滴滴副总裁弓峰敏：研究人工智能或机器智能，真正落点是智能的机器

CNET科技资讯网 6月20日 北京消息：滴滴研究院副院长&美国研究院负责人弓峰敏博士应邀出席TechCrunch 国际创新峰会。在会上，弓峰敏向外界披露了滴滴在机器学习领域的成果，同时阐述了对人工智能以及智能驾驶技术未来发展的看法。

滴滴副总裁、美研负责人弓峰敏（右）

大数据是研究城市交通症结的突破口

滴滴平台每天接收、处理着全球最庞大也最复杂的路面交通数据。这些数据能帮助人们掌握每条小巷的路况，也能洞悉整座城市的流动规律。

弓峰敏介绍说，在数据利用方面，滴滴致力于在深度和广度上有所突破。就深度而言，数据学习可以帮助我们更深入理解用户需求，提供个性化服务。在广度的层面上，滴滴在将每一次出行，纳入整个城市交通的体系。 “要做到这一点，我们必须把大数据应用技术有效无缝的与城市系统结合起来。将各种交通工具整合在一起，最终做到一键出行。”

对谈中，弓峰敏提到了滴滴在智慧交通项目中一个具体的案例，“我们利用平台车辆轨迹监测交通状况，以及每个红绿灯拥挤程度，融合其他传感设备，做了一个更准确的交通流量预测。在此基础上，滴滴设计了动态红绿灯方案调解拥堵。” 这个项目在济南经十路落地两个月后，车辆在高峰期经过六个红绿灯下等待时间下降了10%。他相信大数据研究是滴滴核心的技术优势，也是解决城市交通症结的突破口

利用“智能机器”解决实际交通问题

业内普遍认为人工智能和大数据是密不可分的两个概念。尽管，目前人们对人工智能和机器智能的定义有很多分歧，但在被誉为硅谷信息安全教父的弓峰敏看来，无论哪一种智能，最后落脚点都是智能的机器。

弓峰敏认为，人工智能是一个比较早的概念。早期科学家希望打造近似人类智能的机器，随着技术发展，机器在某些方面超越了人类的能力，出现了高于人工智能的机器智能。但机器智能发展方向不应该是取代人类，而是应该体现在智能的机器上，这正是滴滴的研究方向。

无论是滴滴APP中的“猜你去哪”，还是街头的智能交通信号灯，再到滴滴目前正在研究的智能驾驶，都是弓峰敏口中的“智能机器”。作为在硅谷打拼30多年的科技元老，他始终坚信，“技术需要为人类服务，帮助人类完成不可能完成的任务。

智能驾驶会改变未来，但过程并不简单

自从滴滴表态投身于智能驾驶技术研究后，外界一直频频猜测研发进展。随着近几年相关技术的迅速发展，人们开始期待智能驾驶在不久会在现实生活中广泛引用。弓峰敏十分认同未来智能驾驶技术将提升道路安全、有利于城市发展，但也提到了智能驾驶发展过程中行业普遍面临的挑战。

弓峰敏认为，智能驾驶核心的基本技术，比如计算机图象、深度学习、如何配置传感器等只是第一个门槛。第二个挑战是解决过渡期，行人、无人车、有人车以及自行车等各方混行的问题。第三个挑战，是将这项技术放在各种实际的场景下，有序的投入使用。弓峰敏强调，滴滴一直非常重视安全，同时擅长分析、处理复杂的道路交通数据，从而解决出难题。滴滴希望把这件事做好，让技术服务于人类。

针对滴滴在智能驾驶领域的探索，弓峰敏透露，未来公司的研究团队希望通过AI和AR技术结合，提供更精确的导航，提示驾驶员容易忽略的道路风险，最终提升道路行驶安全。