小鹏汽车首席科学家郭彦东：造更懂中国人的智(2)

第二，用户在有了辅助驾驶功能汽车之后，有些用户会过度的信任驾驶系统。另外，从统计意义上来讲，也存在这样一件事情——高级辅助驾驶市场越来越大，一直在持续增长，但是很不幸的是，我们看到在美国的数据显示，在美国的交通中的致死数量其实在2014年之后到2015年有一个拐点，2015年是不降反升的，2016年最新的数据是比2015年的致死数量更高。

没有人有一个非常明确的答案说这到底是为什么，但是，我们可以从其中延伸出一些探讨。

一方面，可能是因为智能手机大规模普及，大家更愿意用手机，在开车的过程中看手机，回短信、回消息。

另一方面，有一些说法是，因为有了辅助驾驶功能的出现，有些司机不愿意关注驾驶过程中的一些交通情况。甚至会因为长时间的不关注，引发疲劳现象。怎么去解决这个问题呢？

我们今天都在讲无人车、智能车。那么，智能怎么帮我们提升车的一些体验跟安全性，这是我们的一些思考。

三大维度构建小鹏AI car

有很多辅助驾驶功能，都包括车道线辅助、紧急刹车、盲点检测等等技术，甚至很多都可以有供应商提供了。我们希望能让人工智能技术真正提升用户体验跟车辆安全性，比如用智能的感知与决策把这些独立的辅助驾驶功能有机结合起来，这个车才是一个真正的智能车，才能够提高用户的体验。我举几个例子，一方面是车外的一些感知，比如天气，比如说场景的识别、事件识别和预测。

例如，一个司机在路上看到一辆校车停在路边，车门打开了，他会知道可能有小朋友从车里跑出来。但是什么时候我们的辅助驾驶功能车，搭载了智能模块以后也能做出类似的判断呢？这才是我们乐于看到的一个事情。

另外，我觉得，跟车外的一些情况预测和判断、智能感知比起来，车内的感知可能显得更重要。

我举几个例子，包括乘客、司机的识别，包括我刚才说的注意力、情绪的识别。

我们能不能在人和车互动的过程中，让车去更好的理解司机的状态？不光是他的注意力，包括他的疲劳、情绪，做一个正向的反馈循环，来提升用户的体验，这个是我们的近期愿景。

所以，我们核心就是要把这些功能智能化，然后提升用户体验。它的基础就是智能感知。

下面，我想和大家分享一下，我们小鹏汽车是怎样实现这个愿景的。

我们有三大模块，第一是大数据，我们的智能车，始于大数据，训练和优化在人工智能训练平台上，成熟在量产车平台。量产车平台是我们作为整车厂商一个独特的优势我们OTA最新的算法模型在量产车上，然后我们再从量产车里面收集、采集更多的中国用户真实数据，来完成这样一个闭环迭代的过程。

我从数据、人工智能平台、量产车从这三个方面，来跟大家分别探讨一下。

第一，数据为王。

小鹏汽车作为整车厂商，作为一个真正做量产车产品的公司，我们最关心的、最重视的就是我们的数据。

我们的数据来自于下面4个主要的来源：

互联网大数据。仿真大数据。自有车队，或者测试车队大数据。中国真实用户大数据。

我主要说一下互联网大数据和中国真实用户的大数据。

一是互联网大数据。最近这20年，整个人类其实做了一件很有意义的事情，就是把他们的行为、信息、知识都做了互联网化。我们现在想要找一些信息，在互联网上直接做简单的搜索就可以马上得到，是因为我们大量的人类信息都已经在互联网上有所体现了，都已经在互联网上被数字化了。

我可以和大家分享一个更细节的数字，我们也跟很多技术供应商去探讨，一些很顶级的技术供应商，可能一年收集10个亿的图片，但是这个图片的量对于互联网数据来说，可能是一周，甚至远远不到一周的时候，互联网上就有这么多图片产生了。这个做过搜索引擎的人最有体会的，包括我自己。

互联网数据量非常之大，对早期算法的演进意义重大。但是它有它的挑战，就是说，这部分数据可能跟无人驾驶、智能车想要的数据分布有一些不一样的地方，标注也有一些困难，需要用一些办法，比如迁移学习把互联网的知识转移到智能车上去。

为了达到这样的一个目的，我们也关注另外3个主要数据来源：1、仿真大数据。2、自有车队数据。3、来自于用户的真实数据。

尤其是中国用户的真实数据，不管从真实度上，还是成本效率上，还是对场景的覆盖度、数据量上，都远远的优于仿真和自有车队的数据体量。在人工智能尤其是深度学习的大环境下，其实谁坐拥了数据，谁就有可能会有最先进、最完善的技术体系。这个也是整车厂商有的一个优势。我们从大量的用户中搜集用户的反馈，用这个数据不停的调教和更新我们的智能车系统。

第二，我们有了数据以后，如何去做。我们搭建人工智能平台，用大量的数据训练多个深度学习模型。