面？
Tom Mitchell：我認為大的進展是80年代的時候，計算機是一個比較機械、盲目的東西，對世界沒有感知能力。80年代的時候，大家用計算機可以下棋，因為那樣的話不用真正的對世界進行感知。我想真正的革命是讓計算機從過去的沒有感知能力變成一個能夠可看見、能夠感知到的機器，可以看到，而且也有聽覺，聽到別人說的話，而且精準度也很高。這樣的話，在未來還有很多人工智慧方面的應用，你必須要有這種感知能力才能夠去開車。
吳甘沙：我們知道在2015年，優步從神經研究院還有卡內基梅隆的機器人研究院招募了40名科學家？
Tom Mitchell：是的，因為優步想要專門打造一個自動駕駛車的研究中心，現在這個自動駕駛車已經在這個城市裡可以開了，我的朋友讓我能不能試一下，實際是有軟體控制，讓車自動接人，如果有時候剛好碰上無人駕駛的車就碰上，要不然是人工駕駛的車接你。確實優步從我們那兒僱了很多人，大學對此不太高興，我們不想失去自己的人才。我想幾個年代之後，他們會意識到對於匹茲堡這個城市來說是好事，與此同時，機器人研究院為了替代這些流失人才又僱傭了大量人才，人才流動，可以在地區建立起更大的人才生態系統。實際上這個技術上的挑戰是很大的，我們需要更多的人才來解決這個問題。這就回到您一開始所說的，如果把自動駕駛的研究人員翻一番，也可以使得創新能力翻一番。
吳甘沙：從卡內基梅隆還有另外一個公司，這個公司已經被谷歌收購了，似乎卡內基梅隆成為這方面人才的孵化器。
Tom Mitchell：我知道在大學裡面也在進行這方面的各種研究，在機器人方面，我們正在研究一些不同的應用，從自動駕駛、採礦、農業種植等等，有一些比較容易，如果是一個比較小的區域，比如說採礦，就不會像在自動駕駛場景裡那麼複雜，因為不會有行人隨意穿過礦產區，還有無人機，還有機器人蛇這些蛇進入到人沒法進入的非常狹窄的區域。還有跟人工智慧方面相關的，我們還在考慮。將神經科學和人工智慧結合起來，也有這方面的跨界研究。
吳甘沙：我們再來看一下歷史，交通出行根本的改變了城市，在第一次工業革命之後，蒸汽機擴展了鐵路線，推動了鐵路的發展。而第二次工業革命之後，汽車的廣泛使用又改變了人們的出行方式，又擴大了人們活動的範圍，改變了城市。可以在城市各處修建超市，現在我們又有了新的出行的可能，我們認為有無人駕駛車之後，就不需要那麼多的停車場了。車可以停在郊區，城市的布局就跟今天大不相同。我們是不是可以來預測或者是模擬這種空間布置的變化呢？
Tom Mitchell：我覺得你說得非常好。我們認為自動駕駛車的下一個革命將會帶來更加根本性的變革，會更加深刻的改變我們城市的布局。我們可以把現在這些昂貴的停車場轉變成綠地，變成城市的綠化，而且我們可以改善城市交通擁堵的問題。我們會看到現在都難以想像的一些新的商業模式的出現，就像當時出現facebook這樣的社交媒體一樣。而自動駕駛汽車可能會給我們帶來移動餐館，我們不用外賣叫披薩了，或者是移動的餐館，可能有無人機把這個披薩送到這個無人車上，然後再把車送到家裡。也許到時候醫生還可以上門給你提供服務了，至少可以把星巴克開在這些無人駕駛車上，所以可能會出現各種各樣新的業態。所以對現在我們來說還是很難想像的，所以我們也很難按照這樣的可能性去設計我們的城市。我們還是有很多不確定性的，是不知道未來下一個技術革命會是什麼樣的方向，所以我們在設計城市布局的時候，也許可以設計一些空間，可以讓那些無人機或者是自動駕駛車可以停的地方，所以下一個一百年和過去一百年的區別在於，這種變革的速度會快的多得多。而這些城市他們的設計也要為這種難以預測的變化做好準備。
吳甘沙：我們都知道深度學習，已經在圍棋中打敗了人類得冠軍。而接下去我們還不知道它會在更加複雜的比賽中取勝，在我們小的時候我們玩過這樣的遊戲，就是來模擬城市的建造。不知道是不是可以用機器學習的技術，比如說深度強化來進行這樣的遊戲，來模擬未來城市的建設。這樣的話，就可以考慮到所有的這些不確定性，把它考慮在內，來進行預測或者是模擬未來城市的運營。
Tom Mitchell：非常有意思，如果來看一下深度學習，阿爾法狗，它打敗了人類的圍棋冠軍，它是下了幾百萬盤棋。您剛才所說的這個很有意思，如果我們可以對城市進行這樣的模擬的話，這個遊戲可能還過於簡單了，難以從事這個任務。如果我們再把它加深一下，真正來模擬幾百萬種城市建設的方式，也許我們也可以學到如何來管理城市可能出現的這些使不可預測的情況。甚至可以發現我們現在還沒有意識到想像到的一些方法。
吳甘沙：發明了無人駕駛的一個實景圖象的模擬器，如果在城市建設方面我們也能有這樣一個模擬器，通過機器學習算法，來預測或者進行模擬的話，我們可以看到未來城市的演進。
Tom Mitchell：還有一些非常艱難的政策上的選擇。比如說如果使用各種網上的醫學上的數據，城市用這些數據來控制傳染性疾病或者是新疾病的發生，這些也是一個可能的新的應用。可能會涉及到隱私的問題，有些人不願意在網上分享他們的醫療信息。另一方面，這些數據卻可以給我們帶來很好的管理上的經驗，所以這也是一個政策上的問題。你剛才所說的，類似遊戲的方法，我們可以來了解一下這幾種不同的政策上的選擇。
吳甘沙：不說醫療數據，像電信運營商他們也有人們的出行數據，也許可以設計一個更好的城市布局，把超市放在哪，把停車場放在哪。您知道現在中國在開發新的區域新的經濟帶方面有很多的動作，中國上個月最大的新聞就是中國決定打造一個副都副中心，北京太大了，所以政府想要疏解首都的非首都核心功能，來建設雄安新區。這樣的話，我們就可以來重新從頭來設計這個雄安新區的基礎設施。如果在這個過程中應用一些人工智慧的技術來設計這個新區的話，我想肯定是一件非常棒的事。
Tom Mitchell：我覺得這確實是一個非常好的機會，這也是中國獨一無二的一個特點，可以進行這樣新區的開發。在講到未來可預測性越來越小，在建設這個新的城市的時候，他們就應該可以考慮有些空間可以進行重新設計，順應不同的功能。如果在五十年前我們就考慮到這些問題的話，也許我們就不會建造我們現有的這些機場了。在新區的時候也許可以考慮到這些無人車的可能性，在設計過程中要保持大的靈活性，當然做起來很不容易。
吳甘沙：我們的這種願景，這是一個永無止境的學習的過程，而且我們對此非常期待。謝謝Tom Mitchell和我們進行分享，也謝謝各位。
本文來源：網易智能 責任編輯： 王超_NT4133