2016年，由谷歌公司研发的阿尔法围棋（AlphaGo）击败了韩国九段棋手李世石，一时间，全世界对于人工智能的讨论多起来。其中之一就是人工智能是不可逆转的趋势。
AlphaGo作为人工智能领域的一个分支，其主要工作原理是通过深度学习技术学习大量已有的围棋对局，然后应用强化学习通过与自己对弈获得更多棋局，再用深度学习技术评估每一个格局的输赢率，最后通过蒙特卡洛树搜索决定最优落子。简单来说，AlphaGo背后的一群人工智能领域专家将围棋高手的比赛记录输入给它，然后它根据深度学习程序进行3000万步的自学习训练，这样就能轻松判定棋手的下一步走法。
算法的进步，人工智能技术的突破，令围棋这个人类智力游戏的最后堡垒极速开裂。但用AlphaGo之父哈萨比斯的话来说：“这只是开端”。围棋只不过是试水之路，科学家们真正要的，是到医疗、出行等实际应用范畴去为人类造福。
众所周知，出行领域是云计算、人工智能等产品应用比较早的领域之一，尤其是在自动驾驶方面，不少汽车公司陆续推出了自己的智能驾驶系统，特斯拉Autopilot和通用Super Cruise已实现L2级自动驾驶，即可以做到在高速公路上解放双手的驾驶辅助系统，同时，监控系统也会确保驾驶员的注意力始终在道路上。
然而，目前的自动驾驶解决方案大多基于深度学习算法，需要综合使用自然语言处理、计算机视觉、机器学习、自动推理等内容，可以说自动驾驶是人工智能领域的一个较为综合的应用，但它可能并非终极方案。无论是学术界还是产业界，都在思考下一步发展路径：类脑计算已悄然成为备受关注的“种子选手”之一。
原因之一是，深度学习虽在语音识别、图像识别、自然语言理解等领域取得很大突破，并被广泛应用，但它亦有一定局限性：比如自主学习、自适应等能力弱，高度依赖于模型构建；计算资源消耗比较大，CPU、GPU消耗量巨大；缺乏逻辑分析和推理能力不足，仅具备感知识别能力。类脑智能希望通过研究人类大脑的工作机理并模拟出一个和人类一样具有思考、学习能力的机器人。需要让单个物体具有类似人脑的思考能力，但是并不是单纯的仿人脑。
这可能带来AI和其最大应用之一的自动驾驶技术的重大突破，因此众多汽车圈大佬开始布局研发，其中便包括对围棋兴趣颇深的华人运通董事长丁磊。也许Alpha Go击败人类围棋高手李世石与其着重布局人工智能有着某种关联。
2020年伊始，华人运通发布重磅官宣：该公司将与复旦大学类脑智能科学与技术研究院、大数据研究院开展合作，就人工智能在自动驾驶、智能识别分析领域的底层算法和海量实验数据分析开展联合研究。与此同时，世界类脑人工智能及大数据领域的三位顶尖科学家也宣布加盟华人运通国际科学技术委员会。这再次显示了华人运通在自动驾驶领域的前瞻性思维。
华人运通董事长丁磊为冯建峰教授颁发国际科学技术委员会人工智能专家聘书
作为引领中国汽车产业的新力量，华人运通在业内首次提出智能汽车、智捷交通、智慧城市“三智”战略，实际上就是高阶自动驾驶社会的理念。
智能汽车这个很好理解，华人运通打造的高合 HiPhi 1 作为首款真正标配 5G+V2X 的智能汽车，将无缝融入未来智慧城市的车路协同自动驾驶交通系统，在单车 L3 双冗余自动驾驶的基础上，迈向更高阶的全场景自动驾驶。
但单车能力毕竟有限，视野、传感器距离都有限制，很多时候无法感知环境变化。自动驾驶应该是一个与道路交通协作的系统性工程，不但需要单车的智能，也需要道路基础设施的智能，才能达到道路交通自动驾驶的安全性要求。
依照华人运通的“三智”战略逻辑，车、路、城是强相关的，智能汽车不仅仅是智捷交通的载体，也是智慧城市里物联网、互联网、能源网的节点。在其设计的车路协同自动驾驶方案中，车辆通过车端感知单元与路段感知单元链接，并在交通运营中心的云端调度与控制下运行，辅以车辆本身的自动驾驶功能，可以保障行驶过程的充分安全。这套方案从综合体的视角去进行自动驾驶系统的设计，继而进行智能出行的系统化设计。这是单车智能目前，甚至很长一段时间内都无法做到的。目前，华人运通的车路协同自动驾驶方案已经在江苏盐城、上海临港、上海张江等多地“智路”、“智城”项目中实践落地。
通过与复旦大学的合作，在人工智能的算法领域，对华人运通车路协同技术在多目标快速识别、交通参与者行为预测、云端调度决策优化，视觉目标快速提取等一系列领域，助力中国的车路协同自动驾驶技术在世界范围内保持领先。
华人运通在自动驾驶中采用人工智能提升图像感知精度
而未来一旦类脑技术能够运用到高合HiPhi 1等智能汽车上，它将大幅提升信号感知、语义识别、信息理解及控制与决策，使任务可以更快和更有效地完成。主要原因在于，这套智能系统可以将人工智能在搜索、存储、计算、推演、学习能力上的优势与“人类大脑”思考、创新、应变能力上的优势进行有机的结合，从而发挥更大的作用和优势。
在华人运通“智城”、“智路”的系统里，类脑技术未来也可以发挥云端调度、远程控制及监控，多智能终端自主协商和智能决策，从而系统性解决城市交通出行问题，提升城市管理能效。
需要指出的是，目前类脑计算仍在摸索阶段，其发展水平跟现有主流人工智能算法相比，还存在一定差距，在汽车行业也缺乏典型的成功应用，但类脑智能的发展水平将极大程度影响汽车制造、智能交通等领域的发展，因此该技术的发展显得尤为重要与急迫。
如果说，当下人工智能发展浪潮正波涛汹涌的话，类脑计算就是浪潮之下的洋流。虽不太引人注意，未来却有可能改变人工智能发展趋势。作为一家既有横向全局化广度又有纵向产业化深度的科技企业，华人运通联手复旦大学无疑将为汽车及大出行领域带来了更多的“可能性”和无限的“想象空间”。
閱讀更多 車兔子汽車數據 的文章
