观察者网：这么乐观吗？

李彦宏：

乐观的。当然，中国的高等级自动驾驶汽车发展还有很多问题，需要进一步突破与技术、产业发展不相适应的政策瓶颈，激发自动驾驶领域创新能力。所以我们今年继续建议：

一是引导并支持地方政府出台政策，明确支持无安全员的无人车上路，打造全无人自动驾驶汽车的载人运营政策先行区。

二是加快《道路交通安全法》的修订和发布实施，从国家层面为加快自动驾驶汽车规模化商用、无人化奠定法律基础。

三是适度超前建设智能交通基础设施，发挥5G的远程控制优势，通过车路协同促进交通效率和安全性的大幅提升，带动汽车产业向智能化和网联化的转型升级，让真正无人的智能网联汽车尽早行驶在中国道路上。

观察者网：实际上美国在智能交通上走得很早，“车路协同”路线在上世纪40年代就有人提出，“单车智能”路线1966年开始出现，这两条路线目前都在继续演进，但都没有完全取得成功。

您提到“中国模式”的自动驾驶和“技术全球领先地位”，中国采用融合上述两者的“车路协同”路线是原因之一吗？

李彦宏：

自动驾驶的普及，不能只依赖单车智能，道路基础设施的智能化也很重要。自动驾驶的车，如果有路侧设备的配合，自动驾驶的能力就会比以前要更强，安全性要比以前更好。

比如，我们今天在城市道路，尤其是在繁华路段，大家看到晚上都是有路灯的。可是在农村，在偏远地区，路上没有路灯，没有路灯车能不能跑？也能跑。但是有路灯和没有路灯的差别是交通事故率大大下降了，它的安全性提升了。同样，当你有路侧设备来跟车进行沟通的时候，自动驾驶的能力就会大幅度提升，安全性会大幅度提升。

未来的城市智能交通，不仅要有“聪明的车”，还要有“智慧的路”。有了车路协同，我们未来的出行将更高效，无论是人类开的车，还是自动驾驶的车，都会更加安全。

车路协同是一个既立足长远，又兼容当下的智能交通技术方案。我认为，车路协同具有独特的中国优势，是未来智能交通最核心的技术方案。车路协同自动驾驶，可以降低自动驾驶汽车的成本，加快商业化落地的步伐。用这个方案做自动驾驶，是百度坚持、并且看好的技术路线。

车路协同示例：在十字路口，能为车辆提供更多路端信息

观察者网：路灯的比喻很形象，近年来国家强调“新基建”，特别是5G通信网络、超算中心等面向物联网的设施，这些与智能交通是怎样的关系？

李彦宏：

新一代通信技术、物联网、云计算等等，就组成了新的“路灯”。比如，因为5G的发展，自动驾驶的“云代驾”成为现实，无人车进入了平行驾驶时代，规模商业化成为可能。在“云代驾”模式下，驾驶员不在车里头，而在云端。当无人车需要人干预的时候，驾驶员在云端就可以操控，而且一个人可以远程控制很多台车。无人车“去安全员”，将会导致业态发生质变，比如共享自动驾驶出租车运营将提速。

再比如，云计算技术在智能交通系统中的应用，可以使交通基础设施发挥最大的效能，有效缓解交通拥堵，降低交通环境污染。拿智能信控来说，所有交通汇集信息由云平台集中处理，形成实时、精确的区域交通控制方案，统一调控联网信号机，实现基于云计算的智能交通信号控制，提升通行效率，缓解拥堵。

未来，智能网联汽车逐渐发展成熟，城市每一辆车所在具体位置、每一个红绿灯路口有多少辆车、这些车移动的方向等情况，都可以用全量实时的数据来感知并全局调整，可以大幅度提升城市交通运营效率。

所以，总体来说，国家倡导的新基建，是以人工智能为核心的基础设施建设，将在交通、能源等领域大大提升效率，推动经济增长。以车路协同为基础的智能交通基础设施建设，将能够提升15%-30%的通行效率，从而为GDP贡献2.4%-4.8%的绝对增长。

在 “新基建”浪潮下，那些具有领先的技术水平、大数据优势，能提供丰富解决方案的平台型公司，将成为新基建中的关键力量，扮演着“助推器”和“放大器”的角色，为各地经济发展提供新动能。

在新基建的推动下，车路协同有望进入快速发展阶段，降低自动驾驶的复杂度和车载成本，弥补中国在单车智能发展方面的不足，成为中国特色的发展道路，让中国有望在全球率先实现 L4—L5 级高等级自动驾驶技术的大规模商业化落地。

观察者网：目前的智能信控已经成熟了吗？

李彦宏：

随着人工智能技术的飞速发展和5G等基础设施的逐步普及，根据实时的车流信息，使用智能的算法进行预测，统筹全城所有路口和车道进行智能的、自适应的信号灯调节，逐渐成为趋势。

我举几个例子吧，百度在广州市黄埔区科学城、知识城智能信控项目范围内，自适应路口数量占比达57％，日均优化次数3600多次，路口车均延误下降约20％，绿灯空放浪费下降约21％。

在河北保定，84个路口部署了百度AI智能信控系统，形成的一条条“绿波带”，车辆行程时间平均可以缩短约20%，效果都是比较明显的。

京雄高速在国内首设智慧驾驶专用道

观察者网：10年前，很多人说中国互联网还弱小，做不了自己的有影响力的技术，很多企业采用“跟随战略”。今天，中国互联网公司在体量和市值上已经进入世界前列，但是在最尖端的领域，我们是否还存在“跟跑”的惯性？

李彦宏：

百度是技术立身的公司，我们长期坚持在人工智能领域进行投资，我说一些数据吧。

2021年，百度核心研发费用是221亿元，占核心收入比例达23%。2020年，百度研发投入195亿元，研发投入营收占比达21.4%，位列中国民营企业500强第一名，研发投入强度位于全球大型科技公司前列。百度人工智能专利申请量超过1.3万件，申请量和授权量连续4年排名国内第一。

我们打造了国内首个自主研发产业级深度学习开源开放平台，飞桨，目前拥 406万开发者，服务了超过15.7万家企事业单位，市场份额位居国内第一。不久前，我们与鹏城实验室联合发布了全球首个知识增强千亿大模型，文心大模型，参数规模达到2600亿，是目前全球最大中文单体模型。

从2013年开始布局，百度Apollo已成为全球最大、最活跃的自动驾驶开放平台，被评为全球四大自动驾驶领导者，也是唯一上榜的中国公司。

观察者网：您在2000年左右从美国回国创立百度，如今百度的智能驾驶事业群组也有大量人才来自美国，您如何看待“中国场景”对全球人才的吸引力？

李彦宏：

我们看到，过去这20多年，中国不断有新的机会产生，不断有伟大的公司诞生。当下的中国，无疑是科技从业者最好的时代。我们有足够多的技术应用场景，有全球最为完备的产业链、供应链，有不断完善的新型基础设施，有培育领军人才和战略科学家最好的土壤，大规模的创新成果必然会在中国涌现。

作为人工智能领域的领先企业，我们也承诺，在未来几年，百度将为社会培养500万AI人才。

观察者网：您提到“应用场景”，科技与应用的结合非常重要。要做好智能交通，不但要走好科学路线，还要走好工程路线，能否讲一下智能交通为什么强调工程能力？

李彦宏：

2000年我回国创业，早期的创业团队在讨论工作的时候，经常能看出工程思维和科学思维的差别。比如搜索结果的排序，我要求1秒钟出结果（那时候业界标准差不多是3秒钟），团队跟我说做不到，用户搜一个词，比如“电子商务”，网上带有这个词的网页可能上百万个，按相关性从第一个到第100万个排序，还要支持大批用户的并发访问请求，是不现实的，况且我们是个小公司，算力资源有限。我说不对，谁让你们从第一到第100万去排序了，哪一个用户会翻到第10万页结果去看？你们的算法只要能从无数网页中找到最相关的1000个结果，并且按相关性排序就好了，我们只需要让用户翻10页，真找不到他想要的，换个搜索词（query）就好。

知道把难的问题转化为简单的问题，知道妥协，知道循序渐进，我认为是工程化思维和科学化思维的主要区别。

目前，全球自动驾驶汽车的发展路线分为两种：一种是“跨越式”，走激进的全自动驾驶路线，追求的是一步到位，选择了以激光雷达传感器为主的融合感知技术，一步到位造出L4、L5级别的自动驾驶汽车，再逐步降低成本，典型代表如美国的Waymo；另一种是“渐进式”发展路线，考虑当下的车辆量产、成本等因素，选择以“摄像头传感器+视觉技术”为主，主张从L2级的辅助驾驶量产开始，沿着L2→L3→L4/L5级的无人驾驶等级，逐步升级，典型代表是特斯拉。

我认为还有一种渐变方式，就是自动驾驶行驶范围的渐变。现在在任意场景下的全无人驾驶做不到，那能不能先从最简单的5万公里、10万公里做起？我们可以先在一些地方跑起来，在实际运营的过程中不断学习，不断提高，逐步扩大无人车服务的地域范围，这样也能走到L5。

中国汽车市场足够庞大，带来显著的规模效应，也可支撑足够的细分场景，因此从技术的角度，百度得以选择“技术降维、数据反哺”的路径，结合“渐进式”和“跨越式”两种路线的优势，以更快实现L4级自动驾驶的规模商业化。

观察者网：您还提到了“加快发展绿色AI，引导算力算法低碳发展”，这与智能交通有关吗？

李彦宏：

第一，交通本身是碳排放大户，全球温室气体总排放量510亿吨，交通运输占16％。

在智能交通领域，一方面可以通过交通的整体规划调度、运营管理，减少交通拥堵，进而减少碳排放；另一方面，交通出行模式会转变，由“出行即服务（MaaS）”模式代替私家车出行，让出行更低碳。

所谓MaaS，是以人的出行需求为中心，一体化联运公共交通、共享单车、出租车、汽车租赁等各种交通工具。对于用户而言，用单个应用程序，一次支付，就可以获得一站式出行服务。

在MaaS模式下，汽车消费由共享代替购买，会大大降低私家车的使用量和保有量，也会大幅降低城市拥堵。

第二，智能交通离不开算力算法，但算力本身的能耗也不容忽视。

“3060双碳”目标引领下，需要持续提升能效，发展绿色AI。一方面是发展绿色算力。数据中心是算力的重要载体。中国信通院测算，2020年，我国数据中心年均运行PUE为1.56，距国家设定的2023年底新建大型数据中心PUE降到1.3以下的目标还有一定差距。另一方面，是发展更绿色的算法。当前，超大规模预训练模型成为深度学习的重要演进方向之一，但能耗也随之增加。需要优化策略和参数设置，构建绿色集约的大模型，提升基础设施能效比。

我的具体建议，一是探索碳排放双控在数据中心率先落地。根据国家信息中心测算，数据中心仅用约占全社会2%的用电量，支撑了占全国GDP约36.2%的数字经济规模。建议有关部门支持有条件的地区加大政策创新力度，对数据中心使用绿电部分的额度不计入能耗考核。

二是建立兼顾性能和能耗的绿色算法度量标准，倡导领军人工智能企业构建能效高、性能优的预训练大模型，并向行业开放。

三是加快完善碳排放统计核算体系，开启国家核证自愿减排量签发。加快建立科技减排的方法库和行业标准，强化绿色AI在降低碳排放领域的技术供给。

百度阳泉数据中心及楼顶的光伏发电系统

观察者网：目前关于自动驾驶的伦理问题有许多讨论，您作为一位科技公司的企业家，同时也作为一位全国政协委员，能否简单谈谈方向？

李彦宏：

人工智能在为人类生产生活带来诸多便利的同时，确实在安全、隐私、公平等方面，给社会治理带来了新挑战。然而，菜刀是用于做饭还是作案，核能是用于发电还是发射，全都取决于控制者。人工智能也一样，能否打造出负责任、可持续的AI，全都取决于创造者的历史责任感。

2018年5月，百度就提出了人工智能伦理的四原则，即AI 的最高原则是安全可控；AI的创新愿景是促进人类更平等地获取技术和能力；AI的存在价值是教人学习，让人成长，而非超越人、代替人；AI的终极理想是为人类带来更多自由与可能。这是技术可以有所作为，也应当有所作为的方向。无论何时，我们谈论技术伦理问题，都应该在这个前提下去思考。唯有如此，才能做到对潜在风险足够重视，又对技术创新充分信任。

这里说的信任，更是希望每一个用户、每一个关注科技的朋友能对技术创新多一份信心、多一份包容。比如，搭乘萝卜快跑每多走一公里、和智能音箱每多一次交互、用智能搜索每多识别一株植物，都在让我们的人工智能更聪明、更安全、更值得信赖，也让人与技术共同进步、共同进化的人机共生愿景离我们更近一步。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。

本文系观察者网独家稿件，未经授权，不得转载。