由公安部交通管理局指导，公安部交通管理科学研究所、人民日报媒体技术股份有限公司、高德地图、新浪微博联合主办的2016（首届）“互联网+交通出行服务”论坛9月28日在北京召开。本次论坛以“智慧交通、融合创新”为主题，旨在分享创新服务及技术成果，倡导交通管理大数据与新媒体等互联网+手段应用，进一步提升政府职能部门的决策水平和服务社会的能力。神州租车首席信息官刘亚霄现场发表演讲：

刘亚霄：简单介绍一下我们公司的背景。我们在考虑，作为一家全国最大的车队的运营企业，我们怎么能够有效利用先进技术去促进整个出行行业发展。神州最早成立是这边的出租车公司，现在大概10万辆出租车。从去年开始做神州专车，全国50几城市。同时在无人驾驶，我们在硅谷有一个实验室，专门做这方面的探讨工作。

那么我们在这方面主要集中在三个投资技术方面。第一个是LBS，其实也是网约车的基础，有了地图，有了导航，有了实际位置，可以做常规化。

同时数据不停上涨，通过数据不停搜集，有一个实用大数据，可以做很多信息，做网约车，在街上开，大家有没有觉得约网约车有很不方便的时候，网约车，得给司机打6个电话才能找到他，司机也难受，乘客也难受。我们利用大数据方法，哪些地方乘客上车的时间可以在50秒或者1、2分钟之内。这种情况下推荐给司机和乘客，可以有效地节省我们整个网约车的时间。

还有一部分就是深度学习，人工智能。这个可能大家觉得离自己比较远，一会儿举一个例子，刚才用路网中心王主任讲的路网监测，其实政府有很多手段，但是大家如果开车来这里，其实北京路网有一个不舒服的地方，就是路上的井盖特别多，开车的时候路很颠。大家有没有想过，哪一个地方井盖多，哪一个地方井盖少，路的舒适程度怎么样？大家觉得没有办法统计。不管从政府角度还是从个人，甚至于从地图供应商的角度。但是如果我用我的网约车在街上跑一圈，搜集各地图象之后，可以用深度学习方法知道北京到底多少井盖，哪一个井盖盖得好，哪一个井盖盖得不好。

这些数据就在我们的实验室里面做一些工作。大家看深度学习是人工智能方面的学习，可以帮助大家用大数据解决很多，在管理上的问题。

那么为什么有这样的发展？实际上这是根据人工智能发展分不开的。今年可以说人工智能非常重要的年份，当然有的标志性的事件就是阿尔法狗战胜了李世石。所有人类直接认知的领域直接被计算机打败，包括对图象的识别，包括对语言识别。也就是一台电脑在我听我讲的东西，它能理解的信息有可能胜过在座一些普通的人类。或者这么说，就是从认知的角度来说，超大量数据和超大量网络，已经使得人工智能时代在今年有一个爆发增长点。

这个爆发增长点，会对我们未来出行道路，我们认为将来可能会有三个很重要的投资点，就是人工智能。第一个是自动编程，现在程序员是一个很好的工作，很有可能在不远的将来，两年以后，现在初级程序员。第二个自然就可以理解，现在所有的括弧，电话销售，都有一些微博、微信的服务人员。

第三个也是大家认为最有可能实现的就是自动驾驶，所有巨头都在自动驾驶上面，到什么程度呢？大家看右边的，也就是说所有人都认为2020年最保守的戴普勒，如果现在满足一套厂商的套件。现在大家研究的集中点，就是怎么在真实路况下，保证既安全又舒适。

那么我们怎么定位自己？我们看到自动驾驶有很多的参与方，首先是车厂，像戴普勒、丰田。其次这里很多的巨头，谷歌、百度，我这边列出来比较有名的，都是做自动驾驶。最新出来的是优步，有100辆无人驾驶车在有人监督的情况下在路上跑。

未来一定有一个无人驾驶的运营商出现，这是未来神州的定位。我们希望作为智能出行的运营商，对整个新的无人驾驶或者是智慧驾驶做一个更优化的。

具体做什么内容？首先协调线上线下协调工作，自动驾驶车在街上开的时候，从目前技术条件来看，很难做到完全全自动的集成。所以对车辆维护保养都会有相关的线下的拥堵，北京一万辆自动驾驶车。

第二，就是自动驾驶车要适应现在自动驾驶整个运行情况。

第三，自动驾驶有些东西虽然是新兴的技术投资行业，最终是要赚钱的。我们讨论如何在现有的专车和出租车基础上提高效率，从而为自动驾驶自己养活自己。自动驾驶车可能很贵，一百多万一辆，但是我们计算过，比现在网约车贵五倍，自动驾驶车仍然能赚钱，这是一个很有意思的事情。自动驾驶设备贵，并不代表自动驾驶运行成本高。

这里面做了什么事情呢？首先我们通过现在车内内置一些传感器，考虑除了安全以外怎么考虑舒适问题。利用自动驾驶车很安全，坐在车上就会觉得晕车，通过驾驶员的运行情况，找到既安全又舒适的行为习惯。

大家已经介绍了这边来寻找自动驾驶车在街上巡游或者是停靠的时候，以及下一单将要去哪里的方向，这是一种大数据深度学习。

那么这一块是我们刚才讲的，我们叫做道路基础设施，通过网约车或者自动驾驶车，我们可以搜集很多数据，这些数据就是在车上装一个手机可以看到路面情况。

在匹兹堡通过一些小的网约车的裂缝，通过电脑学习，就可以知道整个匹兹堡到底哪条路应该修了，哪条路应该冲下去？对我们来说如果车在路网上跑，就知道整个路网情况以及交通设施情况。就是说这个路灯整个灭了，这些都是可以通过大数据、智能驾驶出现的。我们也可以希望这个智能驾驶能够为整个城市智能化建设方面发挥很大的作用，这也是我们考虑到的，将来自动驾驶能够自己养活自己的。

那么我们路线图是什么呢？我们从智能驾驶向智慧出行，三个相关的准备。第一个就是数据采集，第二，业务集成，第三，就是生态。

首先从数据上加大，在日常车队运营过程中数据采集量。大家一提深度学习，提人工智能，就觉得这个事情很大问题在于数据，周末在硅谷参加一个很重要的深度学习会议。人工智能无外乎就是两点，第一点如果有一个很好的模型。但是发现结果不好，拿大量数据改变它，优化它。如果数据很多，但是发现模型还不够完美，就把这个数据更加优化。

神州在路上采集数据，我们希望业界有志于在这边做一些智能管理工作的，不管政府还是公司，都产生一些很重要的作用。

第二，就是智能车，同样一个20万的车和100万的智能车，首先解决司机一年工资。其次，司机服务不好，机器人一直在那里开，理论上开20个小时不成问题，但是20个小时肯定不成问题。怎么样在现有网约车体系获得更大发展，提高效率，减少这些空驶时间，减少路面时间，这是在业务运行上的。

其实很重要是大家可以看到神州租车，很快发现租车行业现在占到停车场的意义不大。大家专车逐渐融合成一种动态，资源的动态规划和调整，这些可能是神州在对整个业界新的贡献。

我们采用动态规划，这就是第三个生态圈，我们把所有的服务人员全部动起来，让它不停地接单管理，原来是一种流程，一天规划，第二天做什么。现在完全不是这样了，整个是完全的动态规划。

我们认为将来的智能驾驶或者是智能出行，简单分两部分，一部分是云端数据，云端数据就是说后台运营商，找到运营最佳方式，找到路上最佳的模式，就是说街上有一个小伙子，这个事件就是为全社会所有人都学到，再也不会出现第二个事情。所以大家觉得特斯拉有一个很重要的事故，从一定层面来说，因为再也不会出现这样的事故。

但是我们不能完全依赖于高德，所以车端需要有很强的计算能力和思考模型。这是我们希望建立生态链以后，我们希望在运营上的合作，包括数据采集，以及结合数据开放，使得这个行业越来越大。

另外一方面就是整个的自动驾驶也不是一个测试，应该是全社会应该投入关注的事情。最简单来说，对政府来说，管理或者是城市管理能不能借助智能驾驶，刚才讲的有趣的实施来加速，来优化管理能力，这是其中之一。

另外，自动驾驶不可逆转趋势，在交通基础设施上有相关支撑。刚才有的领导讲自动驾驶智能化，有没有可能你的信号灯不光是在那儿亮一下，同时还能发一个信号说，现在要变灯了。这种控制绝对比让人工智能去看更有意思。

第三，随着智能驾驶整个体系提升，智能出行整个效率提高，那么政府，包括公司是否在这个领域更好地提高整体效率机会。

比如说以后的车，最新被影响的是谁？一定是保险公司，每天那么多的车型，可能不需要车了。没有那么多高车险的支出，为什么交那么多的保费呢？这笔钱应该用在哪里，是不是应该用在整体的交通基础设施，以及自动驾驶有相应支出，这一块改善效率更好。这是我们应该考虑的问题。

我们希望不光是未来有对自己生态链的定位，更重要的是希望在这个生态链上能够撬动整个行业的优化，使得中国的智能出行行业真的能够弯道超车。目前全世界智能驾驶，四个国家，第一，美国、第二，日本，第三，瑞典，第四，中国。中国现在提的热，但是没有具体的。美国已经有大大小小几十家大公司了，初创企业。日本承诺2020年一定在冬季奥运会上使用出租车。

瑞典准备在全国划出自动驾驶专线。我们有很多的创始公司在提自动驾驶，但是没有真正的落地，我们希望从中国特色出发，从中国的模式出发，能够整合所有的这些相应的企业，相应的政府部门的资源，为中国早日实现弯道超车，从第四名到第一名。

谢谢大家！