人工智能其实离我们并不遥远，人工智能时代的到来，无人驾驶技术，京东首家无人仓库，阿尔法狗的出现。无不预示着未来的发展趋势，现在的社会之中，人工智能使用变得越来越频繁并慢慢的融入了我们的生活。人们随处可见的明星宣传海报运用上了人工智能技术，小区内别人代步的平衡车等等。
李宇春《今天雨》
英特尔人工智能技术
实时3D面部特效
数万张人脸的特征训练
英特尔2017年11月17日，30日分别在旧金山和北京发布了其全系列AI解决方案，掀开了面向未来数据应用的AI计算时代。
无人驾驶是我们人类未来生活方式的基本形态之一，是地图，感知等大数据与决策机制相融合的机器人，AI人工智能技术适合大数据处理与决策任务，正帮助无人驾驶加速发展。
我们人类要为未来的生活方式做哪些准备呢？我们要具有怎样的AI思维方式呢？无人驾驶用到了哪些AI的方法和技术？我们每个人能否参与到AI的实践中呢？我们能不能做自己的无人驾驶呢？
带着这些问题，我们将邀请富有创造力的年轻人参与一项特殊的实践中，搭建和体验他们自己的无人驾驶汽车。
让我们跟随着李洪刚老师一同看看无人驾驶的未来。
李洪刚
无人驾驶冬令营导师
创客大爆炸MakerCollider 联合创始人
Intel（中国）创客运动的发起人
Intel众创空间加速器的策划人之一
李洪刚帮助制定了Intel众创空间计划，并推动Intel众创空间加速器的实施。他曾经负责一系列基于Edison的可穿戴项目，以及机器人，物联网等Intel新技术项目；领导开发了开源开发工具Smart Node，领导开发了Intel开源智能硬件套装。
李洪刚在2007-2015年1月间服务于Intel，曾长期负责Intel无线宽带技术标准的制定，拥有超过50件国际专利。
AI教育，与其他科技教育有什么不同，它要将AI科技以什么样的方式，程度，传授给学生，他们又会从中得到什么？
AI首先是一种新的思维方式，一种新的计算工具和方法，一种我们对未来场景的描述和理解。在AI的教育中就会体现这几个要素，AI的思维方式，工具和方法，AI式的描述与理解。
例如，AI的思维方式，就是一种“问题-数据-找到数据-训练-实验”的思维流，它是一种数据驱动的思维方法，不同于程序和算法驱动的。设定一个问题，我们要分析和想象这个问题中的数据长什么样，然后按图索骥的找到需要的数据，还需要分析和想象这些数据该如何训练发现和寻找我们期待的模式，然后不断的训练和试验。
这种思维方式的核心是，人要像人思考问题一样去体会人工智能该如何解决一个问题，尤其是从数据中寻找模式和可能的答案，不断的试错，从试错中得到启发。
Ai教育中需要什么样的工具？
无人驾驶就是一个生动的例子，路是什么样子，行人是什么样子，如何收集这些数据，如何让人工智能去训练和识别它们，然后加上像我们人类驾驶汽车一样的决策，该加速还是该减速，该避让还是该该停下。
谷歌，百度，包括英特尔，这些最大的公司都在做无人驾驶项目，似乎这种项目只有最大的公司有能力做好。必须承认，最核心的技术应该是他们做出来的，但接下来，在这些技术的应用阶段，采用开放创新的方式却极有可能获得意想不到的成功。
想象一个微缩城市，有几百平米或者上千平米，模拟的可能是深圳或者巴黎，我们可以将其中的场景设计的越来越细致，越来越逼真，甚至光线都精心调试过。那么我们可能就朝着解决无人驾驶场景多样化问题大大的迈进了一步。
我们将人工智能和机器视觉放在一辆模型车上，让它在这个微缩城市里，不断的采集画面，不断的训练，识别道路，行人，障碍，交通信号，其他车辆。
你可以设计出非常多样非常复杂非常逼真的各种场景，这是无人驾驶研发很难做到的，也是通过模拟器来仿真很难达到的。
可以想像，随着微缩城市下的无人驾驶技术的成熟，最终有可能把模型车上的训练成果应用到放大到真实的车辆上，大胆吧！有趣吧！
创新就是弯道超车，问题是有很多种不同的弯道可供选择，我们要找到好的创新技术，开放给合适的人，对接创新所需的资源，高效的去尝试一件事。
