高校在自动驾驶人工智能研究浪潮中的定位与发展模式研究

刘晨澔

摘要：随着5G时代的来临，人工智能成为未来技术发展的核心。自动驾驶技术作为人工智能的重要环节近年来获得了空前的发展，然而高校在这场浪潮中的定位却始终不够明确。通过对“高校独立研发”“企校合作研发”进行比较，并进一步将“高校独立研发”深入细分为“单一高校型”与“高校合作型”，将“企校合作研发”再深入细分为“企业主导型”与“高校主导型”，进行再比较。综合分析国内外案例得出最佳的发展模式，为中国高校参与自动驾驶的发展指出一条道路。

关键词：人工智能;自动驾驶;高校;发展模式

中图分类号：V323.19 文献标识码：A  文章编号：1003-9082（2020）07-00-02

随着互联网技术的兴起，人工智能及其衍生技术的发展成为可能，其中自动驾驶是最容易实现且最为现实的技术之一。由于自动驾驶属于最前端的新兴产业，国家在这方面的人才储备严重不足，理论研究也存在很大空白，所以即使政府重视政策倾斜，受困于人才缺失、创新不足，各大企业也难有作为。在日媒近期发布的《全球自动驾驶专利竞争力排名》中美国、日本、德国甚至韩国企业遍地开花，中国企业则在前50强中无一上榜。仅有华为、百度、滴滴三家企业有一定的影响力，这样的现状与中国高校参与自动驾驶无力是分不开的。因此，立足高校发展自动驾驶，培养一批真正“对口”的专业人才，探索一条适合中国高校自动驾驶发展的道路迫在眉睫。

一、我国高校参与自动驾驶人工智能研究的现状

笔者通过资料查阅与问卷调查结合的方式了解了我国高校参与自动驾驶研究的现状。本次问卷共收回111份有效问卷，涉及清华大学、北京航空航天大学、华中科技大学、成都电子科技大学、南方科技大学等在内的超过50个国内各地区高校，收回问卷既覆盖985、211高校，也覆盖普通本科院校与专科院校。可以较为准确地反映我国全国范围内高校的真实现状。下面对问卷逐一分析：

收集到的第一项指标见表1。

（问1：你所在的大学是否开设有人工智能专业？）

从数据来看，忽略33.33%不清楚选项，开设有人工智能专业的高校惊人地达到了51.35%，说明对于这一研究热点的反映，众多高校已经非常迅速。除此之外笔者了解到985、211高校、沿海发达城市高校、科技类院校开设人工智能的比例往往更高。通过查阅资料了解到，这一专业的建设各大高校仍属于刚刚起步阶段，强如最顶尖的清华大学，人工智能专业（智班）直到2019年5月才宣布成立，9月首次独立招生，一直处于人工智能研究前列的电子科技大学人工智能专业也不过刚成立一年，笔者就读的南方科技大学拟2020年才首次招收人工智能专业本科生[1]。此前，教育部公布了《2018年度普通高等院校本科专业备案和审批结果》，共增设专业点2072个，其中35所大学在国内首批设立人工智能专业，并于同年秋季招生。这样看来，人工智能专业的建设（区别人工智能项目的研究）不过是最近两年才陆续在国内高校中展开，相比之下早在1999年英国卡基梅大学制作的无人驾驶汽车Lacuna-v就完成了第一次无人驾驶实验，美国卡耐基梅隆大学的Navlab-V已经完成了横穿美国东西部的实验。

收集到的第二项数据见表2。

（问2：你是否希望学校开设人工智能专业？）

从这一部分可以看出有相当数量的学生看好这一专业与其未来的发展，同时也反映出一个问题：部分高校所开设的专业并不能完全满足学生与社会的诉求，这一滞后性在国内很多传统学校中普遍存在而且学校层次与之近似呈负相关，即学校办学层次越低滞后性越严重，形成恶性循环。后文我们将以自动驾驶为例重点讨论这一问题的对策。

收集到的第三项数据见表3。

（问3：你校人工智能专业中是否涉及自动驾驶技术的研究？）

从数据看，大部分同学并不了解人工智能专业的学科构成，真正研究自动驾驶的学校也确实不在多数，拥有车队的学校更是少数中的少数。目前国内前端的高校车队并不多，清华大学是这一领域的佼佼者，拥有紫荆车队，猛狮车队，驾驶宝车队等多个研究团队，可以说清华大学目前是研究自動驾驶氛围最浓厚的高校之一。

综上所述，目前我国高校的研究现状是：1.起步晚，不成熟; 2.办学层次不同带来的滞后性差异很大 ;3.人工智能专业中真正研究自动驾驶的高校在少数，资源近乎一边倒地趋向顶尖院校，严重分配不均。

高校独立研发（单一高校型，高校合作型）与企校合作研发（高校主导型，企业主导型）比较

收集到的第三项数据见表4。

（问4：你认为高校应该如何参与自动驾驶的研究？）

从数据可以看出大部分人认为“企校合作”是更好的发展模式，是否真的如此？文章将展开讨论这一问题。

首先，我们来讨论高校研发模式及其利弊。先说单一高校的研发模式。单一高校的研发案例并不容易找到，笔者通过学校自动驾驶研究的相关老师了解到孤立发展在这样一个信息爆炸的时代是基本不可能的，但并不排除对于一些核心技术，关键技术的发展的确需要“关起门来”，例如“数据库”的研发，如果开源代码确实可以短期内获得相当的影响力，但数据库的核心部分牵扯到商业化与成果归属等诸多问题，开发者一般会独立研发并且不完全开源（部分开源）。综上所述高校独立研发的优点为：研究环境稳定，不急于出成果，核心技术的安全性能够得到保障。缺点为：研究资源缺乏，竞争不足进步缓慢。

再说高校合作发展模式。高校合作发展的案例相比之下比较可观，全球范围内最为成功的案例是美国卡耐基梅隆大学，斯坦福大学等高校集群的“竞争式合作”。Grand Challenge（超级挑战赛）是美国无人车辆技术业内顶级比赛旨在促进（能够在有限时间内完成大量非常规路线的）全自动越野无人车所需技术的开发，从2004年莫哈维沙漠的第一场比赛的开始，这一系列挑战赛已经举办了多次，其中参赛的团队大部分是美国高校甚至高中（2004年帕洛斯佛得角高中），卡耐基梅隆大学与斯坦福大学交替夺冠成了比赛的一大看点，宾夕法尼亚大学，康奈尔大学，麻省理工学院的积极参赛也让这一赛事与相关研究不断注入新的活力。一方面，这类竞赛为技术研发提供了交流平台;另一方面，竞赛推动实验车型形成了竞争优势，例如在竞赛推动下意大利帕尔马大学研发的ARGO已经能够在任何常规环境中自主驾驶，仅部分特殊区域需要人为参数设定。这类“竞争式合作”在国内近年也逐渐拉开序幕。如：清华大学，上海交通大学等参赛的“智能车未来挑战赛IVFC”，2019智博会重要赛事之一“i-VISTA自动驾驶汽车挑战赛”等等。高校合作研发的优点为：竞争式合作打破了闭门造车的局面，倒逼高校快速进步，为高校提供了检测技术的平台。缺点为：竞争带来的淘汰与极为快速的技术迭代周期并不能为所有高校所接受，资源的不均衡分配让部分高校在合作中处于劣势。

其次，来讨论“企校合作研发”发展模式及其利弊。分析“企业主导型”和“高校主导型”。企业主导型指企业，尤其是控制大量资本和技术的跨国企业由于需要不断地人才供给与创新活力往往会选择高校进行项目合作，这类合作也往往由企业主导[2]。早在2015年，奥迪公司就在德国奥迪汽车博物馆举办了首届“奥迪自动驾驶杯大赛”，包括奥芬堡大学，莱比锡大学在内的10所大学派出了代表队参赛，最终慕尼黑科技大学脱颖而出，奥迪举办这项活动的目的是在自动驾驶技术方面建立起自己的青训营，通过竞赛选拔出优秀人才，奥迪品牌人力资源管理委员Thomas Sigi表示说：“我们正在积极寻找具备技术创新能力的先锋力量”。高校间的竞赛也往往有着大量企业资本的参与，上文提到的“i-VISTA自动驾驶汽车挑战赛”就是由中国电信主办，多部门企业协办，超过500位行业大咖到场的大型赛事，赛事旨在“立足行业高端交流平台，践行技术实践测评标尺，助推自动驾驶汽车技术进步和商业化进程”。由此可见企业主导型的优点为：研发条件优越，技术更新快，技术落地周期短。缺点为：产业化、商业化严重，高额奖金在促进研究热情的同时并不利于营造良好的学术氛围，商业目的过强也不利于为高校创造安心稳定的科研环境。

“高校主导型”则大多在顶尖学校与企业之间开展，多为高校科研，实力属业内较高水平。上文提到的“Grand Challenge（超级挑战赛）”结束后通用与卡耐基梅隆大学共建了协作研究实验室（CRL），斯坦福大学与大众建立了联合实验室。今年6月福特Argo AI与卡耐基梅隆成立“卡耐基梅隆大学Argo AI实验室”，Argo AI的CEO表示：“这是一件非常荣幸的事情”，卡耐基梅隆大学校长则表示“这笔投资让我们的研究人员可以继续在技术和社会的联系中发挥领导作用，并且解决社会最紧迫的问题。”从双方的语气中不难看出卡耐基梅隆在这场合作中占有绝对的主动权。高校主导型的案例近年来在国内也陆续出现，在同济大学的指导下，苏州一家创业公司开始在24GHz毫米波雷达（自动驾驶关键技术）自主研发，预计2019年产业化[3]。根据以上实例我们可以得出“高校主导型”的优点是：学校掌握技术发展的主动权，既获得了足够的科研经费，优越的科研环境又不影响高校自己的发展节奏，并且获得了技术实践的平台。缺点是：只有极少数专业研发领先的高校能够享有这样的发展机会。由于文章篇幅有限，上文列举的“企业主导型”与“高校主导型”只是“企校合作研发”中的两个极端模型，仍有很多现实案例处在二者之间，对于这些案例的优缺点可以看成两极端模型优缺点的分权即都占有两模型的部分优点与部分缺点。

二、几点结论与简单讨论

第一点：完全的单一高校型研发模式是行不通的，部分技术的独立研发能够保证技术的安全性。第二点：高校合作型有效弥补了单一高校型的缺点，而竞争带来的淘汰不可避免地让部分高校在这场技术中落伍。第三点：企业主导型能够解决高校科研经费不足的问题，完善高校的产学研体系，但同时发展的主导权在企业一方，企业注定在这场合作中获利更多，高校本身的发展则受到局限。第四点：高校主导型是高校参与自动驾驶发展的理想模式，但并不是所有高校都能在这一领域拥有完全领先企业的技术，所以这一发展模式对于大多数高校并不适用。第五点：对于办学层次不高的高校，尽快架构这类新学科新专业是当务之急[4]。目前中国各个领域都正处于高速发展阶段，其中科学技术的发展需要各个层次的人才参与，对于人工智能专业中国教育部门测算至少存在500萬的人才缺口，面临如此现状只有多数高校共同发力才能填补这一缺口。第六点：对于办学层次相对较高的高校来说，很大一部分已经开设了人工智能专业，但专业的分支学科仍然相对粗糙、模糊、不够完善。第一步，应该逐步细分这一专业，加入诸如“机器人”“自动驾驶”等分支。第二步，探索这类专业的“新工科”建设道路，正如人工智能专家李德毅院士所说：“智能时代，中国新工科要有新的学科和新的专业，智能科学和技术一级学科及其相关专业首当其冲。智能时代要求教育回归本科生工程教育，只有这样才能培养出新工科背景下的高层次人才，服务于社会各行业，保证我国智能科技的领先发展，攀登国际智能科技的高峰。在智能时代，教育的重点是激发学生的创造力，培养未来多元化、创新型卓越工程人才。”第三步，积极寻求校际合作，完善产学研，引入企业资本，并且争取在合作中占优。第七点：顶尖办学层次高校，不论专业学科架构还是产学研布局都相对比较完善。下一步应使研究合作模式更加多元与富有活力，清华大学早在2012年就与德国大车型企戴姆勒达成了合作，与奔驰、日产、长安也进行联合研发，除此之外还依托苏州汽车研究院对创业进行孵化，清华的产学研可以说是国内所有大学的典范，既参与跨国大型企业研发项目，也与中小企业达成合作，即涉及商业技术转化，也涉及学生就业创业。顶尖高校中不足的是缺少像卡耐基梅隆与斯坦福这样“火药味很浓”的“军备竞赛”，最顶尖的技术往往是在最顶尖的竞争中产生的，而中国当下缺少的恰恰是这些顶尖高校带来的核心技术，然而这样的发展氛围并不是一朝一夕能够营造出来的，需要政府、教育主管部门、企业、高校及媒体多方共同发力、共促发展。

参考文献

[1]宫慧琪，牛芳.自动驾驶关键技术与产业发展态势研究[J].电信网技术，2018，（08）：45-50.

[2]张美芳，王羽，郑碧琪，等.人工智能在汽车自动驾驶中的应用[J].汽车工业研究，2019，（03）：2-7.

[3]王洪升，曾连荪，田蔚风.人工智能在车辆自动驾驶中的应用[J].公路交通科技，2004（12）：114-116.

[4]赵铭炎.浅析人工智能在自动驾驶中的应用[J].中国新通信，2019，21（05）：112-113.