高校在自動駕駛人工智能研究浪潮中的定位與發展模式研究

劉晨澔

摘要：隨著5G時代的來臨，人工智能成為未來技術發展的核心。自動駕駛技術作為人工智能的重要環節近年來獲得了空前的發展，然而高校在這場浪潮中的定位卻始終不夠明確。通過對“高校獨立研發”“企校合作研發”進行比較，并進一步將“高校獨立研發”深入細分為“單一高校型”與“高校合作型”，將“企校合作研發”再深入細分為“企業主導型”與“高校主導型”，進行再比較。綜合分析國內外案例得出最佳的發展模式，為中國高校參與自動駕駛的發展指出一條道路。

關鍵詞：人工智能;自動駕駛;高校;發展模式

中圖分類號：V323.19 文獻標識碼：A ?文章編號：1003-9082（2020）07-00-02

隨著互聯網技術的興起，人工智能及其衍生技術的發展成為可能，其中自動駕駛是最容易實現且最為現實的技術之一。由于自動駕駛屬于最前端的新興產業，國家在這方面的人才儲備嚴重不足，理論研究也存在很大空白，所以即使政府重視政策傾斜，受困于人才缺失、創新不足，各大企業也難有作為。在日媒近期發布的《全球自動駕駛專利競爭力排名》中美國、日本、德國甚至韓國企業遍地開花，中國企業則在前50強中無一上榜。僅有華為、百度、滴滴三家企業有一定的影響力，這樣的現狀與中國高校參與自動駕駛無力是分不開的。因此，立足高校發展自動駕駛，培養一批真正“對口”的專業人才，探索一條適合中國高校自動駕駛發展的道路迫在眉睫。

一、我國高校參與自動駕駛人工智能研究的現狀

筆者通過資料查閱與問卷調查結合的方式了解了我國高校參與自動駕駛研究的現狀。本次問卷共收回111份有效問卷，涉及清華大學、北京航空航天大學、華中科技大學、成都電子科技大學、南方科技大學等在內的超過50個國內各地區高校，收回問卷既覆蓋985、211高校，也覆蓋普通本科院校與專科院校。可以較為準確地反映我國全國范圍內高校的真實現狀。下面對問卷逐一分析：

收集到的第一項指標見表1。

（問1：你所在的大學是否開設有人工智能專業？）

從數據來看，忽略33.33%不清楚選項，開設有人工智能專業的高校驚人地達到了51.35%，說明對于這一研究熱點的反映，眾多高校已經非常迅速。除此之外筆者了解到985、211高校、沿海發達城市高校、科技類院校開設人工智能的比例往往更高。通過查閱資料了解到，這一專業的建設各大高校仍屬于剛剛起步階段，強如最頂尖的清華大學，人工智能專業（智班）直到2019年5月才宣布成立，9月首次獨立招生，一直處于人工智能研究前列的電子科技大學人工智能專業也不過剛成立一年，筆者就讀的南方科技大學擬2020年才首次招收人工智能專業本科生[1]。此前，教育部公布了《2018年度普通高等院校本科專業備案和審批結果》，共增設專業點2072個，其中35所大學在國內首批設立人工智能專業，并于同年秋季招生。這樣看來，人工智能專業的建設（區別人工智能項目的研究）不過是最近兩年才陸續在國內高校中展開，相比之下早在1999年英國卡基梅大學制作的無人駕駛汽車Lacuna-v就完成了第一次無人駕駛實驗，美國卡耐基梅隆大學的Navlab-V已經完成了橫穿美國東西部的實驗。

收集到的第二項數據見表2。

（問2：你是否希望學校開設人工智能專業？）

從這一部分可以看出有相當數量的學生看好這一專業與其未來的發展，同時也反映出一個問題：部分高校所開設的專業并不能完全滿足學生與社會的訴求，這一滯后性在國內很多傳統學校中普遍存在而且學校層次與之近似呈負相關，即學校辦學層次越低滯后性越嚴重，形成惡性循環。后文我們將以自動駕駛為例重點討論這一問題的對策。

收集到的第三項數據見表3。

（問3：你校人工智能專業中是否涉及自動駕駛技術的研究？）

從數據看，大部分同學并不了解人工智能專業的學科構成，真正研究自動駕駛的學校也確實不在多數，擁有車隊的學校更是少數中的少數。目前國內前端的高校車隊并不多，清華大學是這一領域的佼佼者，擁有紫荊車隊，猛獅車隊，駕駛寶車隊等多個研究團隊，可以說清華大學目前是研究自動駕駛氛圍最濃厚的高校之一。

綜上所述，目前我國高校的研究現狀是：1.起步晚，不成熟; 2.辦學層次不同帶來的滯后性差異很大 ;3.人工智能專業中真正研究自動駕駛的高校在少數，資源近乎一邊倒地趨向頂尖院校，嚴重分配不均。

高校獨立研發（單一高校型，高校合作型）與企校合作研發（高校主導型，企業主導型）比較

收集到的第三項數據見表4。

（問4：你認為高校應該如何參與自動駕駛的研究？）

從數據可以看出大部分人認為“企校合作”是更好的發展模式，是否真的如此？文章將展開討論這一問題。

首先，我們來討論高校研發模式及其利弊。先說單一高校的研發模式。單一高校的研發案例并不容易找到，筆者通過學校自動駕駛研究的相關老師了解到孤立發展在這樣一個信息爆炸的時代是基本不可能的，但并不排除對于一些核心技術，關鍵技術的發展的確需要“關起門來”，例如“數據庫”的研發，如果開源代碼確實可以短期內獲得相當的影響力，但數據庫的核心部分牽扯到商業化與成果歸屬等諸多問題，開發者一般會獨立研發并且不完全開源（部分開源）。綜上所述高校獨立研發的優點為：研究環境穩定，不急于出成果，核心技術的安全性能夠得到保障。缺點為：研究資源缺乏，競爭不足進步緩慢。

再說高校合作發展模式。高校合作發展的案例相比之下比較可觀，全球范圍內最為成功的案例是美國卡耐基梅隆大學，斯坦福大學等高校集群的“競爭式合作”。Grand Challenge（超級挑戰賽）是美國無人車輛技術業內頂級比賽旨在促進（能夠在有限時間內完成大量非常規路線的）全自動越野無人車所需技術的開發，從2004年莫哈維沙漠的第一場比賽的開始，這一系列挑戰賽已經舉辦了多次，其中參賽的團隊大部分是美國高校甚至高中（2004年帕洛斯佛得角高中），卡耐基梅隆大學與斯坦福大學交替奪冠成了比賽的一大看點，賓夕法尼亞大學，康奈爾大學，麻省理工學院的積極參賽也讓這一賽事與相關研究不斷注入新的活力。一方面，這類競賽為技術研發提供了交流平臺;另一方面，競賽推動實驗車型形成了競爭優勢，例如在競賽推動下意大利帕爾馬大學研發的ARGO已經能夠在任何常規環境中自主駕駛，僅部分特殊區域需要人為參數設定。這類“競爭式合作”在國內近年也逐漸拉開序幕。如：清華大學，上海交通大學等參賽的“智能車未來挑戰賽IVFC”，2019智博會重要賽事之一“i-VISTA自動駕駛汽車挑戰賽”等等。高校合作研發的優點為：競爭式合作打破了閉門造車的局面，倒逼高校快速進步，為高校提供了檢測技術的平臺。缺點為：競爭帶來的淘汰與極為快速的技術迭代周期并不能為所有高校所接受，資源的不均衡分配讓部分高校在合作中處于劣勢。

其次，來討論“企校合作研發”發展模式及其利弊。分析“企業主導型”和“高校主導型”。企業主導型指企業，尤其是控制大量資本和技術的跨國企業由于需要不斷地人才供給與創新活力往往會選擇高校進行項目合作，這類合作也往往由企業主導[2]。早在2015年，奧迪公司就在德國奧迪汽車博物館舉辦了首屆“奧迪自動駕駛杯大賽”，包括奧芬堡大學，萊比錫大學在內的10所大學派出了代表隊參賽，最終慕尼黑科技大學脫穎而出，奧迪舉辦這項活動的目的是在自動駕駛技術方面建立起自己的青訓營，通過競賽選拔出優秀人才，奧迪品牌人力資源管理委員Thomas Sigi表示說：“我們正在積極尋找具備技術創新能力的先鋒力量”。高校間的競賽也往往有著大量企業資本的參與，上文提到的“i-VISTA自動駕駛汽車挑戰賽”就是由中國電信主辦，多部門企業協辦，超過500位行業大咖到場的大型賽事，賽事旨在“立足行業高端交流平臺，踐行技術實踐測評標尺，助推自動駕駛汽車技術進步和商業化進程”。由此可見企業主導型的優點為：研發條件優越，技術更新快，技術落地周期短。缺點為：產業化、商業化嚴重，高額獎金在促進研究熱情的同時并不利于營造良好的學術氛圍，商業目的過強也不利于為高校創造安心穩定的科研環境。

“高校主導型”則大多在頂尖學校與企業之間開展，多為高校科研，實力屬業內較高水平。上文提到的“Grand Challenge（超級挑戰賽）”結束后通用與卡耐基梅隆大學共建了協作研究實驗室（CRL），斯坦福大學與大眾建立了聯合實驗室。今年6月福特Argo AI與卡耐基梅隆成立“卡耐基梅隆大學Argo AI實驗室”，Argo AI的CEO表示：“這是一件非常榮幸的事情”，卡耐基梅隆大學校長則表示“這筆投資讓我們的研究人員可以繼續在技術和社會的聯系中發揮領導作用，并且解決社會最緊迫的問題。”從雙方的語氣中不難看出卡耐基梅隆在這場合作中占有絕對的主動權。高校主導型的案例近年來在國內也陸續出現，在同濟大學的指導下，蘇州一家創業公司開始在24GHz毫米波雷達（自動駕駛關鍵技術）自主研發，預計2019年產業化[3]。根據以上實例我們可以得出“高校主導型”的優點是：學校掌握技術發展的主動權，既獲得了足夠的科研經費，優越的科研環境又不影響高校自己的發展節奏，并且獲得了技術實踐的平臺。缺點是：只有極少數專業研發領先的高校能夠享有這樣的發展機會。由于文章篇幅有限，上文列舉的“企業主導型”與“高校主導型”只是“企校合作研發”中的兩個極端模型，仍有很多現實案例處在二者之間，對于這些案例的優缺點可以看成兩極端模型優缺點的分權即都占有兩模型的部分優點與部分缺點。

二、幾點結論與簡單討論

第一點：完全的單一高校型研發模式是行不通的，部分技術的獨立研發能夠保證技術的安全性。第二點：高校合作型有效彌補了單一高校型的缺點，而競爭帶來的淘汰不可避免地讓部分高校在這場技術中落伍。第三點：企業主導型能夠解決高校科研經費不足的問題，完善高校的產學研體系，但同時發展的主導權在企業一方，企業注定在這場合作中獲利更多，高校本身的發展則受到局限。第四點：高校主導型是高校參與自動駕駛發展的理想模式，但并不是所有高校都能在這一領域擁有完全領先企業的技術，所以這一發展模式對于大多數高校并不適用。第五點：對于辦學層次不高的高校，盡快架構這類新學科新專業是當務之急[4]。目前中國各個領域都正處于高速發展階段，其中科學技術的發展需要各個層次的人才參與，對于人工智能專業中國教育部門測算至少存在500萬的人才缺口，面臨如此現狀只有多數高校共同發力才能填補這一缺口。第六點：對于辦學層次相對較高的高校來說，很大一部分已經開設了人工智能專業，但專業的分支學科仍然相對粗糙、模糊、不夠完善。第一步，應該逐步細分這一專業，加入諸如“機器人”“自動駕駛”等分支。第二步，探索這類專業的“新工科”建設道路，正如人工智能專家李德毅院士所說：“智能時代，中國新工科要有新的學科和新的專業，智能科學和技術一級學科及其相關專業首當其沖。智能時代要求教育回歸本科生工程教育，只有這樣才能培養出新工科背景下的高層次人才，服務于社會各行業，保證我國智能科技的領先發展，攀登國際智能科技的高峰。在智能時代，教育的重點是激發學生的創造力，培養未來多元化、創新型卓越工程人才。”第三步，積極尋求校際合作，完善產學研，引入企業資本，并且爭取在合作中占優。第七點：頂尖辦學層次高校，不論專業學科架構還是產學研布局都相對比較完善。下一步應使研究合作模式更加多元與富有活力，清華大學早在2012年就與德國大車型企戴姆勒達成了合作，與奔馳、日產、長安也進行聯合研發，除此之外還依托蘇州汽車研究院對創業進行孵化，清華的產學研可以說是國內所有大學的典范，既參與跨國大型企業研發項目，也與中小企業達成合作，即涉及商業技術轉化，也涉及學生就業創業。頂尖高校中不足的是缺少像卡耐基梅隆與斯坦福這樣“火藥味很濃”的“軍備競賽”，最頂尖的技術往往是在最頂尖的競爭中產生的，而中國當下缺少的恰恰是這些頂尖高校帶來的核心技術，然而這樣的發展氛圍并不是一朝一夕能夠營造出來的，需要政府、教育主管部門、企業、高校及媒體多方共同發力、共促發展。

參考文獻

[1]宮慧琪，牛芳.自動駕駛關鍵技術與產業發展態勢研究[J].電信網技術，2018，（08）：45-50.

[2]張美芳，王羽，鄭碧琪，等.人工智能在汽車自動駕駛中的應用[J].汽車工業研究，2019，（03）：2-7.

[3]王洪升，曾連蓀，田蔚風.人工智能在車輛自動駕駛中的應用[J].公路交通科技，2004（12）：114-116.

[4]趙銘炎.淺析人工智能在自動駕駛中的應用[J].中國新通信，2019，21（05）：112-113.