中國已然成為(wei) 世界上最大的機動車生產(chan) 國和最大的汽車銷售市場，將來還有非常大的發展空間，在智能汽車領域也必將是如此。

智能汽車的終極目標，就是在完全真實的交通環境下，實現智能車的自主駕駛。這種場景不但變革人類出行方式，而且將重塑整個(ge) 城市和社會(hui) 形態。

相當程度上，這是整個(ge) 社會(hui) 的一場廣泛而深刻的革命，我們(men) 需要新的思路和新的技術。

智能網聯下的平行駕駛與(yu) 平行交通

大家現在都很強調CPS（Cyber-Physical Systems），我的觀點是要跳出CPS，邁向CPSS（Cyber-Physical-Social Systems），以後每個(ge) 人開車不僅(jin) 僅(jin) 是在物理世界，還同時在心理世界和人工世界。未來一定是平行交通、平行道路、平行出行。物理的汽車跟軟件定義(yi) 的汽車要平行起來，物理的公路要跟軟件定義(yi) 的公路結合起來。這就是基於(yu) ACP（Artificial societies+Computational experiments+Parallel execution）方法的平行駕駛。

現在汽車公司賣汽車的時候總要給你一個(ge) 手冊(ce) ，以後就給你一個(ge) 可視化的軟件來定義(yi) 汽車，就在你手機或直接在汽車內(nei) 部顯示屏上，隨便可以打開，三維可視化的軟件車同物理車由IoT時時刻刻聯在一起。

你在路上開，軟件定義(yi) 的汽車也在路上開。因為(wei) 有了軟件定義(yi) 的車跟物理的車聯在一起，就可以同時開在三個(ge) 世界了——物理世界的車、心理世界的車和人工世界的車。這相當於(yu) 你開車的時候，有許多軟件定義(yi) 的機器人在為(wei) 你服務，有的監控車輛行駛的狀態，有的幫你訂餐館、旅館等，你開車就容易了，甚至可以在車裏看書(shu) 、聊天、線上會(hui) 議等等。這就是CPSS空間裏的平行駕駛：目標不是100%安全，而是300%的安全，路安、心安、理安。

直麵智能汽車的工程和社會(hui) 複雜性

車不但在開的時候產(chan) 生數據，開完了繼續產(chan) 生數據，做機器學習(xi) 、平行學習(xi) ，並且監控你的車況、更新交通法規、學習(xi) 動態時空環境，確保接下來開得更優(you) 。其中有一連串的技術支持，所以遠端智能跟當地智能要結合，遠端可以複雜，當地智能操作必須簡單。當然，安全是第一位的。研究智能汽車麵臨(lin) 很大的工程複雜性和社會(hui) 複雜性，會(hui) 帶來巨大的建模鴻溝，我們(men) 怎麽(me) 克服？這個(ge) 鴻溝要靠數據填，要把小數據導成大數據，把大數據提煉成為(wei) 精準知識即小規則，然後再指導車的駕駛。對於(yu) 汽車來說，物理汽車跟軟件定義(yi) 的汽車一起開，開的過程中產(chan) 生數據，通過計算實驗，再變成駕駛的大數據、小智能、精準知識，從(cong) 而產(chan) 生嶄新的職業(ye) 。將來會(hui) 有學習(xi) 工程師、培訓工程師、實驗工程師、決(jue) 策工程師。我們(men) 就是把司機換了一個(ge) 地方，以前在車上開，現在是在辦公室開。

平行汽車會(hui) 自主學習(xi) 且越“老”越貴

現在的車越“老”越便宜，以後的車，則越“老”越貴。因為(wei) 它內(nei) 部包含一批軟件定義(yi) 的車、軟件駕駛員、軟件服務員。甚至物理的車報廢了，這批軟件定義(yi) 的車永遠在，而且跟你的駕駛行為(wei) 連在一起，它向你學習(xi) 。

開始買(mai) 的時候車都一樣，但開了兩(liang) 年，就真正成為(wei) 你的車了，也成為(wei) 某個(ge) 城市裏的車了，甚至跟你鄰居的車都不一樣。

因為(wei) 這裏引入了Social的因素，也是整個(ge) 係統中最不確定、多樣、複雜的因素，也是我們(men) 為(wei) 什麽(me) 認為(wei) ，隻有基於(yu) CPSS的平行駕駛，才能把自主駕駛L0級—L5級真正統一起來，把交通的智能化和汽車的智能化統一起來。

我們(men) 相信平行駕駛和平行交通，是解決(jue) 未來出行多種難題的一種有效方式。