為什么人類(lèi)不需要經(jīng)過(guò)特殊訓(xùn)練，就能輕松找到回家的路？

眾所周知，大腦中有數(shù)十億個(gè)神經(jīng)細(xì)胞，它們工作的時(shí)候會(huì)發(fā)出“電信號(hào)”。在這其中，有一種“網(wǎng)格細(xì)胞”，它們十分神奇，具有顯著的空間放電特征，以類(lèi)似等邊三角形的結(jié)構(gòu)為最小單位，形成一個(gè)覆蓋整個(gè)活動(dòng)空間的網(wǎng)格圖案。

當(dāng)我們看到周?chē)�的事物，比如房子、�?shù)木或者街道，我們大腦里的網(wǎng)格細(xì)胞就會(huì)在這些特定位置發(fā)出電信號(hào)，就像是在告訴我們的大腦：“此刻你在這里。”隨著我們移動(dòng)，網(wǎng)格細(xì)胞會(huì)持續(xù)更新這些信號(hào)，幫助我們知道自己在空間中的位置。

這一過(guò)程就好像是大腦中掌管認(rèn)路的“智能算法”，處理我們通過(guò)眼睛和其他感官收集的信息，然后創(chuàng)建一個(gè)坐標(biāo)系，就好像大腦的GPS，人類(lèi)在“識(shí)別道路”時(shí)，大腦會(huì)自動(dòng)經(jīng)歷一個(gè)感知、決策和執(zhí)行的連續(xù)過(guò)程。

這個(gè)過(guò)程聽(tīng)起來(lái)與自動(dòng)駕駛技術(shù)的工作過(guò)程非常相似，似乎有某種神奇的聯(lián)系。盡管這項(xiàng)研究并未直接應(yīng)用于人工智能領(lǐng)域，但它也許能給人工智能的研究帶來(lái)新的靈感，為未來(lái)的智能駕駛技術(shù)開(kāi)辟全新的路徑：

這是梅賽德斯-奔馳（中國(guó)）投資有限公司執(zhí)行副總裁、梅賽德斯-奔馳中國(guó)研發(fā)自動(dòng)駕駛及車(chē)聯(lián)網(wǎng)負(fù)責(zé)人王忻和發(fā)現(xiàn)大腦網(wǎng)格細(xì)胞的諾獎(jiǎng)得主、神經(jīng)科學(xué)家May-Britt Moser（梅-布里特·莫澤）展開(kāi)的跨界對(duì)話(huà)中談到的部分議題。

作為汽車(chē)的發(fā)明者，梅賽德斯-奔馳一直在推動(dòng)人類(lèi)出行方式的變革性創(chuàng)新。從1986年的“普羅米修斯”計(jì)劃到成為全球首先首家同時(shí)獲得L3和L4級(jí)自動(dòng)駕駛認(rèn)證的車(chē)企，奔馳的探索不僅歷史悠久，更為行業(yè)奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。這探索的背后，體現(xiàn)的是奔馳團(tuán)隊(duì)對(duì)科學(xué)前沿的無(wú)限好奇和熱情，他們不斷尋找能夠引領(lǐng)技術(shù)突破的新思路和可能性。

于是，一場(chǎng)關(guān)于腦海導(dǎo)航與智駕科技的跨界對(duì)談，就此開(kāi)啟……

（一）May-Britt Moser的科學(xué)之旅：諾獎(jiǎng)并不是科研的終點(diǎn)

May-Britt Moser 是一位挪威神經(jīng)科學(xué)家，因發(fā)現(xiàn)大腦中的“網(wǎng)格細(xì)胞”（grid cells）而榮獲2014年諾貝爾生理學(xué)、醫(yī)學(xué)獎(jiǎng)，但她并未停下腳步。

圖：May- Britt Moser 在諾貝爾獎(jiǎng)?lì)C獎(jiǎng)典禮

現(xiàn)在，May-Britt將自己的研究視野擴(kuò)展到更廣泛的領(lǐng)域，當(dāng)前她的研究重心在于探索大腦中數(shù)十億個(gè)細(xì)胞如何協(xié)作分工，以及大腦“GPS系統(tǒng)”是如何形成的。她希望回答一個(gè)千年之前哲學(xué)家提出的問(wèn)題：“我們?cè)诔錾鷷r(shí)是否就具備了感知世界的能力，還是這些能力在發(fā)展過(guò)程中逐漸形成？”

她在最新的演講中表示：“如果做科學(xué)研究的目的是為了獲得諾貝爾獎(jiǎng)，那我在獲獎(jiǎng)之后就可以大功告成，回家躺平了。但并不是這樣，我是一個(gè)科學(xué)家，我做科學(xué)研究的核心目的是揭示事物的本質(zhì)，而不是為了獎(jiǎng)項(xiàng)。作為科學(xué)家，我永遠(yuǎn)懷揣一顆充滿(mǎn)好奇的童心。即使在獲得了諾獎(jiǎng)后，我的激情和好奇依舊不減當(dāng)年。”

（二）梅賽德斯-奔馳的智駕科技：不止于領(lǐng)先，突破智駕邊界

在梅賽德斯-奔馳中國(guó)研發(fā)智能駕駛和車(chē)聯(lián)網(wǎng)負(fù)責(zé)人王忻的心中，存在著另外的好奇，人類(lèi)大腦“GPS系統(tǒng)”的神奇能力，是否能夠給“智能駕駛”帶來(lái)新的可能性？

奔馳是“汽車(chē)的發(fā)明者”，從根本上改變了人類(lèi)出行的方式。而現(xiàn)在，大模型技術(shù)的突破，也給智能駕駛領(lǐng)域帶來(lái)了新的可能性，2024年，“端到端”大模型成為智能駕駛行業(yè)毋庸置疑的焦點(diǎn)。百年奔馳，在這場(chǎng)最新的科技浪潮中繼續(xù)成為最強(qiáng)大的競(jìng)爭(zhēng)者之一，正以L(fǎng)2/L3/L4自動(dòng)駕駛技術(shù)多線(xiàn)共進(jìn)。

圖：卡爾·奔馳“對(duì)發(fā)明的熱愛(ài)永不止息”

梅賽德斯-奔馳采用最新端到端大模型技術(shù)的“無(wú)圖”L2++全場(chǎng)景高階智駕系統(tǒng)是這一跨越的核心成果之一。與傳統(tǒng)L2級(jí)智能駕駛相比，L2++系統(tǒng)具備更高階的能力，不依賴(lài)激光雷達(dá)采用純視覺(jué)方案、不需要高精地圖、配備萬(wàn)卡云端算力、有導(dǎo)航就能開(kāi)，能夠在高速公路、城市路況以及復(fù)雜的交叉路口等環(huán)境中實(shí)現(xiàn)更加精準(zhǔn)的決策與控制。為了應(yīng)對(duì)中國(guó)道路的特殊情況，奔馳還對(duì)其自動(dòng)駕駛系統(tǒng)進(jìn)行了本土化優(yōu)化，通過(guò)基于中國(guó)特定道路環(huán)境、交通標(biāo)識(shí)及駕駛習(xí)慣的數(shù)據(jù)訓(xùn)練，使得L2++系統(tǒng)在中國(guó)復(fù)雜的交通環(huán)境中也能提供高效的智能駕駛體驗(yàn)。與傳統(tǒng)的模塊化自動(dòng)駕駛解決方案對(duì)比，更強(qiáng)的泛化能力、極低的時(shí)延，實(shí)現(xiàn)了本質(zhì)的突破。

王忻帶著May-Britt體驗(yàn)了奔馳的L2++技術(shù)，研究大腦GPS系統(tǒng)的May-Britt很興奮。但是，在自動(dòng)駕駛領(lǐng)域深耕多年的王忻期待探索更多：比如，人類(lèi)靠一日三餐就能處理如此多的事項(xiàng)，大腦僅耗能20瓦就可以完成駕駛?cè)蝿?wù)；人類(lèi)一雙眼睛，就能收集大量的信息。如果人工智能能夠幫助探秘大腦提供借鑒，那智駕科技將會(huì)有一個(gè)質(zhì)的突破。

圖：奔馳中國(guó)智駕負(fù)責(zé)人王忻

奔馳與諾獎(jiǎng)科學(xué)家在各自領(lǐng)域的持續(xù)探索，體現(xiàn)了同一個(gè)核心精神：無(wú)論已取得多大成就，依然保持對(duì)技術(shù)和知識(shí)的深厚好奇心與探索激情，諾獎(jiǎng)于Moser而言是里程碑而不是終點(diǎn)，百年于奔馳而言是底蘊(yùn)但不是駐足.....

腦與智駕的探索之路并不平坦

在探索之路上，無(wú)論是大腦如何“認(rèn)路”以支持空間認(rèn)知，還是自動(dòng)駕駛技術(shù)如何提升車(chē)輛的智駕能力，科學(xué)家和工程師們都面臨著巨大的技術(shù)難題。如何讓機(jī)器擁有人類(lèi)的推理范化能力、如何優(yōu)化自動(dòng)駕駛系統(tǒng)的能效問(wèn)題，如何在復(fù)雜環(huán)境中提升系統(tǒng)的容錯(cuò)能力......這些都是目前亟待解決的核心問(wèn)題。

（一）人腦探索：我們僅僅了解一小部分

在過(guò)去的幾十年里，科學(xué)家們揭示了大量關(guān)于人類(lèi)大腦的關(guān)鍵信息，然而，關(guān)于大腦如何運(yùn)作，我們依然知之甚少。尤其是大腦如何使我們變得如此健談、善于交際、富有創(chuàng)造力，這些方面仍有許多未解之謎等待發(fā)現(xiàn)。

May-Britt在對(duì)談中表示：“人類(lèi)對(duì)大腦的了解僅僅是冰山一角，未來(lái)的突破方向仍然無(wú)限。”大腦的探索就像一場(chǎng)永無(wú)止境的旅程。它并非只是神經(jīng)元的簡(jiǎn)單集合，而是數(shù)百億神經(jīng)元之間精密協(xié)作的結(jié)果。這種協(xié)作的機(jī)制至今尚未完全解明，而它對(duì)我們理解“認(rèn)路”技術(shù)的基礎(chǔ)至關(guān)重要。大腦如何將感知、記憶、學(xué)習(xí)等功能整合成一個(gè)有序的系統(tǒng)，依然是神經(jīng)科學(xué)的核心挑戰(zhàn)之一。

在《Nature》的一篇文章《大腦的特別之處》（What's so special about the human brain）中提到，大腦的復(fù)雜性不僅體現(xiàn)在其龐大的體積和神經(jīng)元的數(shù)量上，更體現(xiàn)在神經(jīng)元如何協(xié)同工作，以支持復(fù)雜的認(rèn)知功能。盡管在一些方面人類(lèi)大腦的細(xì)胞結(jié)構(gòu)和基因表達(dá)顯示出獨(dú)特性，但我們對(duì)大腦在細(xì)胞層面如何進(jìn)行精確協(xié)同，進(jìn)而支撐高級(jí)認(rèn)知功能的理解，仍然非常有限。

May-Britt說(shuō)：“大腦的復(fù)雜性遠(yuǎn)超我們的想象，甚至比我們能夠掌握的更多。即使我們揭示了一部分大腦如何執(zhí)行空間認(rèn)知的機(jī)制，依然有大量的細(xì)節(jié)需要進(jìn)一步研究。”這條探索之路雖然充滿(mǎn)挑戰(zhàn)，但科學(xué)家們的好奇心和探索精神不斷推動(dòng)著他們向未知領(lǐng)域進(jìn)發(fā)，試圖揭開(kāi)大腦如何支持“認(rèn)路”這一關(guān)鍵認(rèn)知能力的深層機(jī)制。

“我們僅僅觸及了大腦的一小部分，未來(lái)的突破方向應(yīng)該會(huì)涉及如何理解大腦各個(gè)區(qū)域之間如何協(xié)同工作，如何更精確地描繪大腦網(wǎng)絡(luò)的復(fù)雜性。大腦的工作原理仍然是一個(gè)巨大的謎題，我相信它能為我們提供無(wú)盡的探索空間。”May-Britt說(shuō)到。

她還提到，腦科學(xué)的未來(lái)突破不僅限于對(duì)大腦內(nèi)部機(jī)制的理解，如神經(jīng)可塑性、學(xué)習(xí)與記憶的生物學(xué)基礎(chǔ)等，也包括如何更好地理解大腦的各個(gè)系統(tǒng)如何相互作用，以及這些機(jī)制如何影響我們的認(rèn)知、行為與情感。May-Britt堅(jiān)信，科學(xué)家一生中都會(huì)不斷發(fā)現(xiàn)新問(wèn)題，提出新假設(shè)，推動(dòng)大腦認(rèn)知研究的深層次探索。她說(shuō)：“科學(xué)家從未真正有‘終點(diǎn)’，總是會(huì)有新的問(wèn)題涌現(xiàn)出來(lái)，這也是我永遠(yuǎn)充滿(mǎn)激情去探索大腦的原因。”

（二）自動(dòng)駕駛：決策、能效與容錯(cuò)能力的挑戰(zhàn)

值得一提的是針對(duì)中國(guó)復(fù)雜的道路環(huán)境，梅賽德斯-奔馳基于中國(guó)實(shí)際駕駛場(chǎng)景和駕駛風(fēng)格定制開(kāi)發(fā)，打造了更符合中國(guó)路況情況的智駕系統(tǒng)。

除了快速精確決策外，王忻還特別強(qiáng)調(diào)了能效問(wèn)題。能效提升意味著我們需要在保持高效計(jì)算和精準(zhǔn)感知的基礎(chǔ)上，優(yōu)化計(jì)算資源的使用，達(dá)到更高效的效果。在現(xiàn)有技術(shù)框架下，雖然自動(dòng)駕駛系統(tǒng)已經(jīng)能夠有效感知周?chē)�環(huán)境，但仍然需要在保證精確度的同時(shí)，顯著減少系統(tǒng)的功耗，這對(duì)于電動(dòng)汽車(chē)尤為重要。

另外，自動(dòng)駕駛系統(tǒng)的容錯(cuò)能力也是一項(xiàng)關(guān)鍵挑戰(zhàn)。與人類(lèi)駕駛員能夠依靠直覺(jué)和經(jīng)驗(yàn)快速應(yīng)對(duì)突發(fā)事件不同，當(dāng)前的自動(dòng)駕駛系統(tǒng)在面對(duì)極端場(chǎng)景（Corner cases）時(shí)的反應(yīng)能力仍然有限，系統(tǒng)的應(yīng)變能力依然不足。盡管人工智能技術(shù)已經(jīng)取得了一定進(jìn)展，但與人類(lèi)大腦的復(fù)雜性相比，現(xiàn)有的技術(shù)距離完全模擬人類(lèi)的決策和反應(yīng)仍然有很大的差距。

為了提升安全容錯(cuò)，奔馳貫徹多年堅(jiān)持的“整體式安全理念”，將主動(dòng)與被動(dòng)安全結(jié)合。在自動(dòng)駕駛系統(tǒng)中，多個(gè)冗余設(shè)計(jì)確保即使在極端情況下，車(chē)輛也能安全退出駕駛模式。在AI大模型的驅(qū)動(dòng)下，奔馳L2++已經(jīng)能夠接近人類(lèi)“老司機(jī)”的駕駛水平，且通過(guò)海量云端訓(xùn)練，系統(tǒng)會(huì)不斷自我優(yōu)化，越用越熟練。

然而王忻對(duì)此并不滿(mǎn)足，他補(bǔ)充道：“我們的目標(biāo)不僅是讓汽車(chē)能夠完全自駕，還要讓它能夠像人類(lèi)一樣，在不同的環(huán)境下靈活應(yīng)對(duì)各種復(fù)雜情況。奔馳有一個(gè)非常清晰的愿景：致力于2050年實(shí)現(xiàn)‘零致命性交通事故’。”

（三）路漫漫其修遠(yuǎn)兮

盡管新技術(shù)的突破充滿(mǎn)挑戰(zhàn)，但隨著大腦研究和人工智能研究的不斷進(jìn)步，我們可以看到這兩個(gè)跨界領(lǐng)域蘊(yùn)藏的巨大潛力，正靜靜等待著被進(jìn)一步挖掘。從May-Britt在大腦認(rèn)知方面的開(kāi)創(chuàng)性研究，到奔馳在智能駕駛領(lǐng)域的持續(xù)創(chuàng)新，我們正一步步邁向更加智能的未來(lái)。

跨界啟發(fā)：大腦與人工智能的交匯

（一）高效的大腦，沒(méi)有神經(jīng)元是一座孤島

“大腦在駕駛時(shí)的能耗僅相當(dāng)于一個(gè)20瓦的燈泡，遠(yuǎn)低于汽車(chē)的能耗。”May-Britt在對(duì)談中提到，“我們需要理解大腦中的算法，并將這些算法轉(zhuǎn)化為汽車(chē)中的人工智能，以便在執(zhí)行相同任務(wù)時(shí)減少能量消耗。”

在探討“大腦如何認(rèn)路”時(shí)，能效是一個(gè)關(guān)鍵因素。人類(lèi)大腦能夠高效處理信息，部分歸功于其復(fù)雜而精密的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。大腦中的神經(jīng)元通過(guò)大量的連接與其他神經(jīng)元互動(dòng)，形成了一個(gè)高度協(xié)作的系統(tǒng)。每個(gè)神經(jīng)元并非孤立存在，而是通過(guò)精細(xì)的神經(jīng)環(huán)路與成千上萬(wàn)的其他神經(jīng)元協(xié)同工作，從而推動(dòng)認(rèn)知和行為的產(chǎn)生。正如在Science《Brain Connectivity》專(zhuān)刊中提到的：“沒(méi)有神經(jīng)元是一座孤島……大腦不僅僅是由組成細(xì)胞構(gòu)成。每個(gè)神經(jīng)元都與數(shù)以千計(jì)的其他神經(jīng)元相連，但這并不是雜亂的連接，而是一首同步的交響樂(lè)……如果沒(méi)有順暢運(yùn)行的連接，大腦只不過(guò)是一堆神經(jīng)元。”

圖：三維偏振光成像揭示了人腦切片的細(xì)節(jié)

人工智能之父、圖靈獎(jiǎng)得主Marvin Minsky曾說(shuō)：“現(xiàn)在的問(wèn)題不是機(jī)器人是否需要情感，而是沒(méi)有情感的機(jī)器人是否能產(chǎn)生真正的智能。”

圖：人工智能之父Marvin Minsky（馬文·明斯基）

從進(jìn)化論的角度來(lái)看，情緒和邊緣系統(tǒng)中的杏仁核息息相關(guān)，情緒反應(yīng)尤其是恐懼擔(dān)憂(yōu)情緒對(duì)我們的祖先逃避危險(xiǎn)至關(guān)重要。因此，我們不僅繼承了祖先的生理特征，也同樣繼承了他們的心理特征。May-Britt提到：“情緒是為了保護(hù)我們而進(jìn)化出來(lái)的，確實(shí)如此。但有時(shí)，情緒過(guò)于強(qiáng)烈，反而可能傷害我們。”例如，路怒癥和斗氣車(chē)引發(fā)的交通事故，正是情緒化駕駛的悲劇。從這個(gè)角度來(lái)講，自動(dòng)駕駛技術(shù)有其優(yōu)勢(shì)，因?yàn)闆](méi)有情緒，所以不會(huì)出現(xiàn)人類(lèi)司機(jī)可能的沖動(dòng)行為。

然而，在另一個(gè)層面上，情緒或許是人工智能突破的關(guān)鍵。人類(lèi)的“擔(dān)憂(yōu)”情緒促使我們進(jìn)行防御性駕駛。駕駛員常常會(huì)依據(jù)經(jīng)驗(yàn)和直覺(jué)對(duì)潛在危險(xiǎn)做出預(yù)判。舉例來(lái)說(shuō)，看到路邊的行人、動(dòng)物或障礙物，即便它們沒(méi)有明顯的移動(dòng)跡象，人類(lèi)駕駛員也會(huì)提前做出反應(yīng)，以防它們突然進(jìn)入道路。在面對(duì)緊急情況時(shí)，人類(lèi)的“擔(dān)憂(yōu)”情緒促使我們更加謹(jǐn)慎、迅速地評(píng)估風(fēng)險(xiǎn)，并選擇最安全的解決方案。

相比之下，自動(dòng)駕駛系統(tǒng)缺乏這種情緒驅(qū)動(dòng)，在緊急情境下可能無(wú)法像人類(lèi)一樣果斷做出決策。當(dāng)前的自動(dòng)駕駛系統(tǒng)主要依賴(lài)傳感器數(shù)據(jù)來(lái)判斷情況，但缺乏這種基于經(jīng)驗(yàn)和常識(shí)的預(yù)判能力，因此在復(fù)雜、多變的路況下（電動(dòng)車(chē)、行人突然竄出），可能出現(xiàn)反應(yīng)遲緩或決策失誤的情況。

北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院院長(zhǎng)、麥戈文腦科學(xué)研究員吳思教授曾指出：“在我看來(lái)，當(dāng)前的AI發(fā)展只是其中的一條路徑，并非終點(diǎn)。最根本的問(wèn)題尚未解決——理解生命的本質(zhì)和意識(shí)思維的本質(zhì)。這個(gè)問(wèn)題比AI本身更為重要。AI只是物質(zhì)層面的應(yīng)用，而理解生命的本質(zhì)，才是更為根本的任務(wù)。”

從卷積神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)，再到如今備受關(guān)注的Transformer模型，這些僅代表了AI發(fā)展的一種途徑。它們可能是當(dāng)前階段的最優(yōu)解，但不一定是未來(lái)的最佳方案。隨著人工智能在“Scaling law”上效果的發(fā)展逐漸放緩，也許我們應(yīng)該轉(zhuǎn)向更為寶貴的資源——人腦。大腦不僅高效，而且極其復(fù)雜，由無(wú)數(shù)神經(jīng)元互聯(lián)構(gòu)成，是已知宇宙中最復(fù)雜的動(dòng)力學(xué)系統(tǒng)。

在對(duì)話(huà)中，May-Britt和王忻多次聊到，要深入理解大腦的工作機(jī)制，才能推動(dòng)人工智能的發(fā)展。“冗余系統(tǒng)”是智能駕駛領(lǐng)域的常見(jiàn)術(shù)語(yǔ)，但其實(shí)人類(lèi)大腦中同樣也存在冗余系統(tǒng)，它們保障著我們?cè)诿鎸?duì)疾病或損傷時(shí)仍能正常運(yùn)作。May-Britt表示：“大腦確實(shí)有冗余系統(tǒng)，這也是為什么當(dāng)人們患上阿爾茨海默癥時(shí)，一些方向細(xì)胞、網(wǎng)格細(xì)胞等功能細(xì)胞死亡，但系統(tǒng)冗余使得我們能夠承受部分細(xì)胞死亡而不影響導(dǎo)航功能。”王忻則感嘆道：“學(xué)習(xí)人類(lèi)大腦的工作方式，能讓我們?cè)谧詣?dòng)駕駛的研發(fā)上取得更大進(jìn)展。”但與此同時(shí)May-Britt也提到，人工智能的發(fā)展也促進(jìn)了對(duì)大腦的研究：“過(guò)去我們沒(méi)有足夠的工具來(lái)理解大腦，而如今，人工智能和機(jī)器學(xué)習(xí)正幫助我們更好地理解大腦。”

所以就像吳思教授所說(shuō)：“AI還有另一條發(fā)展路徑：學(xué)習(xí)大腦。目前，基于深度學(xué)習(xí)的AI還無(wú)法實(shí)現(xiàn)許多人類(lèi)高級(jí)認(rèn)知功能，因此這條道路仍值得探索。盡管這條路可能會(huì)更復(fù)雜，突破也可能會(huì)稍晚一些，但并不代表它不存在。”

結(jié) 語(yǔ)

我們正站在大腦與智能機(jī)器交匯的十字路口，科學(xué)與技術(shù)的跨界融合將為人類(lèi)打開(kāi)全新的認(rèn)知之門(mén)。May-Britt Moser對(duì)大腦之謎的不斷追問(wèn)，正如奔馳對(duì)智能駕駛的不斷突破，未來(lái)的道路必定充滿(mǎn)挑戰(zhàn)，但也充滿(mǎn)無(wú)限的可能。我們不僅將揭開(kāi)大腦神秘面紗，也將在機(jī)器與人類(lèi)認(rèn)知的邊界上迎來(lái)嶄新的突破。正如那句古老的詩(shī)句所說(shuō)：“路漫漫其修遠(yuǎn)兮，吾將上下而求索。”無(wú)論是大腦的“認(rèn)路”，還是智能駕駛的突破，它們必定是充滿(mǎn)未知、充滿(mǎn)激情、充滿(mǎn)探索的未來(lái)，在通向未知的星辰大海，需要科學(xué)與產(chǎn)業(yè)的共同努力。