李彦宏：2027年一线城市不再限购限行，2032年拥堵问题基本解决

1月10日，百度举办CreateAI开发者大会（下称“Create大会”）。作为首个“人机共创大会”，AIGC技术被深度应用，创造、搭建、连接了多个科技感爆棚的数字化演讲场景。Create大会每年都会吸引全球开发者关注，不仅仅是中国的AI技术高地，也是全球新兴技术产业发展的“风向标”。

百度创始人、董事长兼首席执行官李彦宏在大会上，分享了百度的创新理念、AI技术布局，并指出属于AI开发者和创造者们的机会。

“创新驱动增长，反馈驱动创新”

过去一年，人们对“风口”的讨论少了一些，对增长的健康度关注更多了。那增长从何而来？回顾过去2000年世界人均GDP增长曲线，李彦宏表示是“科技创新驱动了大的增长。”

李彦宏判断，深度学习算法是第四次科技革命的标志。与深度学习相关的重大创新，包括自动驾驶，也包括水电能等领域的智能调度系统。它们的应用会像汽车、互联网这些发明一样，产生重大社会影响，是重大创新。

李彦宏认为，创新驱动增长，而反馈驱动创新。“创新不是闭门造车。创新，是你有机会进入市场，不断获得用户和客户的反馈，摸着“反馈”过河才能实现的。”

百度在经营发展中，有很多“反馈驱动创新”的实践经验。比如百度昆仑芯片在AI芯片中性能领先，因为它已经为百度的搜索服务优化了十年。百度搜索服务，每天响应几十亿次真实用户使用需求，每天进行1万亿次深度语义推理与匹配，能够提供最真实、最及时的反馈，从而倒逼大模型、深度学习框架和芯片的优化。

再比如，百度从一年前开始，每个季度都发布萝卜快跑的订单量，目标是保持自动驾驶出行服务订单量全球领先。订单量最大，意味着能够获得最多的市场和用户反馈，进而推动技术提升和创新。

“芯片卡脖子要紧，软件卡脖子一样要紧“

百度是全球为数不多的、进行全栈布局的AI公司。百度AI技术架构分为四层：芯片层、框架层、模型层和应用层。从高端芯片昆仑，到飞桨深度学习框架，再到文心预训练大模型，各个层面都有关键自研技术，每一层之间都有很多反馈，可以通过不断获得反馈，实现端到端优化。这个技术架构，越往下越通用，越往上越专用。

这一方面，让AI技术通用性越来越好，开发和应用门槛进一步降低。比如飞桨，是百度自研的开源深度学习框架。目前，飞桨凝聚了535万开发者，服务20万家企事业单位，基于飞桨创建了67万个模型，已经构建起一个繁荣的深度学习生态。飞桨是人工智能时代的操作系统，让开发者能够像搭积木一样构建AI应用，大大降低AI的应用门槛。

李彦宏强调了基础软件的重要性：“芯片卡脖子很要紧，但软件卡脖子一样要紧。必须要把软件的根扎下去，才能让创新持续发生，才能让顶层的商业更加繁荣。”

另一方面，让AI得以深入产业，赋能实体经济发展。比如百度的智能交通解决方案，可以看作一个“智能调度系统”，可以通过智能红绿灯控制交通流量，提升交通效率。目前已经落地全国63个城市，交通部也正式将百度列为交通强国的试点单位。

李彦宏表示，“通过对交通网络的智能化改造，可以把通行效率提升15%至30%。”并预测“智能交通方案可以使得，2027年之前，中国一线城市不再需要限购限行。2032年之前，靠交通效率的提升，拥堵问题就基本可以解决。”

“AI技术应用门槛不断降低，开发者将迎来黄金十年”

AI技术的发展，也为开发者和创造者们带来机会。李彦宏重申了他在2021年Create大会上的观点：“随着技术应用门槛不断降低，创造者们将迎来属于人工智能的黄金10年。”

AI技术发展方向是明确的，但实现的过程却不会容易，这就是技术发展的特点。李彦宏回顾了2000年回国创业，经历互联网泡沫破裂的场景：“那时候，很多人被困难动摇了信心，选择放弃、选择离开。最后，是那些坚持挺过寒冬的人，成就了互联网发展的黄金十年。”

人工智能技术的发展也还会经历起伏。在李彦宏看来，积极的一面是，过去一年，无论是技术层面还是商业应用层面，人工智能都有了方向性的改变。技术层面，AI从理解内容，走向了自动生成内容，包括AIGC用于作画、用于图文、视频等多类型的内容创作；商业应用层面的改变，最具代表性的是自动驾驶。L2之后，率先进入商用的很可能是L4，而不是L3。因为L2和L4的事故责任界定都是清楚的，L3的事故责任界定是不清楚的。

而挑战的一面是，实体经济很多领域的数字化改造尚未完成，数字化本身并未能够带来效率的明显提升。智能化的广泛渗透还需要时间，智能化对实体经济的巨大拉升作用还没有成为广泛共识。

“所有伟大的企业、伟大的创造者也是一样，没有一帆风顺，只有不断地历经困难再凯旋。困难会刺激创新，而创新是增长的真正动力。”李彦宏在大会现场最后说道。

版权说明：
本文仅代表作者个人观点，版权归原创者所有。部分图片源自网络，未能核实归属。本文仅为分享，不为商业用途。若错标或侵权，请与我们联系删除。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com