8月24日，由腾讯汽车联手创新港举办的2017全球汽车AI大会在上海正式拉开大幕，30余位来自全球顶尖科技公司、汽车企业的高层以及国内外学术专家齐聚上海，共同为AI技术与汽车产业的未来建言献策。亿欧作为此次大会的支持媒体，参与全程报道。
活动现场，英特尔全球人工智能战略规划总经理Fiaz Mohamed发表了主题演讲，分享了关于如何加速无人驾驶发展以及智能交通的话题。
他表示，在2025年将会销售1.1亿辆汽车，自动驾驶将减少车祸的发生，取代货运司机，推动货运行业发展。自动驾驶的市场规模将会达到7万亿美金。
以下为演讲实录（有删改）：
我跟大家讨论的是考虑到目前AI的成熟度，我们应该考虑的是怎么样能够更好地来使无人驾驶为更多人所接受，更为深入人心。我是从英特尔角度来讲，从PC的角度来讲，包括看看过去PC的进展，未来无人驾驶的进展应该走相应的路径。
为什么要采取引入无人驾驶模式呢？前面大家也谈到了一些数据，在全球每年有130万人由于汽车和交通方面的事故而死亡，这是非常令人震惊的一个数字。在130万人当中，在美国93%的事故是由于人为事故造成的，可能是酒后驾驶，可能是由于开车的时候分心、分神而引起的，而其中25%是和手机相关的，这是由美国高速公路交通安全局所发布的数字。
我们作为一个社会，怎么来解决这样一些问题呢？我觉得我们有几个维度。第一，汽车的主机厂在安全方面已经有了很大的长足的进步和提高。第二个是城市也极大的改善了基础设施，第三是关于教育驾驶员方面的工作也做得非常之好，怎么能够减少人为的错误等等。有三个主要的技术进展，包括气囊、ABS系统、安全带系统，这三个系统是非常行之有效的，其实谈到他们的历史，大家知道气囊是1951年来发明这是在美国和德国最开始发明了第一个气囊。气囊是1951年发明的，但是在美国只有50年之后才把它法定了，美国定义你要强制使用气囊系统。历经50年才把它进行标准化。
刚才谈到美国高速公路局在1987年到2012年的25年间，前排的气囊拯救了达到39000个生命，所以这个技术从发明到整个的应用是需要一个时间的。
我们再看一下ABS是1950年开发的，54年之后技术才得以大规模应用。
第三个技术是驾驶安全带的系统，在1959年的时候三点式安全带就已经发明了，1983年的时候英国把它列入到法律，之后从1975年开始根据美国的统计数据，美国高速公路局统计由于安全带的使用，美国减少了34万人命的死亡。
这三个技术都是极大的挽救了人的生命，而且大家知道这还不是每个人都戴安全带，如果都戴安全带的话，拯救的生命会更多。
如果大家谈到了无人驾驶，我们再看看无人驾驶逐渐进入了大家的视野当中。怎么样能够把正确的系统放在正确的地点供大家使用呢？这是非常重要的。
我们再看一下城市的基础设施的话题，毫无疑问城市基础设施得到了很大的改善，包括刚才谈到每个路口都有信号灯。所以现在也有很多新的技术，比如说街灯的技术都有新的改善，所以在城市道路的基础设施方面，我们可以做很多的提升和改善来减少车祸的发生。
最后来看一下人为因素，其实在这方面我们也有相应的教育课程，就是来培训这些司机怎么样最大化减少车祸的可能性。当然我们还有驾校有专门的教练来教新的司机怎么样来开车，怎么样避免车祸的发生。很多时候其实车祸是由于我们分心所导致的，就是在用手机的时候所导致的车祸。
当然其实我们这种自动驾驶会有很多的好处，不管是经济方面的还是社会方面的，社会方面就是可以帮助我们挽救很多的生命，可以减少车祸的死亡率。因为当我们人不用去开车的时候，整个系统会帮助我们运营得更加高效，让我们节省时间，也会让整个行驶更加安全，当然这个是社会的影响。
在经济方面也会形成非常大的经济市场，而且可以帮助我们在货运方面也有很大的推动，也就是说可以取代很多的货运司机。其实我之前与洛杉矶的一个电影公司的CTO进行过交谈，他就为我在做什么，为什么我们要做自动驾驶？当时朋友说他想拍一部关于自动驾驶、无人驾驶的电影，因为很多时候到了未来，我们每一个人可能就不需要自己去开车了，这是一个可以实现的现实。我们现在都是在往前看，在提前进行预测，在这方面所以需要很多的创新，我们需要一个完整的生态体系。如果我们形成了这样一个经济的市场之后，这个市场规模将会达到7万亿美金，这将会是一个庞大的市场。
我们再来看一下，在2025年的时候我们总的生产汽车的数量将会是多少？我们估计在2025年将会销售1.1亿辆的车。1.1亿辆车是一个庞大的数字，意味着我们需要大量的数据，也需要非常强大的计算能力。不管是对于自动驾驶的车，还是对于普通的车，我们要去考虑的问题是需要有什么样的传感器，我们需要有什么样的数据，我们需要多大的计算能力才能够管理好这些数据，所有这些因素都是我们需要考虑的。
我们也做了一些预测，现在我们有2级、3级的车，它们的运算能力可能会是少一点，差不多是0.5到10万亿次之间，就是说是运算能力。如果是我们要达到5级的级别的话，运算能力至少是10倍的提升，而且相应的宽带的速度也必须要跟上来。
还有就是像素的问题，对于目前的车来说差不多是百万的像素级别，到的未来2025年如果要达到5级车等级的话，像素也必须要是1000倍的增长，也就是会达到10亿级别的像素。
ECU是比较特殊的情况，ECU将会有2/3的减少，也就是因为在未来很多的功能都是集合到同一个ECU里面了，所以ECU的数量会有减少。
再就是数据的储存能力也会有差不多1000倍的提升。
再来看一下数据方面，当我们看自动驾驶汽车的时候，每一天会产生非常大量的数据，就是每一辆车就会产生4T的数据。如果是在一个医院里面，每一天会产生差不多3000GB的数据，所以不管是在智能医院还是在智能汽车里面，每天所产生的数据的量是非常大的。有的时候有些数据是有用有些数据需要被收集过来，然后推送到云上进行计算。有的数据是没有用的。
我们收集了数据对数据进行处理、分析之后，我们再要做出决定，比如说车接下来应该要怎么样转向，应该要走哪一条最好的路径，这些都是根据已收集到的数据在分析处理之后才做出的结果。
这将会是怎样的一个情景呢？其实就是数据的流通。在我们英特尔有一个完整的这方面的解决方案，我们有自己的数据中心，也有各种优化的培训课程，而且整个的AI架构是非常完整的。在这方面我们非常重视培训，也就是说我们怎么样来培训司机来驾驶自动驾驶的车，虽然你不需要自己去碰方向盘，但是也需要知道其中的一些原理。
我们有一个非常完整的产品组合，还有我们在前段时间也是收购了一个移动的团队，在这个团队里面也是有关于机器学习的一些业务。我们还有一些新的技术，比如说教授深度学习的课程等等，这是我们的一个平台，我们这个平台上所提供的资源是非常完整的。
这是给大家介绍一个新的解决方案，叫做Intel GO汽车解决方案，这个解决方案是为了让我们的汽车互联互通性更加强，也就是说让它更加智能。我们怎么样来回进行数据的传输，怎么样把它传到云上，所有的这些技术都可以被OEM厂商所运用到。
这是我们的另外一个例子，就是我们怎么来运营整个过程的，这是客户从终端到终端的案例，我们有一些是开源的云和其他的一些例子。我们在之前要进行培训，比如说深度学习方面的培训。在进行培训之后，才能够让整个流程变得非常标准化。当然就像我刚才所说的互联互通，这是我们整个项目当中最注重的一个概念，比如说我们的数据获得之后要把数据传输到云上，然后云再把数据传回来到车上帮助他进行下一步的决策。所有的程序都必须是非常标准化的，因此在这方面我们会需要一些新的技术加入，比如说5G的技术，也就是说在网速方面有非常大的提升。我们会有一些新的比如说雷达技术的嵌入，因此整个计算的量是非常大的，不管是从最初步数据的收集，然后把数据传输到云端，再从云端推回到车上，整个的过程当中数据的计算能力是非常大的。
还有非常重要的一点，就是我们所面临的挑战。我们所面临的挑战主要是标准、行业合作，因为有的汽车公司可能愿意这么做，有的汽车公司不愿意这么做，所以我们需要行业间的合作来实现标准化，我们需要一个平台让所有的车企能够聚集起来执行这个标准。
这是我们PC行业的一个历史，在1975年的时候是刚刚出现PC，那个时候很少有人有笔记本电脑和台式电脑。所以那个时候PC的拥有率是非常低的，在之后因为PC行业有了标准化，所以销量有一个非常大的激增。在1980年代的时候，很多的公司就已经购买了电脑，也就是我们现在所说的PC。那个时候因为电脑方面的组件都实现了标准化，所以整体的销量有了非常大的提升，所有的这一切都要归功于标准化。
而且运营的系统也是慢慢进行了标准化，那个时候我们的主流运营系统是微软。其实在服务器这方面也是一样的进展，在服务器方面2000年的时候主要都是用Dot.com服务器，当时的零配件也是不断在实现标准化，所以服务器方面也是这样缓慢提升的过程。到2010年、2011年，也就是在现在这几年我们有了云计算之后，服务器的销量又有了激增。
我们再来看一下整个汽车市场的总量和计算市场的总量，就像我刚刚所说的从计算的方面来看一下未来的量会有多大。随着汽车数量的增长，我们必须要让计算能力也得跟上，所以在未来计算的量将会有一个非常大的激增。这还不仅仅是在数据中心的激增，就是每一辆车每天需要处理和计算的数据将会有非常大的提升。
这个是我们关于自动驾驶汽车的发展路径，我们希望能够形成这样的一个第三阶段的发展趋势。因为在第一阶段，我们对于自动驾驶的汽车进行研发，这是处于研发的阶段。第二阶段就是第一批自动驾驶车队能够出现在路面上，第三个阶段在现在还是未知的，但是我们希望第三个阶段能有非常快的增长。
作为公司来说，我们是有这样的义务。我们需要提供我们专业的能力来帮助整个进程实现加速。我们需要整个行业间的协作，这样的话才能够更快地实现整个行业间的标准化。因为只有实现了标准化，我们才能够看到非常本质的飞跃的发展。
