第二，卡车这个行业，大家说到卡车都是职业的司机，职业的司机比一般的老百姓开车司机水平要高，所以说我们对标的其实是更高水平的系统。所以说，对卡车自动驾驶的系统，要求肯定会更高，这是另外一点。

还有一个难点，不仅是在卡车，在整个自动驾驶行业都存在了一点，刚刚也提到了，有说到增强学习，也列了一些公司，但是增强学习很重要的一点，你需要让电脑系统告诉他，怎么样做是一个好的结果，一个步骤，怎么是一个快的步骤。

我们刚才增强学习里面举的例子里，下围棋或者玩电子游戏，这样一个副样本是非常容易得到的，大不了死一架飞机，大不了输一盘棋。但是你能不能真正容忍车去做这件事情，你肯定是不能容忍的。

怎么解决这个问题呢？大家一般的想法是用模拟器去解决，但是模拟器仿真，本身在自动驾驶这么一个复杂的环境里、复杂的系统里，去实现一个非常好的仿真，本身是一个非常难的问题。

所以说，在技术上我觉得它也有他需要我们未来攻克的地方。我相信像刚才AOTU也是被Uber收购了，最近有很多收购的例子，在资本上，或者技术投入上，大家都在往里面花很大的资源，因为大家相信这是下一个风口，包括出行的工具，卡车也是一个垂直的方向，那乘用车，包括清洁的车辆，或者港口的车辆，有很多垂直领域，大家都认为这是一个风口。

我觉得整个行业的趋势是在往前发展，但是需要大家一起去解决很多问题，包括我们的从业者、相配套的行业，比如说保险，包括政府需要制订相应的法律法规，一起去解决这个问题，但是我相信前景是美好的。

主持人（石岚）：谢谢倪凯先生，刚才我们也说了这个技术的成熟期还有5-10年，所以大家还是任重道远。

下面，我们想问杨铭先生，通过图象识别来解决自动驾驶是比较通用的一种方式，地平线在这个领域取得了不俗的成绩。所以，能否简单介绍一下强化学习在图像识别和自动驾驶中发挥的作用？

地平线机器人技术联合创始人&软件副总裁 杨铭

杨铭：首先，我先介绍一下地平线机器人。地平线机器人，现在主要致力于把人工智能、深度学习的这些算法跟嵌入系统相结合，来提供从芯片、硬件、软件，整体的解决方案。所以，自动驾驶也是我们非常要发力的一个方向。

目前，跟驭势科技、乐视有点区别的是，整个产业链上可能分几个链条，包括整车厂提供汽车，也包括一级供货商提供自动驾驶的方案，地平线机器人可能更注重于把一些专门的技术做好，把图象识别的技术做好，把信息融合如何决策做好，作为一个二级供货商，给大家提供解决方案。所以，这是我们现在的一个位置。

图像识别，我觉得单独作为一个自动驾驶的全系统，其实还是不足的，还需要跟很多包括雷达、地图等其它信息融合，来构成一个无人驾驶的系统。

但是，图象识别有一些自己的优势，它的扩展能力是很强的，可以识别出很多事先并没有完全想到的物体，包括一些更新。而且，它可以克服对信息理解要比较细致的精度，比如雷达之类的，可以知道那有一个物体，但到底是什么物体就并不清楚了。

举个简单的有意思的事情，如果地上有一个易拉罐，这种铁的东西，但是对于某些传感器来说，看上去有可能是一个很严重的问题，因为它是金属的，但如果是图象识别，可以看出它的大小、位置，反而能避免。所以，图象识别是一个更有潜力，得到信息更全面，但是它自己还不足以构成一个完全的自动驾驶系统。

我觉得强化学习这几年，尤其是去年到今年还是很火的，在自动驾驶这个领域中，像倪总说的，我非常同意，它目前可能还处于一个刚刚应用的阶段，更重要的是说，如何通过模拟器，能够把一些情况去模拟出来，然后用增强学习验证，控制的路径规划算法，去验证。

但是在图像识别中，我们可以看到已经有很多的应用了，包括如何通过增强学习的方式，动态的过程，把图像中哪些最关键的点识别出来，通过自动学习的方式，在部署之后，能够做一些反馈提高这个系统。

总得来说，我觉得增强学习，在图像识别、自动驾驶整个技术链条中，它会是一个很关键的因素，但是可能目前为止还是一个比较有潜力的，还是一个辅助的角色。我估计在今年一两年可能会帮助其他的系统去提高，包括在控制领域有一些比较大的贡献，但是目前还是一个潜力比较大的分享，也是一个突破性的技术。

地平线机器人，目前我们也是把增强学习的技术跟图像识别，跟一些信息的融合都放在一起，提供一个比较好的方案，我们现在也推出了一些，开始是辅助驾驶，一些辅助驾驶的产品，也会提供一些自动驾驶关键的核心技术，和一些车厂、一级供应商合作，一起来把这些人工智能、深度学习的技术推向市场，推向到大家生活中去，这是我们努力的方向。

主持人（石岚）：谢谢杨总。最后一个问题，提给熊伟铭先生。您是所有在座嘉宾中唯一做投资的，从投资人的角度来看，目前人工智能技术，在哪些细分领域的技术是您所看好的？像自动驾驶这种门槛很高的创业项目，投资者在做决策的时候，主要会看中创业团队的哪些特质？

华创资本创始人 熊伟铭

熊伟铭：对。其实，金融领域在这方面开始的很早，当然那时候大家还不管它叫人工智能，其实大家在几年前听到的各种各样词汇，比如RA，其实已经是各种各样的智能机器人在帮助做很多投资决策。在这之前，如果看到很多获奖的基金，都用了大量的算法来实现最后的决策，其实在金融领域用的很多。

所以，在金融领域里面，这一波的热点，可能会持续很久的时间都是人工智能如何在金融领域的渗透，到底是渗透到投资产品，还是在客服领域，这可能是不同的应用。

所以我们觉得，金融其实是很大的应用场景，我们也看到了非常多的例子，无论是在美国还是中国。

另外，除了这个之外，有各种各样类型的商业对话机器人，其实是一个非常易用，而且能够想象的，无论是基于硬件的设备，还是呈现对用户体验毫无差别的设备，这个行业有很多FA，他们最后会告诉你，其实你对话的是一个机器人，我们以为对方是一个工作人员，实际是一个机器人。

所以，我们觉得这种对话机器人的形式，可能是比较容易上手的应用人工智能很好的应用。但对话机器人到底用在什么领域，就和团队和创业者本身的素质相关。

您说到的第二个问题，我一直在想，我回顾过去几年，大家做的一些决定，中间的一些共性，我觉得除了技术，因为技术肯定是最关键的，在这个领域里面，其实能够做的人挺少的，非常非常的少，凤毛麟角。除了技术之外，大家最关注的点，其实还是团队能不能做一个工业，或者应用上的一个突破，或者跟主机厂形成百度跟福田那样的合作，或者我自己能够完成一个，或者我变成一个新型的主机厂，或者是我能够重新定义一个应用，其实从投资人的角度来讲，因为投资人每年每一支基金，无论是我们也好，还是硅谷的同志们也好，都是十年，或者十二年，不会再远了。