汽车的智能化、网联化发展是同动的过程，两者相互促进、相互迭代、相互提升。
智能汽车——汽车的智能驾驶级别越高，越接近智能汽车;网联汽车——汽车的网联化程度越高，越接近网联汽车;智能网联汽车——汽车的智能驾驶级别和网联化程度越高，就越接近智能网联汽车。汽车的智能化、网联化发展是互动的过程，两者相互促进、相互迭代、相互提升。
智慧城市与智能交通
交通之所以重要，是因为它能促进人与人之间的交流，贸易和其他形式的交流，进而建立文明。运输在经济增长和全球化中起着重要的作用，虽然大多数类型都会造成污染并占用大量土地。
可以看到，我们的交通工具从马车到柴油或汽油汽车，到电动汽车、移动终端，再到飞行器、出租车，交通工具的自动化智能化的程度越来越高。
近年来，随着5G、传感器等前沿技术的进步，大范围建设、升级智慧路灯、智慧交叉口等智慧基建设施是智能网联汽车应用于城市交通的重要前提。
效率是城市交通的重点关注问题，智能网联汽车的应用极大地改善了城市的交通效率，大数据、人工智能赋予智能交通系统升级，有效提高了对城市交通运行状态监管力度。
安全也是城市交通的重点关注问题，智能网联汽车的应用极大地提升了城市的交通安全。
智能网联汽车有网联应用云端，信息越来越丰富，我们可以通过云计算、硬件基础，让智慧城市智能交通成为可能。
为什么要人工智能
我们知道，图灵是人工智能之父，在1950 年就提出了人工智能的初步定义。人工智能的发展也是非常迅速的，从早期的图灵机，到麦卡锡对人工智能概念的推动，后来又出现了通用问题求解，接着是知识库系统知识工程，直到现在有了人工智能技术发展。
我们关注到，神经网络有三个高峰，分别为感知机、反向传播以及深度学习。现在深度学习和神经网络很流行，但是神经网络其实本身只是工具，而且是很笨的工具，属于人工智能范畴的很小一部分。
虽然现在深度学习只能解决有界问题，相当于 5—10 岁孩子的智力，但从发展的视角看，人工智能有广阔的发展空间;深度学习之后是机器学习，如我们学生上高中、读大学、做研究一样，还有很多的应用前景，比如规划、优化、推理、创造力和艺术等更高端的智能。真正想实现人工智能之路还非常远。
人的大脑很有智慧，它只关注和存储重要的视觉，而且是动态的，所需能量很少。现在基于硅基数字计算机的深度学习，学习笨拙，不具有一般性，而且耗电量大。我们的工作是利用相关技术 ， 模拟人脑的运算方式，将计算机赋予人脑类似的功能，像视觉、听力、分析能力。本质上，我们是向人脑学习，而不是向芯片学习。
现在我们推荐一个动态的网络，而不是一个静态的网络。动态网络以常微分方程展示，包括相关的网络势能域，同域相关存储。我们也给出了严格的理论证明。给你一張图片，我们可以展示机器在受过训练之后，它能够抽取这张图片中的一些有用信息。
另外要讨论的是时间感知层。大部分的研究工作是在空间完成，左边这个网络有两个脉冲，第一个脉冲是用来训练信号的;第二个脉冲是用来进行复合性培训的，第三个才是相关联的应用。我们加入了时间的维度，去补充之前计算机分析的空间
维度。
解决最后一公里
物流的最后一公里距离大家解决了，那么，最后一公里“道to道”我们也要解决。
我们的团队与上汽公司合作开发关于长距离自主泊车项目，项目目标是将汽车放在停车场入口后车辆可以自动进入停车场并寻找车位完成自主停车;与海南马自达合作提供无人驾驶整套方案，包括传感器以及布局设计、无人驾驶相关感知规划和控制算法及软件;与爱立信合作开展5G遥控驾驶技术的开发。
同时，我们在平台及软件层面，也与不同企业实现了合作。
总而言之，智能汽车和智能道路网络是密不可分的，两者共同发展就是让网联之后变得越来越聪明，越来越有智慧。智能汽车要跟智能环境互动才变得更真实。这样才是真正上融为一体，也就是大家所说的智能城市、智能国家。
（本文根据2020世界智能网联汽车大会速记整理，有删改，未经本人审阅）
