非常高兴来到这里，感谢主办方邀请我参会，我也非常喜欢我的话题其实是和大家讲的一些内容很契合的，大家都谈到了未来的网络，也谈到了人工智能，也谈到把所有的一切放在一起让我们的网络变得更加高效。我自动驾驶我谈谈汽车，汽车的历史，现在汽车其实是130年之前发明的，当时是奔驰1号车，这是第一辆车，他当时完全是新的思维方式，你不需要走路，不需要做马车或者是火车，这正是一个一大步，当然这个车驾驶也比较难，后来我们加上了一些自动化，让他变得更加容易，更加安全，有更加长距离的驾驶，做了很多的技术上面的革新，这是过去汽车演进的历史，关键一点就是让有更多的人能够驾驶汽车，同时驾驶也是一个安全的体验，自动化是非常重要的，自动化确实是帮上了忙，我也想谈网络的自动化，同时我说你不应该停止在自动化，我也说了我们已经做了很多了，我们不需要进一步前进了，这还不够的，我们现在知道了我们要走的更远，一开始的时候是来自于叫DARPA的大挑战，要建立一个全自动化的目标，他早期是2014年提出的，要在高速公路上驾驶240公里，仅仅是机器人其他，没有其他的人类汽车驾驶，这是非常简单的，人们尝试了有100万美金的奖励，2014年有23个团队做了这个尝试，23个团队都失败了，2015年又有这个挑战，他们有很多人完成了这个挑战，仅仅是一年的时间就有很大进步了。还有6个小时时间的限制，所以确实我们有计算机的愿景还有其他的系统把所有的这些都放在汽车驾驶里面去。

2007年还有一个厄本上的有一个叫城市挑战的活动，他们说我们有高速公路其他人类的汽车没有，我们是96公里的一个城市的环境，和人类汽车一起驾驶有红绿灯你必须遵守交通规则，有6辆车完成了挑战，只有3年的时间就做到了，这里的一个事情就是我们完成了这一切但是他意味着什么，我们有很多的司机还有编成员可以进行编成，这个想法就是说我们不需要律师、警察这些事故都会消失那保险怎么办呢？有很多问题没有解决，所以我的提议就是，我们是一个非常大的大挑战，最后我得说，在2014年看到这辆车是谷歌，关于百度阿波罗的项目，这其实已经不是一个科学项目，不是梦想是真实的，目标是在2020年我们会看到商务化的这样的车，这是一个大的颠覆，我问了问题，像这样的一个颠覆是不是可以放到网络里来的，我的提议是网络的一个大挑战，建立一个自主的网络，他可以照顾到所有的人做的事情，像自己发现，自我的配制，自我的监控，监控所有的元素，自我的纠正，如果出现问题的话可以自我纠正，自动的探索到客户的，自动的给客户提供服务，自我诊断、自我优化然后最后是自我报告，把这个报告给人类然后人类说是的，你工作的很好。

这是一个高层面的目标，我们的期待是什么呢？我们的想法就是让人们从高层的工作当中解放出来，现在网络的运营中心人们非常忙，他们每天忙于每天的事务，网络的事务，他们无法做出他们想要做出的变化，他们需要提前进行计划，如果有新的服务他们要做迭代，他们做的非常忙，今天的事务他们已经很忙了不能做别的了，所以我们要让人们自由的脱生出来，要有主动式的，预判式的，我们要有快速智能的效应，能够解决安全漏洞，在今天如果出现了漏洞的话，可能3天之后或者1个星期之后你才发现，然后要解决问题来关闭。其实已经太晚了所有的挑战都漏出去了。

这个影响就是我们需要新的技能，需要有人在网络当中是专家，他们像四科、华为这样的转为认识知道BGP、IGP是不是就足够了呢？我们其实要知道人工智能AI在网络当中如何操作，需要让他们可以更好的操作，我们要转变我们的思维，从反应式的转为主动式的积极式的，还用防火墙要提高到防御式的。

我们现在有自主驾驶了，我们有更大期望了，同时如果我们没有自我驾驶的网络，我们也是可以思考各种各样的可能性，但首先我们要打造出来一个自主的网络，我们需要5个技术，我们需要有一个关于意图的表明，还有实时的决策，还有自动化，还有决策，那到底怎么做到呢？我不想谈细节，完全自动驾驶的汽车我们需要做什么呢？我们要有一个仪表盘，输入你的目的地，比如说我要去机场，我要更快一点，我要迟到了，我们需要一个数据的输入。

我们要告诉网络我希望你给我这样的服务，一开始从高层面进来，然后让这个网络自己完成你的要求，我们说出来，你要什么，而并不是告诉怎么执行，还有第二个遥测，有时候问宽带是多少？带是什么？承载能力是多少？其实你希望这些信息直接到你这来，我们是叫实时数据的手机，你需要有一个大量的手机，然后对大数据进行分析，还有就是纠正，你这个网络部只有协作的话是没有用的，我们有各种各样的数据，有点对点的信息，所有的信息都要组合在一起进行分析和协调，最后一个是自动化，我们需要这样的协调作为这种枯燥的工作把他写下来进行自动化，网络的操作系统设备我们可以所有的这些放在一起，变得更加容易。

最后是AI人工智能，我们必须做出一些举措，所有的数据都有了再进行协调，可能网络上面做一些小小的改动，我们可能有一个基于规则的系统，比如说你是X然后就做Y，你有太多的规则了，你可能有时候管理不了那么多的规则，最终我们是有太多的规则，每一个规则是简单的，但是因为规则太多很复杂，我们有机械学习而不是记忆规则，机器学习有强大的力量，但是有的时候机器学习很好，有的时候要进行故障的排出很难，比如说前面有人讲过你做了小的改变，看上去可能不是熊猫，可能是一个猴子，但是你确实是有一个行为习惯。

这是实时手机的一些形象，这整个都是在顶部有这个意图进行导演，不仅仅是服务要去进行这样数据的交互，更多的时候你需要告诉网络你怎么样希望能够去运行这个自主驾驶，比如说带我去参观等等，在意图的导演之下进行调整，另外像我们的一些直连或者多云，在这里有端点到云，我们可以进行一些挑战，用BGP或者流量的一些工程设计，这样的话可以让这些得到最好的一些响应，你可以通过物联网进行，以安全为意图，IOT物联网的规模已经让人工无法维护这些系统，我们必须实现自我防护式的引用，我相信这样做会花很长的时间，我希望简要的给大家说一下我们自主驾驶的前景，我们从最开始到手动驾驶到辅助驾驶到部分的自主驾驶以及到有条件的自主驾驶，还有更高层级的，比如说第4级，到第5级万自动驾驶，不同的程度对不同的自主程度有不同的差别，我认为这是个比较好的，如果你没有足够的自主度，你如果在汽车当中突然之间让你做个相应，客观这个时候汽车自主驾驶会带来危险和事故，我们想象一下，像CIR手动的网络到我们自动化的网络到我们细微的所谓的监控，我们可以到了第三级进行一些以世界为驱动的响应分析，到了第4级的时候就有自主化的一些流程，到了第5级就是完全自主化的架构，我们现在可以留在4级这个位置，可以让非常关键的点能够交给人的知觉去做，大部分的数据可以交给机器去做，找到在这个当中最常见的这5个，然后请人工进行相应，让机器学习，在这种情况下我们更新到系统里面去让我们自主驾驶的网络得到进一步的发展。

我相信从目前来讲我们有很长的路要走，我希望可以一下子进入到5级，但是从4级来讲我觉得是很不错的位置，我们现在可能只有在1级或者2级的样子，如果人达到4级的话会有更大的可能性而不是日常的琐事。

我们现在总结一下有服务的网络，他有以基础的描述，端到端独立服务完全的能力，优化我们对于遥测技术服务的交互，实时服务的优化运动包括自动化的管理从而降低他服务的不匹配度，从整个系统的角度来将你可以告诉系统怎么样来讲，总结一下我们确实对于网络的一个构建来讲，我们需要一个更为吸引人的愿景，我们现在确实有很长的路要走，大家我们希望能够把这样一些想法慢慢的转换为现实，对我们而言非常重要，要做到这一点我们要游服务的敏捷性，要有服务的管理，要有经济，要有安全的匹配，我们找不到技能的人做这项工作，我相信这就是最终以自主驾驶出发，以自主驾驶收获更多。

谢谢。