格灵深瞳何搏飞：2015年是自动驾驶的元年

1月17日，Gling申通联合创始人、CEO何伯飞在“2015极客园创新大会”上表示，2015年是自动驾驶的元年，因为梅赛德斯-奔驰、宝马和日产等几乎所有车厂今年都发布了自己的自动驾驶汽车计划。许多汽车制造商声称，在2020年，也就是五年后，他们的自动驾驶汽车将在街头行驶。要实现这些，只有一个最大的障碍和挑战，那就是计算机视觉。

何伯飞解释了为什么计算机视觉是自动驾驶的最大障碍。他说，控制汽车的方向盘、油门和刹车可以通过简单的传感技术来解决，即使是纯电动汽车，也可能通过软件来解决。告诉汽车你的目的地是从A到B，GPS可以解决这个问题。然而，面对路上发生的一切，尤其是现在的自动驾驶汽车，它很容易驾驶。真正难开的是如何应对道路上各种复杂的情况，而这些情况需要的是视觉感知。“我们想一想。如果没有视觉感知，你怎么知道前面有行人过马路？一切都必须通过计算机视觉来实现。”

何伯飞认为，自动驾驶汽车将是第一个真正被人类大规模使用并对人类生活产生颠覆性影响的机器人。因为，当汽车能够自动驾驶时，它对我们来说是一个真正的智能机器人，而无需人工干预。

此外，在何伯飞看来，未来的人工智能将彻底解放我们的大脑，让人们自由地做有创造力和创造性的事情。

[第页]

以下是博飞发表演讲的原因记录：

大家好！

在任何一本英汉词典中，“视觉”一词的第一个解释都是视觉。什么是视觉？视觉是一种感知能力。我们的人体有五种感知能力，包括视觉、听觉、嗅觉、味觉和触觉。

于凯博士刚刚说，人工智能的本质是自主学习的能力。我们的大脑之所以如此聪明、如此复杂、如此先进，是因为我们可以独立学习，而独立学习的能力主要来自这五种感知能力。

在这五种感知能力中，我们大脑接收到的信息80%来自视觉。让我问你一个问题。如果我们不得不放弃四种感知能力，只保留一种，你会保留哪一种？

我相信这里的很多人都和我有同样的答案，你会保留视觉信息。你有没有想过为什么？我们都知道有这样一个数据，我们的大脑分为两半，左脑和右脑。左脑是理性的，右脑是感性的和创造性的。

还有一个数据你可能不知道。我们的大脑中有近1000亿个神经元，其中大多数只做一件事，那就是处理我们的视觉信息。当我们思考休息时会做什么时，我们通常会闭上眼睛，所以每天当我们睁开眼睛时，我们都会主动或被动地接收到很多复杂的信息。

众所周知，我们人类的成长主要是通过学习，我们的智慧也在这个过程中得到了提高。那么分享知识是非常重要的。我们人类从几千年前就开始把文字编辑成书了。但文字所承载的信息量是有限的，我们希望它能更加丰富多彩。

因此，100多年前，有了电话，我们可以从远处听到我们的声音。后来，我们开始广播。最后，几十年前，我们有了一台电视。直到最近，也就是十年前，当网络带宽成为可能时，视频网站才成为可能。

为什么我们可以随时随地分享动态图片和视频，从文字到声音再到视频，一步一步到几千年前和近年来？没有其他原因，因为动态视觉信息是最丰富和最复杂的。

当我们讨论人工智能以及计算机和机器是否具有学习能力时，我们必须首先问自己一个问题，即机器是否具有视觉？我必须说，在今天的大多数情况下，对我们大多数人来说，机器没有视觉，机器是盲人。

你可能会反对我，说我在用手机拍照。我的电脑上有摄像头，街上也有很多摄像头。它们不都是机器的眼睛吗？这不是愿景吗？但想想看，当我们拍摄这些照片和视频时，电脑终于理解了这些视频照片吗？

我们保存它，无论是单反相机还是摄像机。开后，人们最终将不得不处理这些信息。为什么？因为在大多数情况下，计算机无法处理如此复杂的信息。

机器视觉为我们提供了一个更具互动性的世界。

但今天我也想告诉大家，事实上，在许多领域，机器视觉已经改变了我们的生活。说到这里，很多人可能首先想到的就是微软的体感游戏。当你做各种动作时，它会理解你的行为，通过多媒体体验，你会感受到互动和丰富的感受。

因此，当机器有视觉时，首先给我们带来的是一个更具互动性的世界。在这里，我给你看一个特别有趣的视频。我的朋友黄沙用微软的这个传感器拍了一段动态视频。

我们知道好莱坞电影和美剧在制作过程中都会有一个绿色的背景，那就是做一件事，那就是将人与背景区分开来，这样绿色的背景就可以在后期制作中变成任何场景，但要有三维的计算机视觉，在座的每一个人都可以超越好莱坞特效艺术家，更好地完成精彩的动画。这只是一个简单的例子。

机器视觉给我们带来了一个更健康的世界。

当机器有了视觉，它也会给我们带来一个更健康的世界。例如，当我们做心脏手术时，有一件特别痛苦的事情。众所周知，人类的心脏是唯一不能被麻醉剂麻痹的器官。只要人还活着，心脏就会继续跳动，对跳动的心脏进行手术是非常困难的。

因此，很多时候，当要对心脏进行手术时，医生做的第一件事就是通过医疗手段停止心脏跳动，然后在最短的时间内完成手术，然后让心脏重新起搏，但30……

心脏再也不会跳动了。但是，如果有一种技术可以让医生对跳动的心脏进行手术，它将拯救许多人。

想想看，人们的心跳很有规律。如果手术刀能够以与心脏相同的频率振动，那么医生通过相机看到的是一颗相对静止的心脏。在那个时候，手术就相当于对静止的心脏进行手术。

在这张照片中，白色网格是要操作的区域，它已经被计算机深度视觉稳定下来。很多人在心脏手术后可能会感到不舒服，所以我们做了一个演示，医生剥葡萄，这个已经在国外应用了，我相信不久后它就会在中国应用。

机器视觉创造了一个更方便的世界。

刚才，余凯博士也谈到了自动驾驶汽车。想想看。当自动驾驶的那一天到来时，我们将有一个更方便的世界。极客们可能对刚刚过去的2015年消费电子展有着更深的印象。

除了智能硬件，应该说2015年是自动驾驶的元年。梅赛德斯-奔驰、宝马、日产，几乎所有的汽车制造商今年都推出了自己的自动驾驶汽车计划。许多汽车制造商声称，他们的自动驾驶汽车将在2020年，也就是五年后在街头行驶。

我有一个判断。我个人认为，自动驾驶汽车将是第一个真正被人类大规模使用并对人类生活产生颠覆性影响的机器人。因为当汽车能够自动驾驶时，它对我们来说是一个真正的智能机器人，而无需人工干预。

大家可能都见过左边的那辆车，这辆车实际上是谷歌的无人驾驶汽车。谷歌应该说是世界上第一家让自动驾驶汽车在人类道路上行驶超过100万公里的公司。

我曾经和谷歌无人驾驶汽车的负责人交谈过。当时，我开了一个玩笑。你的谷歌自动驾驶汽车行业只敢在美国这样的城市进行测试。你敢在北京考试吗？他当时告诉我，无人驾驶汽车的成功只有一个最大的障碍和挑战，那就是计算机视觉。

想想看，控制汽车的方向盘、油门和刹车可以通过简单的传感技术来解决，即使是纯电动汽车，也可能通过软件来解决。告诉汽车你的目的地是从A到B，这件事可以通过GPS解决。

但是面对路上发生的事情，很多人可能已经学会了，所以我们都知道它很容易驾驶，尤其是现在的自动驾驶汽车。真正难开的是如何应对道路上各种复杂的情况，而这些情况需要的是视觉感知。让我们思考一下，如果没有视觉感知，你怎么知道前面有行人过马路，你必须依靠计算机视觉。

正如您所知，Glin Deep Eye是一家将计算机视觉技术应用于监控领域的公司。为什么到处都有这么多摄像头连接到监控中心，还有很多人盯着它看？为什么我们需要计算机视觉？我们需要人工智能来做这么多事情吗？

我是来给你一个幻觉的。如果你在自己家里，你正在看电视，比如一部特别受欢迎的电视剧，你会非常仔细地看。这个时候，你把ipad放在前面看意甲，你的朋友还在给你发微信，有三个屏幕。

我和你打，给你10分钟时间。10分钟后，我将随机测试您三个屏幕的内容。我相信这里很少有人和我打。为什么？因为人们在移动图片时，三个屏幕上显示的信息太复杂了。

但仔细想想，安全中心的监控室正对着这样一个屏幕。我看过很多美剧和电影，有很多高端技术。我可以告诉你，我参观过拉斯维加斯所有大型背后的监控中心，这与中国任何一家普通银行的监控中心都没有什么不同。这是一个如此大的屏幕，几个人都盯着它看。

我已经在监控中心呆了100多个小时了。当我去那里的时候，正好是在世界杯期间。大多数保安都在玩手机和看比赛。但相信我，如果你被允许去，这不是职业道德问题。人类是有限度的。当人们盯着这么大的屏幕看10多分钟时，说实话，你什么都不像。

所以想象一下，现在屏幕上显示了10个大屏幕，每个屏幕有16个正方形，也就是160个视频。北京爱有数以万计的视频……

ort，也就是说，如果你把每个视频放一分钟，然后把它们转过来，需要5万个小时。那么，你能看到发生了什么吗？

每一刻，每一段视频，我们都保存下来，最后我们用它作为证据。是的，但想想看，这么多视频一直都在存储。世界上每卖出两个视频，就有一个被卖给了安全监控视频。当有如此大量的数据时，人类是如何处理的？

所以，让我们想象一下，如果我们能把每个摄像头都换成一个智能的，像一个小机器人一样为我们观察，我们就可以在出现问题时发出预警。因此，当我们的机器有了视觉，我相信每个人都能看到我们的世界会变得更好。

但是，当世界变得更好时，我们会变成什么样子？也许你会说，人们会变得更高、更快、更强，这就是奥林匹克精神。事实上，在我看来，我个人认为，我们的愿望实际上与从一开始就变得更高、更快、更强相反。我们经常说，我们说得越多，我们就越没有任何东西。

我有自己的观点。我总是觉得，从一开始，所有技术进步的唯一来源就是解放自己，或者更直白地说，让自己变得更懒惰。

今天，有很多服务可以上门，比如O2O美甲和洗车。一切都是为了解放人类。每一次重大的技术革命，如17世纪的蒸汽机革命、19世纪的电力革命和现代信息革命。工业革命后，机器可以代替人类开始做一些简单的体力劳动。我们的四肢得到了解放，我们可以不用走路和开车去一个地方。

随着权力革命和信息革命，今天大脑的一些功能已经被计算机所取代。例如，当我们要做运算时，我们可以使用计算器，电脑和手机也可以帮助我们记忆和存储。

但我认为这就是为什么我一直认为人工智能会实现的原因，因为在潜意识里，人们会朝着这个方向不懈努力，因为对人来说，最终最难解放的两个器官是眼睛和大脑。

有人曾经问我，每个人可能都知道Master和Hawking都对人工智能发出了很多威胁。当人工智能成熟时，会有很多人失业吗？

这就是我看待这个问题的方式。当技术发生变化时，它将迫使我们做更多创造性和先进的事情。例如，农民工进城做农活，这在过去是一种相对简单的体力劳动。但当这种体力劳动被机械化取代时，我们的农民工来到了城市，他们在那里做泥瓦匠、水管工和兼职工人，他们赚的钱比我们很多人都多。

未来，当人工智能取代人们做更多的事情时，人们将被迫做更先进的事情。人们能做什么？交流，分享，进步，最终发展。因此，人们所做的一切最终都是为了实现一件事，那就是人工智能，它完全解放了我们的大脑，让人们可以自由地做有创意的事情。

今天，我们论坛的主题是X论坛。“远见”一词的第二种解释是“远见”，即当你没有看到它时，你可以通过想象看到未来。今天，我希望大家能一起分享，像我一样看到我们面前的未来。谢谢。1月17日，Gling申通联合创始人、CEO何伯飞在“2015极客园创新大会”上表示，2015年是自动驾驶的元年，因为几乎所有的车厂，如梅赛德斯-奔驰、宝马和日产，今年都发布了自己的自动驾驶汽车计划。许多汽车制造商声称，在2020年，也就是五年后，他们的自动驾驶汽车将在街头行驶。要实现这些，只有一个最大的障碍和挑战，那就是计算机视觉。

何伯飞解释了为什么计算机视觉是自动驾驶的最大障碍。他说，控制汽车的方向盘、油门和刹车可以通过简单的传感技术来解决，即使是纯电动汽车，也可能通过软件来解决。告诉汽车你的目的地是从A到B，GPS可以解决这个问题。然而，面对路上发生的一切，尤其是现在的自动驾驶汽车，它很容易驾驶。真正难开的是如何应对道路上各种复杂的情况，而这些情况需要的是视觉感知。“让我们想想。如果没有视觉感知，你怎么知道……

有行人在前面过马路吗？一切都必须通过计算机视觉来实现。"

何伯飞认为，自动驾驶汽车将是第一个真正被人类大规模使用并对人类生活产生颠覆性影响的机器人。因为，当汽车能够自动驾驶时，它对我们来说是一个真正的智能机器人，而无需人工干预。

此外，在何伯飞看来，未来的人工智能将彻底解放我们的大脑，让人们自由地做有创造力和创造性的事情。

[第页]

以下是博飞发表演讲的原因记录：

大家好！

在任何一本英汉词典中，“视觉”一词的第一个解释都是视觉。什么是视觉？视觉是一种感知能力。我们的人体有五种感知能力，包括视觉、听觉、嗅觉、味觉和触觉。

于凯博士刚刚说，人工智能的本质是自主学习的能力。我们的大脑之所以如此聪明、如此复杂、如此先进，是因为我们可以独立学习，而独立学习的能力主要来自这五种感知能力。

在这五种感知能力中，我们大脑接收到的信息80%来自视觉。让我问你一个问题。如果我们不得不放弃四种感知能力，只保留一种，你会保留哪一种？

我相信这里的很多人都和我有同样的答案，你会保留视觉信息。你有没有想过为什么？我们都知道有这样一个数据，我们的大脑分为两半，左脑和右脑。左脑是理性的，右脑是感性的和创造性的。

还有一个数据你可能不知道。我们的大脑中有近1000亿个神经元，其中大多数只做一件事，那就是处理我们的视觉信息。当我们思考休息时会做什么时，我们通常会闭上眼睛，所以每天当我们睁开眼睛时，我们都会主动或被动地接收到很多复杂的信息。

众所周知，我们人类的成长主要是通过学习，我们的智慧也在这个过程中得到了提高。那么分享知识是非常重要的。我们人类从几千年前就开始把文字编辑成书了。但文字所承载的信息量是有限的，我们希望它能更加丰富多彩。

因此，100多年前，有了电话，我们可以从远处听到我们的声音。后来，我们开始广播。最后，几十年前，我们有了一台电视。直到最近，也就是十年前，当网络带宽成为可能时，视频网站才成为可能。

为什么我们可以随时随地分享动态图片和视频，从文字到声音再到视频，一步一步到几千年前和近年来？没有其他原因，因为动态视觉信息是最丰富和最复杂的。

当我们讨论人工智能以及计算机和机器是否具有学习能力时，我们必须首先问自己一个问题，即机器是否具有视觉？我必须说，在今天的大多数情况下，对我们大多数人来说，机器没有视觉，机器是盲人。

你可能会反对我，说我在用手机拍照。我的电脑上有摄像头，街上也有很多摄像头。它们不都是机器的眼睛吗？这不是愿景吗？但想想看，当我们拍摄这些照片和视频时，电脑终于理解了这些视频照片吗？

我们保存它，无论是单反相机还是摄像机。开后，人们最终将不得不处理这些信息。为什么？因为在大多数情况下，计算机无法处理如此复杂的信息。

机器视觉为我们提供了一个更具互动性的世界。

但今天我也想告诉大家，事实上，在许多领域，机器视觉已经改变了我们的生活。说到这里，很多人可能首先想到的就是微软的体感游戏。当你做各种动作时，它会理解你的行为，通过多媒体体验，你会感受到互动和丰富的感受。

因此，当机器有视觉时，首先给我们带来的是一个更具互动性的世界。在这里，我给你看一个特别有趣的视频。我的朋友黄沙用微软的这个传感器拍了一段动态视频。

我们知道好莱坞电影和美剧在制作过程中都会有一个绿色的背景，那就是做一件事，那就是将人与背景区分开来，这样绿色的背景就可以在后期制作中变成任何场景，但要有三维的计算机视觉，在座的每一个人都可以超越好莱坞特效艺术家，更好地完成精彩的动画。这只是一个简单的例子。

机器视觉给我们带来了一个更健康的世界。

当机器有了视觉，它也会给我们带来一个更健康的世界。例如，当我们做心脏手术时，有一件特别痛苦的事情。众所周知，人类的心脏是唯一不能被麻醉剂麻痹的器官。只要人还活着，心脏就会继续跳动，对跳动的心脏进行手术是非常困难的。

因此，很多时候，当要对心脏进行手术时，医生做的第一件事就是通过医疗手段停止心脏跳动，然后在最短的时间内完成手术，然后让心脏重新起搏，但30……

心脏再也不会跳动了。但是，如果有一种技术可以让医生对跳动的心脏进行手术，它将拯救许多人。

想想看，人们的心跳很有规律。如果手术刀能够以与心脏相同的频率振动，那么医生通过相机看到的是一颗相对静止的心脏。在那个时候，手术就相当于对静止的心脏进行手术。

在这张照片中，白色网格是要操作的区域，它已经被计算机深度视觉稳定下来。很多人在心脏手术后可能会感到不舒服，所以我们做了一个演示，医生剥葡萄，这个已经在国外应用了，我相信不久后它就会在中国应用。

机器视觉创造了一个更方便的世界。

刚才，余凯博士也谈到了自动驾驶汽车。想想看。当自动驾驶的那一天到来时，我们将有一个更方便的世界。极客们可能对刚刚过去的2015年消费电子展有着更深的印象。

除了智能硬件，应该说2015年是自动驾驶的元年。梅赛德斯-奔驰、宝马、日产，几乎所有的汽车制造商今年都推出了自己的自动驾驶汽车计划。许多汽车制造商声称，他们的自动驾驶汽车将在2020年，也就是五年后在街头行驶。

我有一个判断。我个人认为，自动驾驶汽车将是第一个真正被人类大规模使用并对人类生活产生颠覆性影响的机器人。因为当汽车能够自动驾驶时，它对我们来说是一个真正的智能机器人，而无需人工干预。

大家可能都见过左边的那辆车，这辆车实际上是谷歌的无人驾驶汽车。谷歌应该说是世界上第一家让自动驾驶汽车在人类道路上行驶超过100万公里的公司。

我曾经和谷歌无人驾驶汽车的负责人交谈过。当时，我开了一个玩笑。你的谷歌自动驾驶汽车行业只敢在美国这样的城市进行测试。你敢在北京考试吗？他当时告诉我，无人驾驶汽车的成功只有一个最大的障碍和挑战，那就是计算机视觉。

想想看，控制汽车的方向盘、油门和刹车可以通过简单的传感技术来解决，即使是纯电动汽车，也可能通过软件来解决。告诉汽车你的目的地是从A到B，这件事可以通过GPS解决。

但是面对路上发生的事情，很多人可能已经学会了，所以我们都知道它很容易驾驶，尤其是现在的自动驾驶汽车。真正难开的是如何应对道路上各种复杂的情况，而这些情况需要的是视觉感知。让我们思考一下，如果没有视觉感知，你怎么知道前面有行人过马路，你必须依靠计算机视觉。

正如您所知，Glin Deep Eye是一家将计算机视觉技术应用于监控领域的公司。为什么到处都有这么多摄像头连接到监控中心，还有很多人盯着它看？为什么我们需要计算机视觉？我们需要人工智能来做这么多事情吗？

我是来给你一个幻觉的。如果你在自己家里，你正在看电视，比如一部特别受欢迎的电视剧，你会非常仔细地看。这个时候，你把ipad放在前面看意甲，你的朋友还在给你发微信，有三个屏幕。

我和你打，给你10分钟时间。10分钟后，我将随机测试您三个屏幕的内容。我相信这里很少有人和我打。为什么？因为人们在移动图片时，三个屏幕上显示的信息太复杂了。

但仔细想想，安全中心的监控室正对着这样一个屏幕。我看过很多美剧和电影，有很多高端技术。我可以告诉你，我参观过拉斯维加斯所有大型背后的监控中心，这与中国任何一家普通银行的监控中心都没有什么不同。这是一个如此大的屏幕，几个人都盯着它看。

我已经在监控中心呆了100多个小时了。当我去那里的时候，正好是在世界杯期间。大多数保安都在玩手机和看比赛。但相信我，如果你被允许去，这不是职业道德问题。人类是有限度的。当人们盯着这么大的屏幕看10多分钟时，说实话，你什么都不像。

所以想象一下，现在屏幕上显示了10个大屏幕，每个屏幕有16个正方形，也就是160个视频。北京爱有数以万计的视频……

ort，也就是说，如果你把每个视频放一分钟，然后把它们转过来，需要5万个小时。那么，你能看到发生了什么吗？

每一刻，每一段视频，我们都保存下来，最后我们用它作为证据。是的，但想想看，这么多视频一直都在存储。世界上每卖出两个视频，就有一个被卖给了安全监控视频。当有如此大量的数据时，人类是如何处理的？

所以，让我们想象一下，如果我们能把每个摄像头都换成一个智能的，像一个小机器人一样为我们观察，我们就可以在出现问题时发出预警。因此，当我们的机器有了视觉，我相信每个人都能看到我们的世界会变得更好。

但是，当世界变得更好时，我们会变成什么样子？也许你会说，人们会变得更高、更快、更强，这就是奥林匹克精神。事实上，在我看来，我个人认为，我们的愿望实际上与从一开始就变得更高、更快、更强相反。我们经常说，我们说得越多，我们就越没有任何东西。

我有自己的观点。我总是觉得，从一开始，所有技术进步的唯一来源就是解放自己，或者更直白地说，让自己变得更懒惰。

今天，有很多服务可以上门，比如O2O美甲和洗车。一切都是为了解放人类。每一次重大的技术革命，如17世纪的蒸汽机革命、19世纪的电力革命和现代信息革命。工业革命后，机器可以代替人类开始做一些简单的体力劳动。我们的四肢得到了解放，我们可以不用走路和开车去一个地方。

随着权力革命和信息革命，今天大脑的一些功能已经被计算机所取代。例如，当我们要做运算时，我们可以使用计算器，电脑和手机也可以帮助我们记忆和存储。

但我认为这就是为什么我一直认为人工智能会实现的原因，因为在潜意识里，人们会朝着这个方向不懈努力，因为对人来说，最终最难解放的两个器官是眼睛和大脑。

有人曾经问我，每个人可能都知道Master和Hawking都对人工智能发出了很多威胁。当人工智能成熟时，会有很多人失业吗？

这就是我看待这个问题的方式。当技术发生变化时，它将迫使我们做更多创造性和先进的事情。例如，农民工进城做农活，这在过去是一种相对简单的体力劳动。但当这种体力劳动被机械化取代时，我们的农民工来到了城市，他们在那里做泥瓦匠、水管工和兼职工人，他们赚的钱比我们很多人都多。

未来，当人工智能取代人们做更多的事情时，人们将被迫做更先进的事情。人们能做什么？交流，分享，进步，最终发展。因此，人们所做的一切最终都是为了实现一件事，那就是人工智能，它完全解放了我们的大脑，让人们可以自由地做有创意的事情。

今天，我们论坛的主题是X论坛。“远见”一词的第二种解释是“远见”，即当你没有看到它时，你可以通过想象看到未来。今天，我希望大家能一起分享，像我一样看到未来。谢谢

标签：奔驰宝马北京世纪合创

汽车资讯热门资讯