2017年7月16-17日，中国电动汽车百人会以“新能源汽车与智能汽车前沿技术”为主题举办系列课程，邀请清华大学、百度、沃尔沃、博世汽车、科大讯飞、 智车优行、中兴智能汽车等机构的专家，进行为期两天的分享交流及深度探讨，旨在通过培训课程让业界人士了解最新前沿技术以及发展趋势，促进技术交流、产业链融合及跨界合作。本文为智车优行科技有限公司CEO、联合创始人沈海寅在培训课上的发言内容精编。
第三次工业革命主要是计算机本身和互联网的结合，给我们带来了很大的转变。人们目前生活中最离不开的就是这次工业革命带来的影响。现在，我们将人工智能称为第四次工业革命，也叫做第二次信息革命，因为人工智能在未来给我们带来的影响可能远远超出于我们今天的想象。
从1956年达特茅斯会议开始，就意味着人工智能的启蒙，但是在中间过程中，其学术和流派其实发生了很大的变化，也经过了几次的遇冷。80年代的时候是第一次AI的低谷，2000年的时候是第二次AI的低谷，到今天算是2.5次，一次高峰0.5，下来算1，这样一次循环我们今天其实来到了2.5次。2.5次跟以前有什么不一样呢？有些业内人士指出，AI有点像流感，一波流行了以后又消退了，然后过一段时间又来了一波。很多人担心，这波浪潮是否又会沉寂下去？我们提到人工智能的时候，很多人脑子里对它的概念就像科幻电影里呈现出来的那样。但是由于我们的期待和实际做出来的产品之间的落差非常大，所以就使得AI人工智能的应用又沉寂下去了。
这次爆发跟以前相比有什么区别呢？我认为这次爆发是以深度学习作为人工智能非常典型的特点。比如，DeepLearning到2012年开始逐渐起步，它的识别率在不断的上升，而错误率在不断的下降。例如，我们必须通过两三次的交往才能够记住一个人，其实人对图象识别也是有一定错误率的。通过DeepLearning的计算以后，机器对人脸的识别已经超过人类了。也就是说，在单一的性能上，机器学习或者深度机器学习能够获得效果已经达到跟人一样，或者超过人的学习效果。
再举一个非常简单的例子就是AlphaGo。去年3月份AlphaGo横空出世，它跟李世石PK了一下，当时比分是4：1。我们国内天才的少年柯洁今年和AlphaGo又比了一次，是以0：3败退。这意味着我们用以前的算法是很难去穷尽一种思维活动，机器其实用深度学习已经完胜了。这意味着这次人工智能的爆发有非常多的通用性，比如语音识别领域，我们过去所用的一些算法跟今天用的算法是完全不一样的。科大讯飞最近推出了一个产品，在翻译领域非常大的突破，这些突破背后用的算法都是一样的。就是说过去语音识别当中所获得的突破，并不能给我们带来在图象识别上这样一些突破，或者讲图象识别当中获得的突破并不能影响到我们自动驾驶领域。但是今天的一个通用算法，就像人如何去学习一样，机器学习可以通过不断的数据累积，现在可能还是以监督学习为主，但是在未来或者在现在，已经出现越来越多的半监督学习和无监督学习，机器可以不断的自我进化。原来我们讲做一个算法，比如过去我们做一个ADAS的算法，会局限于本身的优劣当中，就是说程序员对算法是可控的。今天为什么大家对深度学习会有一点恐惧心理呢？是因为深度学习算出来的算法是一个黑盒子，我不知道它里面是什么东西。即使你是最早去训练这套算法的技术人员，到最后拿到算法以后，他也不知道这个算法里面到底是怎么运行程度的。就像人的大脑一样，我看到一个人，我知道这个人是一个人，但是我不知道里面是通过什么样的逻辑来看到一个物体是人。在这里，核心的点在于算法其实已经变得越来越不重要了，而用什么样的数据来去训练模型就变得越来越重要，其实这就是我们未来讲自动驾驶当中非常核心的一点。
对于汽车行业来讲，已经在多个维度发生了革命性的创新。在过去汽车行业130多年历史当中，每一个行业它在发生单个维度变化的时候，其实传统的强者往往是有能力通过自我的革新去获得创新，可以跟上这个潮流，并且继续保持他的强者地位。但是就跟我们人类进化一样，我们讲达尔文《进化论》，核心的内容是说要基因突变，在外界生存环境在发生突变的情况下，只有基因突变者才能活下来，适者才能生存。对于汽车行业来讲其实也是一样，包括像智能汽车、动力系统、燃料电池、纯电动汽车的出现，各个领域都在发生着变化，商业模式、销售模式、售后服务模式等等也在变化。当多个维度下发生变化的时候，核心就是最后一个，如果只抓住一个维度的变化的时候，往往很有可能会失去在其他维度上对于创新的理解。
未来改变汽车属性的核心是智能化，各个论坛上大家都讲汽车未来会有“四化”：轻量化、电动化、网联化、智能化。很多人说智能化就是讲智能驾驶或者自动驾驶、无人驾驶，网联化就是说汽车可以联网了。其实在讲智能化的时候，我们的定义是跟很多专家和车企不同的，具体到后面我会提到。
最近一段时间特斯拉的股价稍微往下跌了一些，但是在过去有连续三个月的时间特斯拉是美国市值最高的车企。特斯拉在2016年一共才生产了8万多辆车，向用户交付了7万多辆车，而通用在2016年一共有千万辆车，福特有660万辆车，这两个规模大家可想而知，是完全不可类比的，但是为什么资本市场给了特斯拉这么高的估值呢？原因在于过去汽车行业的核心是生产制造能力，但是在今天生产制造大家都认为你已经是一家车企应该具备的基本条件，并不具有一个溢价的空间在那里。但是像特斯拉，虽然可能他的自动驾驶的路线等等跟其他的企业不一样，但是我们觉得至少在今天来讲，它是最早把自动驾驶或者辅助自动驾驶能够真正商用化的一家企业。同时，特斯拉是现在世界上唯一已经量产的智能汽车，其它所谓号称自己是智能汽车的，其实离真正的能汽车的定义还差那么一点。如果这辆车是智能汽车的话，他就会在摆脱原来车企和用户之间，在你的汽车卖给用户以后任何关联问题，他跟用户之间是实实在在不断的24小时连接起来的，而且他能够不断的给用户推送各种各样的服务，而且更重要的是在于，特斯拉能够获得所有用户的最核心的数据。
在一个月前，特斯拉跟用户签了一份协议，就是只要在你的屏幕上点个“OK”就可以让用户允许特斯拉不断的去搜集去数据。就是说现在就有可能十几万用户在不断的帮特斯拉在磨炼它的算法，把数据传到特斯拉的服务器上面，然后特斯拉服务器不断的去训练他的模型。所以这种情况下，特斯拉的自动驾驶进度一定是比其他的车企更快的。这也是为什么资本市场用他们的钱来投票，告诉大家说：“什么才是未来”。
85%的高管认为，智能网联系统未来会比汽车本身拥有更大的价值，能够创造更多的销售额和利润。因为资本不是一个慈善家，他一定是要为你将来能够创造出更多的利润和销售额来买单的。但是，为什么现在其它的车企还要去搞更多的制造、要去建造更多的产能呢？其实这个惯性还是非常巨大的。
未来到底我们的利润结构会发生什么样的变化呢？2015年到2030年，共享出行以及基于大数据的服务，还有像新的供应商，包括新的技术、新的软件，这些会占到的营收比例将超过20%。在我们的利润当中，会发现这部分所占的利润可能会更大。所以说，在未来我们的整个营收和利润的结构也会发生变化，传统的利润在不断的下降。当然这个例子还是一个预估，我们觉得其实在这个里面，能够做的事情还有更多。
车企在新车研发的时候抠成本非常厉害。经常为1块钱成本决定这件事情到底做不做，或者到底选这个供应商还是选那个供应商，但是大家有没有注意到，特斯拉所有的跟自动驾驶相关的硬件，并不是付了钱就把硬件装上去，没有买就不装上去，其实是标配的。仅仅说，你付了钱以后，我把这个功能给你打开，就是你现在可以自动驾驶，硬件都是装在上面。为什么特斯拉愿意去花这个钱全系标配呢？其实这个就回到刚刚的数据，在未来数据的价值其实更大。
现在基本上特斯拉的用户当中愿意付钱去买这个功能的大概60%的数量，就是说将近1/3人其实没有打开用，特斯拉其实是花了2万块的冤枉钱，但是如果去考虑这2万元在你搜集数据，尤其在搜集我们实实在在在路上跑的那些非常例外的数据的时候，你会觉得这2万元是非常值得的，因为其他车企可能要花费更多的时间去搜集。 基于车辆互联给我们带来的技术和服务到底有哪些呢？这个里面我们看到，包括智能出行，刚刚讲的共享出行，是一个非常大的环节，还有很多增值的服务，这个里面其实有非常非常多的事情是可以做的，即使我们现在做的当中，就已经发生了有很多是可以去支撑起来的另外，随着自动驾驶的功能实现以后，能够做的事情其实就可以更多了。
