担任嵌入式软件实验室总监的吴甘沙凭借在并行编程环境Ct/Array Building Blocks等技术领域内的突出贡献成功当选英特尔首席工程师。这是英特尔中国研究院的第一位“首席工程师”，

在大学期间，吴甘沙是十个拿到英特尔奖学金的幸运儿之一。十多年，他兢兢业业，一心扑到研究上。刚进英特尔时，吴甘沙有些“自卑”，周围全是博士，而自己是硕士，他自己感觉就像是个跑龙套的。但是，这并没有打击他要在英特尔干一番事业的信心。他说，没有任何一刻能够与初入英特尔时内心强大的动力相比，“出人头地——这个简单的愿望支撑着我”。

吴甘沙首先遵守公司规定，上午8点上班，同时遵守上司的作息凌晨3点下班。坚持了一个月之后，吴甘沙病了，后来他学会了平衡和调节。

说起这次经历，吴甘沙说，我始终被那时的自己感动，以那时的干劲鼓舞着自己，永不松懈。

“我之所以对英特尔有那么的热情，是因为受到很多人事迹、经历的激励。比如华人高管虞有澄写的《我看英特尔》，让我了解了英特尔的很多历史、文化；安迪·格鲁夫的《只有偏执狂才能生存》让我了解了英特尔的基因；戈登·摩尔和鲍勃·诺伊斯的经历让我对英特尔在半导体产业的发展史上有了全面认识。后来，这些传奇式的人物都成了我的同事，这让我很自豪、兴奋，动力也更足了。”

吴甘沙还清楚记得在2000年时，现任英特尔中国研究院院长方之熙博士当时在英特尔美国中央研究院，来国内做一个讲座，对他的激励和启发都非常大。

吴甘沙加入英特尔，刚开始是做人机界面，但是他个人感觉强项不在这方面。第二年，吴甘沙迎来了工作上的一次重大机遇：选择转组，进入核心技术团队！在这次转组之后，吴甘沙和他的团队在美国技术团队的支持下，慢慢地创立了自己的项目，进行自主研发。

“这是一个更能够发挥我能力的空间。”吴甘沙说。仅仅过了三年，他就成为了项目经理，“在那段时间里，我几乎每年都能得到提升，英特尔让我坚信，只要做出成绩就会有回报。”回首自己的经历，吴甘沙感受最大的就是，每隔五年，研究方向都会有一次转变。

市场在变动，科技在进步，科研也一样，需要不断的变化。也许正是在不断地尝试和开拓新项目的过程中，吴甘沙不断地提升自己的能力，“第一次选择转组对我以后的发展有很好的导向，我学会了更积极的应变甚至求变，学会不在执着于球在哪里，而更关注球会滚到哪里。”吴甘沙笑道。

也许是因为自己与英特尔的缘分始于大学，吴甘沙在公司与大学的合作项目上投入了很大的热情。除了基本的英特尔研究基金的投入与在大学开设相关的工程课程之外，吴甘沙还邀请了清华、北大等许多名校的教授到公司做访问学者。

吴甘沙说，他本人也曾去北大做过讲座，甚至做过助教。当时他的上司，一位英特尔的首席工程师，在北大开设了一门课，叫做《Java虚拟课程》，整整上了一个学期。“我们想把最先进的技术引入高校教育，让学生也站到科技的前沿。”

当时Java对国内的科研队伍来说，是全新的课题，这门课程填补了这一领域在大学教育中的空白。除了开设课程，吴甘沙和他的团队还与大学合作研究。其中的一个成功案例就是和东北大学的合作。研究内容是，通过汽车上的测试摄像头，分辨出人、物体、交通标识等，有效地给车主以警示和提醒。

除了汽车，吴甘沙带领他的团队对并行计算技术应用于数字医疗技术也进行了深入研究。数字医疗关系到每个人的日常生活，吴甘沙说：“研究的意义，就是让人们的生活更美好”。

谈及这些年来，自己在研发事业上取得的成就，吴甘沙认为英特尔独特的文化在其中发挥了重要作用，“每个人对公司的文化都有自己的理解，我的理解是注重成果。”也正是因此，仅2003年一年，吴甘沙就获得了十几项专利。正是这种结果导向的文化，使得老板们也总能非常及时地看到每个员工的付出和业绩，吴甘沙自然也就时常获得老板们及时的鼓励。

如今的吴甘沙身为管理人员，他也常常用各种形式的奖励鼓励员工努力工作，也鼓励员工良性竞争。吴甘沙说，自己绝对不会辜负员工的努力。在和美国的合作项目中，偶尔美国方面偶尔忽略了对员工的嘉奖与鼓励时，他立刻会写邮件要求表扬他杰出的员工们。

对于手下的吴甘沙，英特尔中国研究院院长方之熙博士赞不绝口，“英特尔所有的技术研究都服务于产品应用及业务发展，因此‘业务影响力’在评选中是最重要的一条标准。吴甘沙在多核编程工具开发上攻克了很多技术难关，实现了并行编程工具的创新，并成功地将这些技术从研究院转换到产品部门，最终变成了英特尔的产品。

2009年，英特尔中国研究院升级为英特尔全球五大研究院之一，专注于嵌入式系统研究，吴甘沙又被任命为嵌入式软件实验室总监，主持嵌入式软件创新工作。方博士在评价吴甘沙时也特别肯定了他作为一名优秀科研人员所具备的灵活性与适应力，他说道：“工业研究院需要根据企业发展战略和市场风向来调整研究方向。研究员只有具备灵活的适应力后，才能实现自我成长、公司赢利、产业进步三者之间的共赢。”

方博士指出，科技人才只有具备良好的适应性，才能在技术快速发展的当下更好地实现自我价值。吴甘沙是英特尔中国研究院培养的本土第一位首席工程师，在适应性方面就表现得非常出色。在英特尔中国研究院定位做嵌入式研究以前，甘沙是编程系统实验室的研究经理，主要从事多核处理器上的并行编程研究。现在，他被任命为嵌入式软件实验室总监，主持嵌入式软件创新工作。由于有良好的适应能力，甘沙很快适应了新的工作，并带领嵌入式软件团队在嵌入式编程技术、英特尔架构互连计算的系统软件以及互连智能设备的新兴软件平台等方面做出了卓越的贡献。

英特尔中国研究院一直致力于为员工营造一个开放、公平、自由的研究氛围，并通过导师制、创新日、读书会等机制促进人才的培养。“我们一直很重视本土人才的培养，相信未来我们会培养出更多像甘沙这样功底扎实、适应力也很强的科研人才。”方博士说道。

现在的吴甘沙，作为驭势科技联合创始人、CEO，奔走于学术圈、产业圈、投资圈等等。“白天忙着交接，晚上忙着见投资人”，吴甘沙——这位一直都是按着外企节奏按时上下班的前英特尔中国研究院院长，从选择创业之后，生活的节奏被完全改变了。

这一次，吴甘沙终于下了决心，向自己服务了十余年的老东家提出了辞呈，毅然跳进了创业大潮，把第三次创业念头转化为行动力。他说：“吸引我创业的，一是这个事业有大意义，二是这个事情有大市场，而内心的原力觉醒，未来的引力，阅读的启迪力，促使我最终付之行动。”

对于创业方向，吴甘沙看准了人工智能与无人驾驶发展的趋势，与格灵深瞳的联合创始人赵勇，北京理工大学智能车辆研究技术怪才姜岩等 5 人一起，成立了一家人驾驶技术的新公司驭势——驾驭趋势，驭势未来，显然他们想驾驭无人驾驶技术的未来，公司将为汽车品牌提供无人驾驶解决方案。

三个精英联手，基于他们的纯技术背景，他们将新公司的方向确定为“为汽车品牌提供无人驾驶解决方案”，做汽车界的“Intel Inside”。

自动驾驶常常有三种不同的形态：

首先辅助驾驶或半自动驾驶，特斯拉的 autopilot 即是此类。在某些场景下汽车可以进入自动驾驶，比如自动的紧急刹车，在封闭、结构化道路上的自适应巡航和车道保持，还有自动泊车。必须注意的是，这类技术有较大的局限性，特斯拉近日的多起事故都是出现在十字路口、入口/出口和双向路，这超出了 autopilot 的处理能力。

下一步是高度自动驾驶，在大街小巷多数场景下可以自动驾驶，还能支持多辆车的编队行驶。这类技术的环境感知和驾驶认知能力得到了极大提升，不仅仅能处理上述 autopilot 不会的路况，甚至能在完全没有车道线的非结构化道路畅行。高度自动驾驶汽车还能在复杂路况下与其他智能车辆或人驾驶的车辆共享或竞争路权。

第三类是全自主驾驶或无人驾驶，完全由人工智能来驾驶，可以把方向盘、油门和刹车拿掉。

未来 5 年，传统车厂和零部件供应商的主要努力方向是第一、第二类自动驾驶，这并不是以拿掉驾驶员为目的的，而是让驾驶员更加安全和舒适。显然这是更稳妥的渐进道路。

吴甘沙认为无人驾驶汽车在短期内就能快速成熟并形成商业模式的领域包括：

限定场景、专用道路的车辆：比如在专用车道以中低速运行的车辆，比如仓储物流基地的车辆，景区、公园中固定路线的观光车；

成本较低的半自动驾驶解决方案：如果能把成本控制在两万元以内，将会为用户带来巨大的价值。

吴甘沙对自己的这次创业评价道：“当你可以在一张白纸上画画时候，会感觉这是非常令人激动的事情。”

吴甘沙老师不仅学生时代是“超级学霸”，工作以后也是“华人之光”，现在更作为创新创业的“老司机”，言传身教下一代的“天之骄子”。

在对比中美两国年轻人创新创业的特点是，他提到近些年中国年轻人对于消费领域、商业模式创新等方面兴趣浓厚，而美国年轻人则对技术革新、解决难题情有独钟。在他看来，中国在科技创新领域表现越来越好，需要更多年轻人不再停步于“易得”的满足，以极客精神开疆拓土。

以下内容，根据吴甘沙在趋势学院的授课实录摘编。

一、被无人驾驶改变的北京

我想跟大家分享的是，为什么我们公司选择做无人驾驶？

首先，我们要选择一个大的市场。汽车市场本身就是万亿市场，而随之出现的出行制，比如优步，又是一个万亿市场。第三个万亿市场，就是自动驾驶。自动驾驶不仅有巨大的市场，能够带来巨大的社会效益。

它的社会效益有多大？

一年可以给美国带来 1.3 万亿的效益，相当于美国 GDP 的 8%。单个案例能够达到这么高效益的，可能没有第二个。

我们把北京作为案例。北京叫首都，也叫‘首堵’。堵车，形成了一系列逐步恶化的经济链条。一开始是因为北京有 600 万辆机动车，主要还是私家车，然后导致了路堵。除了车多，当然也跟我们人开车的习惯有关。

堵车又导致了废气排放，导致了雾霾，导致了交通事故，车多也导致了停车困难的问题。因为一辆车 90% 以上的时间是停着的，因此一个车需要两个停车位（包含家里的一个）。现在像北京、上海、杭州这样的城市， 15% 以上的土地是用来停车的（难怪房价会非常贵）。

中国几十亿小时的时间都浪费在路上，这是生产力巨大的浪费。这是一系列的逐步恶化的经济链条。为什么会出现这种状况？从根源上去看，北京现在还有一两百万人排队要买车，为什么想买自己的车？

有两个理由：

第一，北京现在按需出行的人群很多，几百万、上千万，但是能提供按需出行的出租车服务只有几百个；

第二，对绝大数工薪阶层的人来说，整天打车太贵了。

因此，我们就想用十年的时间看能不能去改变这些事情。十年以后，北京可否只有三百万辆车，减半，但其中两百万辆车是无人驾驶？

这是一个巨大的想象，这是一个变革性思维的产物。我们相信这是会实现的。我们往回倒推 10 年，在 2006 年的时候，iPhone 还没出现，移动互联网还没有出现，那时候，现在我们享受的各种高质量“互联网+”的服务都没有。

10年会改变这个世界。我们相信，前面我们的愿景是会实现的，而且这两百万辆出租车可以解决不能按需出行和成本贵的两个问题：

第一，用大数据的调度算法，这些车分布在大城市的各个不同角落，任何一个人叫车 3 分钟内车就来了。

其次，出租费用会降到今天的 1/3。

今天的出租车费用很多是人工成本，是份子钱，是油钱。而未来人工的成本不需要，份子钱现在已经被滴滴打车给挤压出去了。油钱呢？现在的出租车大多数时间是在空驶，而未来的调度算法能够保证空驶是最少的，新能源的开发利用也远远比现在的石油节省。

无人驾驶也会逐渐解决前面说的逻辑链条上每一环的问题。比如未来的出租车开起来像小火车一样，对道路的利用效率会非常高。除了第一辆车要打掉绝大多数的通阻，而其它的车就不用了。

堵车会成为过去式，而且排放极大地减少。因为这些车都是出租车，它都在路上运营，行驶效率会提升。今天的路口，有很多的十字路有交通灯，很多车都停在那里等，而未来，车跟车、车跟路，有特定的次序，按照特定的顺序去行驶，根本不需要交通灯。

今天北京的平均时速是 20公里/小时 ，而未来有这样的技术，它的时速是至少是 60公里/小时。而且这些车大量的时间是在路上，不大需要停车位。即使需要停车，小小的一个停车位就可以了。最重要的是，经济链条最后一环，现在大量的时间浪费在路上，而未来的车不像今天的车，它会变成智能的空间。

在这个车里面，你放一个咖啡机，它就变成了移动的星巴克；放一个大屏幕，它就变成一个影院；放一套办公设备，它就变成一个移动办公室。

从某种意义上，它把今天高大上的写字楼、商业中心拆散了，塞到了每一辆车上，你从 A 点到 B 点这么一段路程，就产生了信息和服务，它把每一条路变成了移动的商业。

这是想象力的空间，是要有想象力才能描述的变化，是更大的市场。在未来的十年到十五年之间，所有跟人或物的交通相关的所有产业都会被重新定义，包括出租车、停车业务、写字楼、服务业。

举个例子，美团，它可能需要滴滴这么强大的配送网络群体。但事实上，你想象一下，假设我们有两百万辆出租车，在中午出行不那么繁忙的时候，无人驾驶系统就可以分配由谁给美团送货。无人驾驶也会改变我们金融业，比如保险等等。

这就是我们为什么会选择这个方向的原因。于是我们在“帝都”、“魔都”的喧嚣中开始真正的车库创业。

二、人工智能的发展现状

我们的车库里有各种各样的车。我们在上路测试前，在车顶上放了三样东西，然后开上北京的三环，三环全程 48 公里，完全不需要人工干扰，在真实的车流里，最高时速达到 80 公里/小时，不但安全舒适，还可以换道。全程这三样东西都在车顶，一直到全程 48 公里结束。

我们做了几款纯无人驾驶的车，两排座椅，没有驾驶员、没有方向盘、没有油门、没有刹车。在我们的园区里面已经开始测试，你在汽车内的平板显示屏上点一点，基本上它就把你送到那里去了。

我们再谈谈人工智能，这是我从吴军新书里面摘录出来的话：智能时代，稳定社会状态里的二八法则都不再适用，只有 2% 的人能完成跨越，其余98%的人都会陷入或迟或早被人工智能替代的担忧。

这是个严峻的现实。对于我们来说，无论是创业者，还是投资者，还是我们现在在某一产业的从业者，我们要考虑人工智能，我们能不能做趋势战略？我们还有没有机会可能成为那 2%？

我想先给大家介绍几种观点，看看现在的人工智能发展到什么阶段。

观点一：人工智能会失控，人类出现了存在性风险，可能会被人工智能给灭了，这是一种非常主流的观点。像霍金、比尔·盖茨都在说，而且确实大家看到很多新的机器人的形态、人工智能的形态。

这些人工智能形态，平衡能力非常强，还能够翻山越岭。

不仅在平地上走路非常棒，即便在复杂的环境里面一样如履平地，这些动作本身是非常难做的，路本身就不平，雪又是松软的，里面有多深，你根本感觉不到，但是这些人工智能形体的即时判断和调整能力是非常强的，它通过学习我们人的踉踉跄跄来保持平衡。不但能走路，还能做很多有用处的事情。比如在物流，它可以帮你把一个个东西搬上去。不仅是把程序简单地编好，它还能够适应变化的环境，最后实现它的目标。

观点二：奇点即将来临。人的智能被机器人超越。想到一个比较美好的愿景是人和机器共生、永生。人和机器慢慢结合得越来越紧密，像眼镜，变成了人类器官的延伸。

现在有很多这样的研究：

像 3D 打印的脉管模版，通过注射不同的液体，作为我们器官的延伸和辅助；针对四大类器官（消化、神经、骨骼、皮毛）的生物功能进行不同的定制强化；通过光合作用，生成糖，生成钙质，帮助我们呼吸等等。

观点三：很多人类的职业会被人工智能取代。现在不同的公司有不同的预测，替代程度有的说 90%，有的说 70%，有的说 50%，即使是最保守的认为也有 20-30%。如电话销售人员、会计、医生、律师都可能被取代。

观点四：代表我们从业者说一句话，这些取代和变化，我们认为现在还早，不要过度消费人工智能。人工智能未来至少还要 20 年的发展，现在的技术还有很多局限，机器人离消灭人类还很远。

大家也不要被有些未来学家和社会学家给忽悠了，现在离人工智能奇点还很早。来看看一段与机器人的对话，自然语言理解也完全不同。

引用 Amara 说过的一句话：“人们常常会高估技术的短期影响力，而低估技术的长期影响力。”有个人来找你，说这个技术 2 年可以改变世界，他肯定高估了；但又有个人说，这个技术永远不可能出现，5 年、10 年它就出现了。大家投资的时候，一定要把握这样的节奏。

三、做AI要有的信念：拥抱默顿定律

虽然现在人工智能已经轰轰烈烈，但是我们还可以活出这个时代的精彩，我们至少还有 20 年的时间去付出，去努力。但是前提是必须升级芯片，升级芯片一定是痛苦的。这也就是为什么很多旧时代的强者不能跨越新时代。

这时候我引用一句话：“懦夫根本不会上路，弱者在沿途就会死掉，强者战胜一切才能生存。”

再引用一句老话“人有多大胆，地有多大产”。这其实也是变革性思维的一种反应。

在西方有墨顿定律，大家知道我们今天的世界是牛顿定律，牛顿定律强调因和果。我有多大t，产生多大力。我有多少钱，我做多少事。但今天，这个世界变成墨顿定律，又叫自我实现。首先你要看到未来，你有种信念，这种信念对你现在的行为会产生反馈，这种反馈能够促成预言，能够直接或间接地促成自我实现。这种信念和愿景，促使今天世界的改变。

关于信念，我们公司有次讨论“什么是最好的信念”？有个人说的非常有意思。他说，天下大旱，全村的人都去龙王庙去求雨，但是只有一个小姑娘是带着雨伞去求雨，这就是信念。

这种信念会对你的行为产生什么影响呢？

就是你会更好地去思考一个产业，你会拿来资本，你会聚拢人才。你做到这三件事情，就能够促使你的预言自我实现：

第一，AI （人工智能）技术的技术特性、价值主张是什么？

我的观察是，现在绝大多数的 AI 类项目都是 2B，为什么是 2B？老板有最大的动力、动机去减少成本，它的价值特性最明显。现在在医疗健康行业，人工智能非常火，为什么？因为今天好的医生太少，所以要注意 AI 技术的价值特性是什么。

第二，产业的独特理解：AI 技术需要跟特定的产业理解结合起来，促使其价值提升；

第三，看钱，未来有多远，面积有多大？

这也就是 AI 技术为什么在金融行业这么火。

应用李小龙的一句话：“最好的武术不是打倒对方，最好的武术是像水一样，它是非常柔软、非常灵活的，它能够去适应对方。”

最好的人工智能技术也要像水一样，而且我们要既做冲浪又做深潜，当趋势来的时候，我们想到的是冲浪，从潮流中找问题；我们也要做深潜，从历史中找智慧。我们要打开组织的边界，利用外部的资源，做到开放式的创新。