吴甘沙：同时也可以创造很多新的就业机会，滴滴是中国的优步，每天峰值交易达到很高的数字。中国最大的电子商务公司阿里巴巴，所有类别产品加在一起，每天大概是三千到五千万单，滴滴是出行服务，达到了一百万单的交易量。

　　如果你需要真正的司机，那么你会产生很多其他的成本，比如说司机的成本，司机有没有时间，劳动的供应是有限的，不可能无限的扩大网络，总是有一些瓶颈的。从 0 到 2100 万容易，但 2100 万到 4200 万很难，例如怎么解决劳动供应问题或者司机问题。

　　Tom Mitchell：我知道你个人对这个问题很有研究，即便找到司机做 4200 万单的交易，但是污染问题、堵车问题仍然没有解决，甚至会加剧。而真正合理的解决方案要让规模扩大，尽可能把我们自动驾驶的技术量产化，有很多公司都在考虑把一系列的技术用于未来的自动驾驶，很多传统汽车公司也在这么做。

　　我们不仅需要有自动驾驶功能的汽车，有滴滴公司这样的交易量，现有的交易量能够以更优化的方式完成，减少污染、减少堵车。因为自动驾驶车能够更加高效的驾驶，能够形成一个车队，能够更好地使用一些新的技术减少能源的使用、消费，减少堵车的情况出现。

　　互联和智能将使车和车之间的交流使整个交通系统更加通常，所以自动驾驶的潜力非常巨大，能够提高整个交通系统的效率，减少污染物的排放，降低能源消耗。

　　自动驾驶变革城市布局

　　吴甘沙：我想在座很多人可能不知道无人驾驶的鼻祖是汤姆的学生，在 21 世纪早期，DARPA 举行了城市挑战赛，卡内基梅隆大学在 2007 年就取得了达帕挑战赛的冠军，卡内基梅隆大学在这方面有很多的延展。

　　大概在 90 年代，当时有一个博士研究生写了一篇论文，模拟神经系统来开车，端到端的开车，当时一般速度只有 15—25 公里，但几乎把这个速度翻了一番。可能在 20 年后，就真正应用这些技术了，因为自动驾驶端到端的实现是很困难的，所以我又去看那些论文上的引文，发现卡内基梅隆 80 年代就已经做了这些研究。那么在过去几十年有什么进展吗？在自动驾驶方面？

　　Tom Mitchell：我认为大的进展是 80 年代的时候，计算机是一个比较机械、盲目的东西，对世界没有感知能力。80 年代的时候，大家用计算机可以下棋，因为那样的话不用真正的对世界进行感知。我想真正的革命是让计算机从过去的没有感知能力变成一个能够可看见、能感知到的机器，而且也有听觉，听到别人说的话，精准度还很高。这样的话，在未来还有很多人工智能方面的应用，你必须要有这种感知能力才能够去开车。

　　吴甘沙：我们知道在 2015 年，优步从神经研究院还有卡内基梅隆的机器人研究院招募了 40 名科学家？

　　Tom Mitchell：是的，因为优步想要专门打造一个自动驾驶车的研究中心，现在这个自动驾驶车已经在这个城市里可以开了，我的朋友问我能不能试一下，实际由软件控制，让车自动接人，如果有时候刚好碰上无人驾驶的车就坐上，要不然是人工驾驶的车接你。优步从我们那儿雇了很多人，大学对此不太高兴，我们不想失去自己的人才。

　　我想若干年之后，他们会意识到对于匹兹堡这个城市来说是好事，与此同时，机器人研究院为了替代这些流失人才又雇佣了大量人才，人才流动，可以在地区建立起更大的人才生态系统。实际上这个技术上的挑战很大，我们需要更多的人才来解决这个问题。这就回到您一开始所说的，如果把自动驾驶的研究人员翻一番，也可以使得创新能力翻一番。

　　吴甘沙：从卡内基梅隆还有另外一个公司，这个公司已经被阿尔法收购了，似乎卡内基梅隆成为这方面人才的孵化器。

　　Tom Mitchell：我知道在大学里面也在进行这方面的各种研究，在机器人方面，我们正在研究一些不同的应用，从自动驾驶、采矿、农业种植等等，有一些比较容易，如果是一个比较小的区域，比如说采矿，就不会像在自动驾驶场景里那么复杂，因为不会有行人随意穿过矿产区。还有无人机，还有机器人蛇这些蛇进入到人没法进入的非常狭窄的区域。还有跟人工智能方面相关的，我们还在考虑。将神经科学和人工智能结合起来，也有这方面的跨界研究。

　　吴甘沙：我们再来看一下历史，交通出行根本的改变了城市，在第一次工业革命之后，蒸汽机扩展了铁路线，推动了铁路的发展。而第二次工业革命之后，汽车的广泛使用又改变了人们的出行方式，又扩大了人们活动的范围，改变了城市。可以在城市各处修建超市，现在我们又有了新的出行的可能，我们认为有无人驾驶车之后，就不需要那么多的停车场了。车可以停在郊区，城市的布局就跟今天大不相同。我们是不是可以来预测或者是模拟这种空间布置的变化呢？