06 冲入AI无人区：无人驾驶之路（第9/11页）

除此以外，为了改进硬件计算能力，百度自主研发了由48台服务器组成的小集群，计算能力超过了中国超级计算机神威太湖之光。

从百度地图十多年的运营，到百度大脑感知和决策能力的全面开花，再到对激光雷达供应商Velodyne公司的投资，与其说是百度选择了无人车，不如说是百度的专业逻辑将自己推到了必须承担起责任的这一步。

仅有技术层面的可行性是不够的，为了积累路测经验，百度无人车在国内外的试验场上奋力奔跑。在美国加州，百度是第15个获得无人车测试执照的公司。就在2016年底，百度在加州部署了100多名无人车的研究人员和工程师。在国内，百度也要全力做好“中国定制”。鉴于选择测试和初期商业化，在考量道路设施、行人密集度、政府（相关部门）支持力度，甚至当地天气等多方面情况后，百度无人驾驶团队入驻北京、上海和深圳，分别和安徽芜湖市政府、上海国际汽车城、浙江乌镇旅游景区、北京亦庄开发区签署了测试的合作协议。

2016年，在获批的“国家智能网联汽车（上海）试点示范区”封闭测试区内，模拟了城市交通场景，有隧道、林荫道、加油/充电站、地下停车场、十字路口、丁字路口、圆形环岛，还有6个智能红绿灯和40个各类摄像头。整个园区道路实现了北斗系统的厘米级定位和WiFi全覆盖，可以为智能驾驶提供29种场景的测试。

百度在2017年推出了高级自动驾驶人工智能模型Road Hackers，并将基于此模型开放百度自动驾驶训练数据，首期就包含1万公里的L3数据。这部分涉及一线、二线城市等十几个城市的封闭道路的高速、环路、快速公路的数据。今后还会有一些人车混搭的道路数据公开，并逐步开放所有大数据资源。这当中不单是道路数据，还有中国司机的开车习惯，这可能是更为感性和宝贵的数据。这一模型能够在真实的道路情况下，利用深度学习等技术，将L3无人车的摄像头、传感器等输入的信息转变为车速、路径、方向等最优的驾驶指令。

Road Hackers的推出表明，百度在L3和L4双路径并行突进。对百度来说，L3的数据也可以用到L4，当收集了足够多的公路数据、场景数据、用户数据、车的数据，并将这些数据和激光雷达的数据结合起来，可以让L4更快地实现。

更重要的是，相较于L4，L3能更快地与传统汽车行业对接。

百度联手北汽，推出搭载车联网解决方案的车型，计划在2017年底进行北汽L3车型的路测。百度无人车奇瑞EQ参加了驾照考试，已经通过了第一个考试科目，希望2017年能考过两个科目，3年内能把5个科目都考完，实现商用目标。

未来，无人车还要走上开放路面进行测试，在具有代表性的城市区域进行测试，最终融入城市交通系统。美好的前景正在实现，但还有数不尽的用户体验需要去完善。

自动驾驶不应该只是少数人的专属，而应该成为每辆车的标配功能。无人车承载了中国汽车产业很多的希望，这一点绝对不是百度一家公司能够完成的，而是需要整个产业，包括各级政府、汽车制造企业、科研机构、银行、保险公司的共同努力，才能把中国的无人车真正推向社会，真正落到实处。

中国电信在全球5G标准竞争中取得的成果令人兴奋。无人车是物联网中极具意义的应用，可以共享设定区域内的位置信息、外部环境信息、自身驾驶信息等，每辆车都会成为信息的接收者和发出者，实现整个区域内的协同驾驶，进而实现车与车、车与人、车与万物的相连。而无人车和物联网的实现正依赖于5G时代的到来。