通信世界网消息(CWW) 2017年2 月 21 日，MIT Technology Review中国地区独家合作伙伴“DeepTech深科技”联合IBM中国研究院、网易科技、人民邮电出版社，举办“《麻省理工科技评论》2017年全球十大突破性技术”中国大陆地区首发仪式。DeepTech陈禺杉对其自动驾驶做了详细的讲解，速记如下：

主持人（石岚）：各位来宾，女士们、先生们，大家下午好！

前面听了那么多中美科技大佬的铺垫，大家一定都非常非常期待这个榜单的发布。

跟往年一样，这一两年最热的一个词--人工智能，所以在我们这个榜单中有两项技术跟人工智能密切相关。

其中一项是强化学习，强化学习是一种人工智能技术，它能够使计算机和机器人在没有更多的指引的情况下，像人一样自主学习。为什么强化学习这门技术这么重要呢？去年特别爆炸性的一个新闻就是，AlphaGO战胜了李世石，其实就是强化学习在其中起了很关键的作用。如果没有强化学习技术，无论是自动驾驶的汽车还是其它自动化领域，一系列发展都会受到重大限制。

在强化学习领域，全球有哪些公司是非常活跃，而且是主要参与者呢？有DeepMind、Mobileye、OpenAI、Google、Uber，还有我们中国的科大讯飞、阿里巴巴、微软亚洲研究院、中科院和百度。这项技术的成熟周期是1-2年，也就是我们非常近的将来。

下面，有请陈禺杉给大家做一个稍微详细一点的解读。

陈禺杉：谢谢石总，我尽量言简意赅的跟大家把这个大概的内容解读一下。

因为，现在的模式识别、机器学习、深度学习，可能代表了三种不同的思想流派，模式识别是其中最古老的，机器学习是最基础的，但是深度学习是目前最新和最有影响力的前沿领域，我们其实已经在2013年麻省理工学院10大突破性技术中，就已经把深度学习入选了榜单，而且进行了详细的评叙，四年后，可能我们的机器强化学习，也显然迎来了突破性的进展，强化学习技术作为机器学习的一种方式，能够让机器人领会并且掌握，以前从来没有训练过的一些技能，机器学习不再限于识别字符或者是识别猫狗这些图片或者是带有标识的一些图象里面的一些字体。研究人员开始将机器学习应用到机器人的强化学习中，这也正是AlphaGo能够掌握复杂的围棋游戏，并可以击败世界最强选手的关键。

本质上来说，强化学习技术是从环境中学习的一个基本法则，最早的时候，大概一百多年前的心理学家爱德华桑代克也注意到这点，在著名的迷箱实验中他将一个猫放到一个迷宫一样的箱子里面，会发现这个猫总能偶尔的会踩到开关然后逃脱迷箱。所以很早的一些人工智能的先驱者就认为，迷箱实验应该可以在机器中有效的重复，所以在1951年人工智能的先驱，麻省理工学院的教授马文·明斯基创造了世界上第一台具有学习能力的机器，而且利用非常简单的强化学习方式，模拟了一个老鼠如何逃出迷宫。

强化学习技术，之所以行得通是因为研究人员找出了如何让计算机程序计算出每种状态下应该分配的强化值，还是以迷箱实验为例，在走出迷宫的过程中，模拟了机器老鼠每做出一次左转或者是右转的动作的时候，计算机程序会做出相应的惩罚或者是奖励措施，然后逐步形成一个对刺激的预期，来产生获得最大利益的习惯性行为。

目前这个技术在国内也比较热门，以我们的科大讯飞为例，这个公司已经针对强化学习在很多方面的应用展开了研究，包括人机对话系统、智能客服系统、机器辅助驾驶、机器人控制等方向都有了相应的研究，以对话系统这样一个多人人机交互的系统为例，就是一个非常典型的强化学习的例子，同时在国外有许多机器人制造商也将目光投向强化学习技术，测试该技术在没有手工编程的情况下，如何去训练机器，执行新的任务，比如说谷歌公司的研究人员就和DeepMind一起合作，试图利用强化学习技术来使其位于全球各地的数据中心更加节能，通常如果需要算出一个数据中心的每一个模组，或者每一个单元的耗能，对总系统的能耗，其实是一个比较困难的事情，但是如果利用强化学习的算法，能够从收集到的大量数据中，去模拟实验每个单元可能会消耗的能量，这样的话比较容易制订一些策略，比如说什么时候启动这个冷却系统，如何去节能。

主持人（石岚）：MIT全球十大突破性技术第二项技术是：自动驾驶货车，可能大家听到的自动驾驶汽车都听了很多，但今年选出的自动驾驶货车。

顾名思义，它就是在高速路上能够自动驾驶的货车。它的意义在于什么呢？无论是货主方还是货车司机们，都能够更高效的完成他的运输业务。

但同时，货车司机的薪酬，应该是逐步会降低的，而且最终这个职业可能就会消失。这个领域的主要参与者有Otto、沃尔沃、戴姆勒、福田汽车，以及百度，这个技术的成熟期没有那么快，预计是5-10年，同样请陈禺杉再详细的阐述一下。

陈禺杉：先跟大家讲一个故事：大概在2016年10月份的时候，有一台Otto，大家看到的下面这张图，这个大卡车大概装了2000多箱百威的啤酒，从科罗拉多州科林斯堡出发，行程是200多公里，成功的将货物送到了目的地，车上唯一的人类司机起到更多的作用是监控和辅助作用，而不是去驾驶，基本上都没有碰过方向盘。

这是自动驾驶货车第一次完成商用的运输任务，也是一个非常具有里程碑意义的事件。

但是，人们也同时也意识到自动驾驶货车可能存在的一些局限性，因为这项技术还无法让货车，比如说在比较狭窄，或者路况比较复杂的城市道路上去通行。如果看上去的话，自动驾驶货车与一般的自动驾驶汽车没有太多的不一样，但是不是这样的，因为货车不仅仅体积比较大、比较长，是普通汽车的加长版，其实在自动驾驶货车就涉及到运输的经济型问题。

比如说，好几台自动驾驶火车可以组成排，在高速上驾驶，可以有效的降低风阻和节省燃料，最棘手的问题，比起一般的自动驾驶汽车，自动驾驶货车在普及上，会带来比较大的社会动荡，实际上自动化对工人所带来的威胁，这个问题已经被讨论的非常多了，如果再来一个自动驾驶货车，可能对我们的蓝领工人，比如说，我们的货车驾驶司机会有比较大的影响。

目前来说中国的情况是有1500万台货运车辆，以及3000多万的货车司机，在负责我们整个城际的交通运输，这个产业的产值每年也高大3万亿人民币，而且司机的工资成本占到总运输成本40%左右。如果是使用自动驾驶货车的话，原本需要2-3位货车司机合作才能完成的长途运输任务，现在可能一位司机就完成了，因为他只需要复杂货车在上下高速的时候，去接管，而在长途行使的时候就完成交给机器了。

中国针对自动货车的技术其实也已经开始，国内的自动驾驶货车有我们的互联网巨头百度和汽车制造商福田展开了合作，在2016年的11月份发布了国内首款自动驾驶的火车。

中国针对自动驾驶的车辆的监管刚刚开始，政府试图在保证公共安全利益的情况下，和公司创新的这两个点中间寻找一个平衡点，去年7月份政府也宣布正在起草监管自动驾驶的文件，并呼吁该产业在文件正式出台之前，尽量减少自动汽车在路上的实测，即便如此，还是很多人相信政府最终会放松对自动驾驶火车的监管，而且对自动驾驶货车技术的商用，保持一个比较开放的态度。

这是关于自动驾驶货车的情况。