智能汽车是当前跨界创新热点，智能驾驶系统是其核心。2016 年 8 月，全球知名黑客、美国青年乔治·霍兹（George Hotz）开源了其开发的智能汽车驾驶系统的代码、算法和相关数据，引发业界的广泛关注，标志着开源化将成为智能驾驶系统研发的重要方向。未来，我国也应重视和推动智能驾驶系统的开源化发展， 加强学习借鉴，加快整合资源，组织开展协同研发创新，推动我国智能驾驶系统与智能汽车的快速发展。
　　对智能驾驶系统开源的三点判断
　　人工智能开源热潮奠定了智能驾驶系统开源化发展基础。IBM、谷歌、百度等国内外企业正纷纷通过开源方式推动人工智能技术创新和生态系统构建，以巩固自身的领先地位。例如，谷歌开放了可用于语音或照片识别等多项机器深度学习领域的人工智能系统TensorFlow；IBM免费为外部程序员提供System ML人工智能工具的源代码；百度基于开源协议Apache开放了人工智能软件 WARP-CTC 关键代码。作为人工智能应用的重要领域，智能驾驶系统的开源也顺理成章。乔治·霍兹的智能驾驶系统就充分利用了谷歌的TensorFlow，并在此基础上实现了开源化。
　　开源智能驾驶系统为智能汽车低成本产业化提供路径。智能汽车成本目前居高不下，智能驾驶系统软件成本高昂是其中的重要原因。例如，谷歌无人驾驶汽车智能驾驶系统的成本占整车一半以上，特斯拉半自动驾驶系统 Autopilot售价高达3000美元。开源智能驾驶系统可以大大降低开发者和创业公司的研发门槛， 冲破巨头企业的垄断，大幅降低智能驾驶软件成本，加速智能汽车价格的“平民化”。同时，开源模式还能吸引众多研发人员或团队，集合更多才智资源，加快推动智能驾驶系统的研发和产业化步伐。
　　开源智能驾驶系统拥有巨大的发展提升空间。与安卓系统通过开源实现与移动智能终端的融合发展类似，智能驾驶系统必然也会通过开源方式与智能汽车这一“下一代移动智能终端”实现融合。虽然智能驾驶系统开源才刚刚起步，乔治·霍兹所开源的驾驶数据规模较小，软件算法及代码较为简单，且未充分融合卫星定位、精准地图、感应技术、安全技术、交通规则等因素，但迈出开源步伐本身就有重大意义。未来，随着人工智能以及智能驾驶技术的不断成熟和开源化，基于丰富驾驶数据开发的成熟智 能驾驶系统必将出现，进而推动智能汽车的发展演进。
　　对我国的启示
　　学习借鉴国外开源系统推动我国智能驾驶系统发展。国外的智能驾驶系统有许多值得我国学习借鉴的地方，应从多角度把握国外智能驾驶系统开源的难得机遇。
　　一是充分利用国外开源智能驾驶系统的软件代码、核心算法、数据集和论文等资源，学习并掌握智能驾驶系统的研发思路与核心关键技术。
　　二是鼓励支持国内企业收购国外开源智能驾驶系统方面的初创企业，为未来进行积极布局。
　　同时，在利用国外资源过程中应保持清醒判断和自主创新意识，避免被套入对方生态系统而丧失长远发展主动权。
　　积极推动我国智能驾驶系统开源化发展及应用。目前，我国企业在智能驾驶系统研发方面，都还未采用开源模式，这在一定程度上制约了创新的步伐，需要打开思路。政府部门也应加以引导。一是转变对智能驾驶系统创新研发工作的支持模式，通过有针对性的政策设计和项目条件设置，从支持单一企业开展自用型、封闭式研发转向支持多家企业以开源模式组织开展共用型、组团式研发。二是为国内开源智能驾驶系统发展创造有效的应用场景和环境，依托智能网联汽车应用示范基地和智能汽车厂商，利用开源方式，推动智能驾驶系统开发、测试验证与示范应用。
　　加快建立推动开源智能驾驶系统的产业机制。从Linux、安卓等开源软件系统的发展经验看，科学且完善的推进机制是获得成功的重要保障，我国也需在此多下功夫。一是建立产业联盟或技术联盟，引导设立智能汽车发展基金，将各方面资源和力量吸引并投入到开源智能驾驶系统研发工作中。二是搭建协同创新平台，促进汽车、信息技术、互联网等行业企业加强对接和開展联合创新，推动智能驾驶系统与智能汽车的融合发展与共同进步。