如今，人工智能在神經(jīng)網(wǎng)絡(luò)、深度學習算法等方面取得巨大進步。近年來，人工智能研究成果正實現(xiàn)產(chǎn)業(yè)化應(yīng)用，為實體經(jīng)濟發(fā)展提供新動能。隨著大數(shù)據(jù)、云計算和高性能計算等信息通信技術(shù)的快速發(fā)展，人工智能在深度融合實體經(jīng)濟、改變?nèi)藗兩罘矫嬗辛藦娪辛Φ募夹g(shù)支撐。相對來說，中國人工智能研究雖然起步晚，但發(fā)展迅速。

隨著人工智能的快速發(fā)展，未來人工智能到底是會造福人類還是會取代人類，成為科技行業(yè)爭執(zhí)不下的重要議題。有人看好人工智能的前景，比如比爾·蓋茨就認為在接下來的10年到20年間，AI將對管理人類的生活起到極大的用處；也有人對進化飛速的AI表示擔憂，特斯拉CEO馬斯克就公開表示人工智能是人類生存的最大威脅。

3月14日，英國著名物理學教授霍金去世，享年76歲，這一突如其來的噩耗令不少人傷心不已?；仡櫥艚鹨簧?jīng)歷和科研成果的文章比比皆是，而他對人工智能的獨特見解更是被業(yè)界論道。

與馬斯克一樣，霍金對AI的發(fā)展也保持謹慎甚至是悲觀的態(tài)度，“AI全方位發(fā)展可能招致人類滅亡，比如最大化使用智能性自主武器?！币虼?，霍金認為，應(yīng)該放緩AI的發(fā)展角度，將AI的研究方向從單純的提升AI能力，轉(zhuǎn)向如何讓現(xiàn)有AI技術(shù)服務(wù)人類，從而最大化AI的社會效益。

由此可以看出，人工智能發(fā)展帶來一些倫理問題，讓人們看到人工智能在推動經(jīng)濟和社會發(fā)展的同時，又產(chǎn)生被替代、被傷害的擔憂，一些價值觀也受到挑戰(zhàn)。如同很多新聞當中所說，機器人取代重復(fù)性、簡單性的工作，會使工人失去很多就業(yè)機會，但是由于人工智能的技術(shù)引起的社會發(fā)展而建立的就業(yè)機會也應(yīng)該在利弊權(quán)衡之內(nèi)。

百度前首席科學家吳恩達則認為，當前思考這個問題還為之尚早：“其實我覺得電腦得到自我意識，這種技術(shù)還是那么遠，所以我現(xiàn)在還是不太擔心，那可能是一百年以后，也可能是一千年以后?！?/p>

與此同時，我國也正在加大對相關(guān)人工智能企業(yè)的扶持力度。2017年3月，人工智能首次被寫入政府工作報告。

同年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出到2020年，人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動相關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元。

同年10月，黨的十九大報告也提及人工智能發(fā)展。在今年的兩會中，政府工作報告中提出，加強新一代人工智能研發(fā)應(yīng)用，在醫(yī)療、養(yǎng)老、教育、文化、體育等多領(lǐng)域推進互聯(lián)網(wǎng)+，發(fā)展智能產(chǎn)業(yè)，拓展智能生活”，再次將人工智能技術(shù)推向風口浪尖。

這也是繼2017年首次寫入政府報告后，人工智能再入政府工作報告，也再次讓我們看到了國家對人工智能的重視。這一切舉動都展現(xiàn)出我國打造世界級AI領(lǐng)先技術(shù)的雄心，也表明我國在加大對相關(guān)人工智能產(chǎn)業(yè)和企業(yè)的扶持力度。

統(tǒng)計顯示，2007年～2016年，全球人工智能領(lǐng)域論文中，中國占近20%，僅次于美國；深度學習領(lǐng)域論文總量和引用量均居世界前沿。科技部高新司司長秦勇表示：“我國在語音識別、視覺識別、機器翻譯、中文信息處理等技術(shù)方面處于世界領(lǐng)先地位?！睒I(yè)內(nèi)專家表示，人工智能技術(shù)還能夠催生并促進柔性制造、綠色制造、智能制造、全球制造等，對于實體經(jīng)濟轉(zhuǎn)型升級意義深遠。

在未來的發(fā)展道路上，人工智能到底是“蜜糖”還是“砒霜”，有關(guān)人工智能倫理困境與技術(shù)難題該如何正視與解決，需要將眼光放長遠一些來衡量。

雙面觀 人工智能威脅了誰

人們對于未知，總是充滿了好奇和恐慌。人工智能技術(shù)發(fā)展太快，普通民眾并沒有深入了解人工智能到底是什么，卻會擔心自己所從事的職業(yè)某一天會被人工智能所代替，面臨失業(yè)危機。關(guān)于未來哪些職業(yè)會伴隨著人工智能的發(fā)展而逐漸被取代，首先要滿足以下兩個條件：一是具有較高的附加值；二是較為機械重復(fù)，可代替度高。

關(guān)于什么職業(yè)會被人工智能取代，李開復(fù)在他的《人工智能》一書里已經(jīng)列舉了有些未來幾年最先被替代的職業(yè)：卡車司機、交易員和基金經(jīng)理、翻譯、售貨員、藥劑師、影像科醫(yī)生、記者、律師。

這種推測給很多從事相關(guān)行業(yè)的人帶來了恐慌，而最近一次比較嚴厲的預(yù)警來自于麥肯錫，它測算了 800 個工種、2000 多種工作行為的自動化風險指數(shù)，告訴人們又有一些職位將要被自動化取代了，其中食品巨頭工廠里的流水線工人最危險，圖書管理員 86% 的工作也將不能幸免。

然而，新技術(shù)的確摧毀了一些崗位，但也催生了新的，這是不容忽視的。況且整個職場的變化還和經(jīng)濟環(huán)境、就業(yè)政策、勞動力市場供需、分工格局的變化有關(guān)。

可以肯定的是，伴隨著人工智能技術(shù)的發(fā)展，如果有一些行業(yè)被替代，也會有新的職位產(chǎn)生，這種恐慌或許顯得有些為時過早。

那么，人工智能又將給我們的生活帶來哪些變化？

在計算機視覺上，2000 年左右，人們開始用機器學習、人工特征來做比較好的計算機視覺系統(tǒng)。如車牌識別、安防、人臉等技術(shù)。而深度學習則逐漸運用機器代替人工，擴大了應(yīng)用場景，如無人駕駛車、電商領(lǐng)域。

在語音技術(shù)上，2010 年后，深度學習的廣泛應(yīng)用使語音識別的準確率大幅提升，像 Siri、Voice Search 和 Echo 等，可以實現(xiàn)不同語言間的交流，從語音中說一段話，隨之將其翻譯為另一種文字；再如智能助手，你可以對手機說一段話，它能幫助你完成一些任務(wù)。與圖像相比，自然語言更復(fù)雜，不僅需要認知，還需要理解。

在自然語言處理上，目前一個比較重大的突破是機器翻譯，這大大提高了原來的機器翻譯水平。Google 的 Translation 系統(tǒng)，是人工智能的一個標桿性的事件。2010 年左右，IBM 的“Watson”系統(tǒng)在一檔綜藝節(jié)目上，和人類冠軍進行自然語言的問答并獲勝，代表了計算機能力的顯著提高。

在決策系統(tǒng)上，決策系統(tǒng)的發(fā)展是隨著棋類問題的解決而不斷提升，從20世紀 80 年代西洋跳棋開始，到20世紀90 年代的國際象棋對弈，機器的勝利都標志了科技的進步，決策系統(tǒng)可以在自動化、量化投資等系統(tǒng)上廣泛應(yīng)用。

在大數(shù)據(jù)應(yīng)用上，可以通過你之前看到的文章，理解你所喜歡的內(nèi)容而進行更精準的推薦；分析各個股票的行情，進行量化交易；分析所有客戶的一些喜好而進行精準的營銷等。機器通過一系列的數(shù)據(jù)進行判別，找出最適合的一些策略而反饋給我們。

在我們的日常生活中，AI隨時出現(xiàn)在我們身邊，為現(xiàn)代生活提供便利。語音識別、刷臉解鎖、私人助手、圖像美化、推薦排序、預(yù)測疾病、服裝設(shè)計、火星探索……AI已經(jīng)滲透到我們生活的每個角落。

關(guān)于人工智能，到底該怎么看？有人說這是最好的AI時代。

在很多人感嘆和贊美科技發(fā)展，感恩人工智能為人類社會帶來的諸多便利的時候，也同時有人在質(zhì)疑和警惕。例如，馬斯克曾經(jīng)表示，“AI是我們?nèi)祟愇拿髅媾R的最大威脅”，并呼吁政府迅速而堅決地進行干預(yù)，監(jiān)督這項技術(shù)的發(fā)展。他認為：“就人工智能而言，我們需要在管制上更具有前瞻性，而不是消極應(yīng)對。因為等到我們制定出人工智能管理規(guī)定的時候，已經(jīng)太晚了?！比缓?，馬斯克比較了人工智能和傳統(tǒng)管理目標，并聲稱，“人工智能是關(guān)系人類文明存亡的最大威脅，這是汽車事故、飛機墜毀、濫用藥物或劣質(zhì)食品都比不了的威脅。” 他對人工智能的擔憂也獲得了微軟聯(lián)合創(chuàng)始人比爾·蓋茨以及知名科學家霍金的支持。

霍金曾多次公開發(fā)表過對人工智能的擔憂。比爾·蓋茨則表示，他同意馬斯克和其他人的觀點，并且不理解為什么有些人對此并不感到擔心。比爾·蓋茨認為，雖然目前AI還沒有達到超級智能的水平，但是幾十年后，人工智能將強大到足以引起擔心的水平。因此，他對人工智能長期的發(fā)展感到擔憂。

當然，同樣也有很多人表示，我們完全不需要擔心人工智能對我們造成威脅。扎克伯格對人工智能的發(fā)展充滿信心。他認為未來5到10年之內(nèi)，人工智能將會極大地提高人類的生活質(zhì)量。他認為，人工智能可以幫助人們更準確地診斷疾病，以此達到更好的效果。

當提到人工智能的威脅時，扎克伯格表示，任何技術(shù)都有好有壞，關(guān)鍵在于如何開發(fā)。開發(fā)者應(yīng)該謹慎對待新技術(shù)以及其使用方式，而不是面對技術(shù)威脅，就想放緩新技術(shù)的研發(fā)進程。在他看來，人工智能這種可以改善醫(yī)療條件并減少交通事故的技術(shù)，不應(yīng)該為人們所反對。

斯坦福大學計算機科學系和電子工程系副教授吳恩達說過一句話：“我認為人工智會為社會帶來巨大的影響。我有時打比方，人工智能就是未來的電能?！睂τ谶@一觀點，著名媒體人楊瀾表示認同。她說，人工智能聽起來很遙遠，其實已經(jīng)滲透到我們的日常工作和生活中。在不遠的未來，互聯(lián)網(wǎng)、大數(shù)據(jù)、硬件的發(fā)展和軟件的優(yōu)化，乃至全社會的參與，人工智能將真正從實驗室走進生活，它將成為改變我們生活的一部分。

技術(shù)篇 警惕深度學習框架“雙缺”

2006 年Hinton 在《Science》提出著名的深度學習框架，引爆了一輪人工智能熱潮。十多年來，無論是國際科技巨頭，還是權(quán)威研究機構(gòu)，都致力于深度學習框架的研發(fā)應(yīng)用，帶來了視覺、語音等領(lǐng)域革命性的進步，極大地推動了人工智能的創(chuàng)新發(fā)展。事實上，隨著人工智能時代的來臨，深度學習框架已被視為一個核心突破口和科技前沿陣地，依托深度學習框架構(gòu)建人工智能生態(tài)也必將成為未來發(fā)展方向。與發(fā)達國家相比，我國對核心技術(shù)的預(yù)見性較為滯后，深度學習框架的國際戰(zhàn)略缺位、核心技術(shù)的“雙缺”問題尤其突出。我國只有關(guān)注并盡快破解“雙缺”難題，才有可能搶占人工智能的戰(zhàn)略制高點。

深度學習是神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的統(tǒng)稱，旨在將復(fù)雜的神經(jīng)網(wǎng)絡(luò)架構(gòu)應(yīng)用在數(shù)據(jù)建模上，從而帶來前所未有的準確性，其已在計算機視覺、語音識別、無人駕駛等眾多領(lǐng)域取得突破性進展。深度學習框架能夠提供進行深度學習的底層架構(gòu)、接口，以及大量神經(jīng)網(wǎng)絡(luò)模型，減少重復(fù)編程的時間和精力，提高深度學習效率。2012年Google Brain項目通過使用深度學習，讓系統(tǒng)自動學習并識別貓，激起了全球范圍內(nèi)研究深度學習的熱潮。

再如，2016年Google DeepMind 開發(fā)的基于深度學習的AlphaGo以4：1的總比分戰(zhàn)勝了世界圍棋冠軍李世石，讓人們對深度學習的認知跨越到一個新階段。

眼下，深度學習框架加應(yīng)用場景已成為當今的主流發(fā)展模式，成為人工智能發(fā)展的基礎(chǔ)和核心，也是人工智能向下一個階段跨越的關(guān)鍵。

“雙缺”問題日益突出

一方面，我國人工智能產(chǎn)業(yè)蓬勃發(fā)展，在特定領(lǐng)域已處于世界先進水平。但在人工智能核心環(huán)節(jié)即深度學習框架領(lǐng)域的國際發(fā)聲卻較少、戰(zhàn)略缺位明顯，特別是在開發(fā)、開源方面仍遠遠落后于歐美國家。比如，2017年GitHub中最受歡迎的開源框架TensorFlow、Caffe、Caffe2、CNTK、MXNet、Torch、DL4J和Theano，均由美國科技公司或科研團隊開發(fā)。其它具有國際影響力的框架還包括瑞士的超級深度神經(jīng)網(wǎng)絡(luò)框架Brainstorm、日本的動態(tài)計算圖神經(jīng)網(wǎng)絡(luò)框架Chainer 等。相比之下，我國比較知名的深度學習框架僅有百度2016年8月開源的Paddle，由于缺乏資源支持和正面反饋，在國際開源社區(qū)的活躍度一般。另一方面，我國深度學習框架的國際戰(zhàn)略缺位，表現(xiàn)為嚴重依賴國外開源框架，阿里的分布式深度學習框架Pluto是在Caffe的基礎(chǔ)上擴展而來，小米的深度學習平臺Cloud-ML則是基于TensorFlow和Kubernetes等框架開發(fā)的。

經(jīng)過多年積累，我國在人工智能若干技術(shù)領(lǐng)域已取得重要突破。但在深度學習框架方面，卻一直處于跟隨階段，創(chuàng)新引領(lǐng)能力十分有限，尤其是在核心技術(shù)方面。究其原因，一是基礎(chǔ)研究無法支撐深度學習框架核心技術(shù)的研發(fā)，特別是對于神經(jīng)網(wǎng)絡(luò)模型可用性、穩(wěn)定性、運行效率等基礎(chǔ)問題探索不足。二是缺乏對深度學習框架的超前設(shè)計和開發(fā)，包括跨平臺移植、分布式學習、模型模塊化等核心部件的研究滯后。三是尚未開發(fā)出適用特定場景的深度學習框架和服務(wù)型產(chǎn)品，缺乏對其應(yīng)用場景的探索。更重要的是，深度學習框架作為決定人工智能技術(shù)、產(chǎn)業(yè)、應(yīng)用的核心環(huán)節(jié)，是人工智能核心生態(tài)圈建立的基礎(chǔ)和關(guān)鍵，核心技術(shù)缺失將直接影響到深度學習框架生態(tài)圈關(guān)聯(lián)的深度學習芯片、深度學習系統(tǒng)、深度學習軟硬件平臺等產(chǎn)業(yè)發(fā)展，可能造成巨大的生態(tài)圈紅利損失，甚至阻礙我國人工智能的跨越發(fā)展。

整體布局 自主創(chuàng)新

深度學習框架作為承載人工智能各種硬件設(shè)備和軟件應(yīng)用的基礎(chǔ)平臺，是人工智能生態(tài)中替代難度最大、系統(tǒng)要求最高的部分，為此各國已經(jīng)和正在加快技術(shù)創(chuàng)新和戰(zhàn)略布局。我國也必須加緊整體布局，搶占深度學習框架領(lǐng)域的戰(zhàn)略制高點。

要解決我國深度學習框架核心技術(shù)缺失、依賴國外框架的問題，必須積極推動自主創(chuàng)新，推出由我國主導(dǎo)的深度學習框架。

人工智能應(yīng)用的高轉(zhuǎn)化水平能夠帶動關(guān)鍵技術(shù)的集成應(yīng)用。針對深度學習框架，我國應(yīng)統(tǒng)籌利用理論研究方面的優(yōu)勢，推動研用結(jié)合，壯大以深度學習框架為核心的人工智能產(chǎn)業(yè)實力。開放開源是深度學習框架快速發(fā)展的重要推動力，我國應(yīng)遵循開放開源原則，營造良好的深度學習框架發(fā)展環(huán)境。

布局篇 世界發(fā)達國家的人工智能布局路線

目前，世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。

美國領(lǐng)跑人工智能發(fā)展潮流

美國在人工智能發(fā)展方面具有明顯的優(yōu)勢，從政府到企業(yè)對人工智能帶來的變革都極為重視?？蒲袡C構(gòu)對人工智能重視程度也在不斷加強，相關(guān)創(chuàng)新型產(chǎn)品迭代迅速。

戰(zhàn)略層面高度重視，成立國家專家委員會機構(gòu)。2015年以來，美國白宮科技政策辦公室連續(xù)發(fā)布的《為人工智能的未來做好準備》、《國家人工智能研究和發(fā)展戰(zhàn)略計劃》和《人工智能、自動化與經(jīng)濟報告》3份重量級報告。2016年5月，美國白宮推動成立了機器學習與人工智能分委會（MLAI），專門負責跨部門協(xié)調(diào)人工智能的研究與發(fā)展工作，并就人工智能相關(guān)問題提出技術(shù)和政策建議，同時監(jiān)督各行業(yè)、研究機構(gòu)以及政府的人工智能技術(shù)研發(fā)。

推動軟硬件系統(tǒng)協(xié)同演進，全面開發(fā)人機協(xié)作智能系統(tǒng)。美國更加關(guān)注長期投資在具有潛在能力的高風險高回報項目，以此補充社會和企業(yè)短期內(nèi)不愿涉足的領(lǐng)域。在軟件方面，提升人工智能系統(tǒng)的數(shù)據(jù)挖掘能力、感知能力并探索其局限性，同時推動系統(tǒng)革新，包括可擴展、類人的、通用的人工智能系統(tǒng)的研發(fā)。在硬件方面，優(yōu)化針對人工智能算法和軟件系統(tǒng)硬件處理能力，并改進硬件體系架構(gòu)，同時，推動開發(fā)更強大和更可靠的智能機器人。

資本與政策共同發(fā)力，挖掘最具潛力的創(chuàng)業(yè)企業(yè)。美國硅谷是當今人工智能發(fā)展的重點區(qū)域。聚集了從人工智能芯片到下游應(yīng)用產(chǎn)品的全產(chǎn)業(yè)鏈企業(yè)。在人工智能融資規(guī)模上，美國在全球占主導(dǎo)地位。美國的科技巨頭們早已展開一系列收購暗戰(zhàn)。

巨頭企業(yè)形成集團式發(fā)展，共建人工智能生態(tài)圈。以谷歌、微軟、亞馬遜、Facebook、IBM五大巨頭為代表，自發(fā)形成人工智能伙伴關(guān)系，通過合作的方式推進人工智能的研究和推廣。這種新型的巨頭集團式發(fā)展模式，成為人工智能時代的亮點，能保證技術(shù)方案的效益最大化。在未來，還會有更多企業(yè)和機構(gòu)加入其中。用戶組織、非營利組織、倫理學家和其他利益相關(guān)者也都會圍繞生態(tài)圈進行更大范圍的研究和開發(fā)。

英國人工智能發(fā)展與行業(yè)應(yīng)用緊密結(jié)合

英國人工智能注重實效性，強調(diào)“綜合施治、合力發(fā)展”。在產(chǎn)學研的轉(zhuǎn)換周期上，更加快速落地。在政策資金支持上，英國擬斥資2億英鎊，建立新的“技術(shù)學院”，針對雇主需求提供高技能水平的人工智能培訓。

科學人才供給充足，英國具備領(lǐng)先的發(fā)展優(yōu)勢。人工智能最早的概念，就是由英國著名科學家阿蘭·圖靈提出，英國擁有牛津大學、劍橋大學、英國帝國理工學院以及倫敦大學學院、愛丁堡大學為代表的高等學府以及以阿蘭·圖靈研究所為代表的眾多智能研究機構(gòu)，其創(chuàng)新型成果不斷在全球范圍內(nèi)得到推廣應(yīng)用。人工智能的研發(fā)生態(tài)優(yōu)良，研究人員、企業(yè)主、投資人、開發(fā)商、客戶以及創(chuàng)新網(wǎng)絡(luò)平臺等，共同構(gòu)成了一個豐富完善、良性循環(huán)的人工智能生態(tài)系統(tǒng)。

創(chuàng)新企業(yè)活力十足，高新技術(shù)產(chǎn)業(yè)轉(zhuǎn)化率高。過去幾年，英國也誕生了大量優(yōu)秀的人工智能初創(chuàng)企業(yè)，例如享譽全球的AlphaGo的研發(fā)公司DeepMind，就是來自倫敦大學的初創(chuàng)公司。同時，2013年，亞馬遜用2600萬美元收購英國語音識別創(chuàng)業(yè)公司True Knowledge。2014年，Goolge收購了Dark Blue Labs，Vision Factory兩家深度學習相關(guān)的公司。英國存在大量的科技孵化機構(gòu)，助力早期的人工智能初創(chuàng)企業(yè)，或者提供退出途徑，以此形成產(chǎn)業(yè)鏈良性發(fā)展。牛津的Isis Innovations和劍橋的Cambridge Enterprise就是有名的技術(shù)轉(zhuǎn)讓公司，通過幫助大學里的創(chuàng)新技術(shù)商業(yè)化，確保學?；蛘邆€人獲得回報。

德國帶動傳統(tǒng)產(chǎn)業(yè)改造升級

德國政府在工業(yè)機器人發(fā)展的初級階段發(fā)揮著重要作用，其后，產(chǎn)業(yè)需求引領(lǐng)工業(yè)機器人向智能化、輕量化、靈活化和高能效化方向發(fā)展。20世紀70年代中后期，德國政府在推行“改善勞動條件計劃”中，強制規(guī)定部分有危險、有毒、有害的工作崗位必須以機器人來代替人工，為機器人的應(yīng)用開啟了初始市場。2012年，德國推行了以“智能工廠”為重心的“工業(yè)4.0計劃”，工業(yè)機器人推動生產(chǎn)制造向靈活化和個性化方向轉(zhuǎn)型。

柏林匯聚一半以上的人工智能企業(yè)，成為發(fā)展中心。柏林作為德國的首都以及科技類創(chuàng)業(yè)基地，囊括了將近54%的人工智能企業(yè)，遠超慕尼黑、漢堡以及法蘭克福等城市。德國“腦科學”戰(zhàn)略重點是機器人和數(shù)字化。2012年德國馬普腦科學研究所和美國開展計算神經(jīng)科學合作研究，并與以色列、法國開展多邊合作。

以服務(wù)機器人為重點，加快智能機器人的開發(fā)和應(yīng)用。德國聯(lián)邦教研部在“信息和通訊技術(shù)2020——為創(chuàng)新而科研”研究計劃中安排有服務(wù)機器人的項目。聯(lián)邦經(jīng)濟部的“工業(yè)4.0的自動化計劃”的項目中涉及機器人項目的有6個。德國科學基金會通過計劃和項目資助大學開展機器人基礎(chǔ)理論研究，如神經(jīng)信息學、人機交互通信模式、機器人自主學習等。

推動“自動與互聯(lián)汽車”國家戰(zhàn)略，引領(lǐng)汽車產(chǎn)業(yè)革命。2015年9月德國聯(lián)邦政府通過了“自動與互聯(lián)汽車”國家戰(zhàn)略。德國頂尖大學和研究機構(gòu)對傳感器、車載智能系統(tǒng)、連通性、數(shù)字驗證測試進行的廣泛研發(fā)使德國在技術(shù)領(lǐng)域又一次走在前沿。德國以設(shè)備制造商和大學的緊密科研合作為特點，通過公共補貼項目，支持更高水平的自動駕駛大規(guī)模研發(fā)。

（本文參考了賽迪智庫相關(guān)文獻）