本文作者：戴佟森Doug Davis（英特尔公司高级副总裁兼无人驾驶事业部总经理）
过去三十多年，每个清晨我都从床上爬起来，去到英特尔公司上班。但30多年来，我从未像现在这样的兴奋，因为我正在领导的英特尔无人驾驶团队。
英特尔公司高级副总裁兼无人驾驶事业部总经理戴佟森
在英特尔无人驾驶研讨会上发表精彩演讲
不要误会——我的职业生涯绝对精彩，并且参与了诸多对世界产生重大影响的项目。但我现在所要解决的是目前最复杂的技术挑战之一：可能帮助汽车行业重塑交通，可能每年拯救数百万生命——这些都不同于我们之前所做的任何事情。这就是我推迟退休的原因所在。
我坚信英特尔会在无人驾驶领域取得成功。我们拥有广泛而深厚的经验，以及解决这项挑战所需的全球最先进的技术工具。我们已经整合了整个公司的资源，并从汽车行业招募了经验丰富的人才。我们的团队正加足马力，来突破必要的技术难题。以下便是原因：
第一：我们已经取得了非凡的进展。
英特尔技术已经应用于正在进行路测的数百辆无人驾驶汽车。但不是所有汽车制造商都会透露是谁提供了其测试汽车的大脑，唯恐泄露机密。事实上，很多汽车制造商采用了英特尔技术。欢迎大家打开他们的后备箱、行李箱或后盖，看看他们最依赖哪家科技公司为其开发中的汽车提供了最强大脑。
如宝马、英特尔和Mobileye承诺过那样，今天我们还展示了首批约40辆高度自动化驾驶（HAD）汽车中的一辆。不到一年前，三家公司宣布计划通过开发通用平台，在2021年实现高度全面无人驾驶汽车的批量生产。我们现在成功地展示了这个平台，现在计划为其它OEM和一级供应商提供该平台，从而加快他们的项目。敬请关注这个领域的更多信息。
第二：我们为数据挑战做好了准备。
数据是无人驾驶中最重要的要素——如何最大化地处理、管理、移动、存储、共享数据并从中学习。从PC到数据中心及中间的一切，没有任何公司的芯片能在分析、计算和移动数据方面能与英特尔的规模匹敌。随着我们继续向无人驾驶汽车迈进，数据挑战将变得愈发复杂并需要新的方式来处理汽车内、网络中以及云端上的数据。
为了确保我们拥有绝对正确的战略来应对数据挑战，我们已经部署了首批几个专门针对无人驾驶的数据中心。这些独特的实验室用于算法开发和训练，以及理解无人驾驶数据移动和存储的特殊基础设施需求。研究人员将继续把来自英特尔测试汽车的信息提供给这些数据中心，以训练神经网络并改进机器学习算法。此外，我们也在积极与客户及合作伙伴一起搭建相关实验室。
这让我不得不提及人工智能。在汽车和数据中心内掌握人工智能对于解决无人驾驶的数据挑战至关重要。你要记住：无人驾驶不是一个游戏。当汽车在无人干预的情况下思考和行动时，它们必须安全可靠。其中所需的人工智能不仅仅是计算机视觉——还有语音、决策、个性化和偏好。每种人工智能工作负载需要不同的算法，以及可能不同的处理方式来实现最优的性能。如果我们需要的仅仅是一台处理无人驾驶数据挑战的超级计算机，那么这项工作已经完成了。
第三：
我们开创过众多庞大的产业，并将再创奇迹。
我曾说过：当整个行业一起推动通用平台和技术发展时，无人驾驶技术会加速前进。这让开发者能够快速地进行大规模行动，同时还能实现差异化的软件解决方案。我为什么这么说？让我们以PC和服务器行业为例：
1980年之前，计算机行业是高度专有化的，主要服务于研究人员、大型公司和爱好者。在IBM几年后利用现有零部件和外包操作系统开发了第一款个人计算机之后，情况发生了变化。这些早期PC不仅是计算机设计标准化的基础，还加快了技术演进，最终在20年内实现了150倍的增长。
数据中心也类似。大型机之后出现的微型计算机提高了一定的灵活性和成本效率。但采用PC技术才让数据中心快速演进，能够处理互联网带来的数据。IDC表示，2011年产生了1.8ZB的数据，预计到2020年会产生超过40ZB的数据。只有通过标准化解决方案，我们才能够让行业的发展跟上时代的步伐。
让我们回到无人驾驶汽车领域，很多喜欢唱反调的人认为英特尔在实现快速扩展方面的经验没办法在无人驾驶领域复制。同时，汽车行业也有很多人不理解开放式合作如何实现差异化和创新。我理解这种质疑，但根据多年的经验，我知道，通用平台和可预测的接口组织技术能够很有效地解决问题。毫无疑问，这是推动无人驾驶向前发展的最快速方式。
对整个社会来说，我不认为我们能够沿着专有的道路继续前进。时间、金钱和人力成本太过高昂。普及无人驾驶技术的速度越快，人们摆脱驾驶座位的速度也就越快，我们就能更快速地拯救生命，就这么简单和重要。我相信英特尔不仅会成功地帮助合作伙伴推出无人驾驶汽车，而且会是以最快、最智慧的方式。
