本文為中國自動化學會副理事長兼秘書長、第29屆國際智能車大會主席王飛躍教授刊發在《科技日報》的文章，他提出了一種智能網聯下的平行駕駛與平行交通，一種解決未來出行多種難題的有效方式。

王飛躍 中國自動化學會副理事長兼秘書長、第29屆國際智能車大會主席

中國已然成為世界上最大的機動車輛生產國家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，而且將重塑整個城市和社會形態。

相當程度上，這是整個社會的一場廣泛而深刻的革命，我們需要新的思路和新的技術。

智能網聯下的平行駕駛與平行交通

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），以后每個人開車不僅僅是在物理世界，同時還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的汽車要平行起來，物理的公路要跟軟件定義的公路結合起來。這就是基于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手冊，以后就給你一個可視化的軟件來定義汽車，就在你手機或直接在汽車內部顯示屏上，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，軟件定義的汽車也在路上開。因為有了軟件定義的車跟物理的車聯在一起，就可以同時開在三個世界了，物理世界的車，心理世界的車，人工世界的車。這相當于你開車的時候，有許多軟件定義的機器人在為你服務，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，甚至可以在車上看書、聊天、線上會議等等。這就是CPSS空間里平行駕駛：目標不是100%安全，而是300%的安全，路安、心安、理安。

直面智能汽車的工程和社會復雜性

車不但在開的時候產生數據，開完了繼續產生數據，做機器學習、平行學習，監控你的車況、更新交通法規、學習動態時空環境，確保接下來開得最優。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，遠端可以復雜，當地智能操作必須簡單。當然，安全是第一位的。研究智能汽車面臨很大的工程復雜性和社會復雜性，會帶來巨大的建模鴻溝，我們怎么克服？這個鴻溝要靠數據填，要把小數據導成大數據，把大數據提煉成為精準知識即小規則，然后再指導車的駕駛。對于汽車來說，物理汽車跟軟件定義的汽車一起開，開的過程中產生數據，通過計算實驗，再變成駕駛的大數據、小智能、精準知識，從而產生嶄新的職業。將來會有學習工程師、培訓工程師、實驗工程師、決策工程師。我們就是把司機換了一個地方，以前在車上開，現在是在辦公室開。

平行汽車會自主學習且越“老”越貴

現在的車越“老”越便宜，以后的車，越“老”越貴。因為它內部包含一批軟件定義的車、軟件駕駛員、軟件服務員。甚至物理的車報廢了，這批軟件定義的車永遠在，而且跟你的駕駛行為連在一起，它向你學習。

開始買的時候車都一樣，但開了兩年，就真正成為你的車了，也成為某個城市里的車了，甚至跟你鄰居的車都不一樣。

因為這里引入了Social 的因素，也是整個系統中最不確定、多樣、復雜的因素，也是我們為什么認為，只有基于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。

我們相信平行駕駛和平行交通，是解決未來出行多種難題的一種有效的方式。