AI正驅(qū)動聯(lián)網(wǎng)汽車的未來 終端設備迎來第三次革命

3月23日消息，據(jù)Venturebeat報道，2017年，我們正處于終端設備上第三次大革命的曙光中。第一次終端設備大革命發(fā)生于20世紀90年代，當時Windows出現(xiàn)在個人電腦上。第二次大革命誕生于2006年，當時最酷的智能手機iPhone面世?，F(xiàn)在，我們正面臨著終端用戶體驗轉(zhuǎn)變的風口浪尖上，而汽車成為無可爭議的主角。這種轉(zhuǎn)變比前兩次更重要，因為它標志著理解物理世界的數(shù)字化道路。

AI正驅(qū)動聯(lián)網(wǎng)汽車的未來 終端設備迎來第三次革命

在未來5到15年中，汽車行業(yè)將發(fā)生翻天覆地的變化，而2017年就是這種巨變的起點。市場研究機構(gòu)Gartner預測，到2020年，上路聯(lián)網(wǎng)汽車將達到2.5億輛。大部分增長將是新數(shù)據(jù)服務和新產(chǎn)品，而非傳統(tǒng)意義上汽車本身的“彎曲金屬和橡膠”.咨詢公司麥肯錫估計，聯(lián)網(wǎng)汽車數(shù)據(jù)以及隨之出現(xiàn)的新商業(yè)模式，到2030年價值將達到1.5萬億美元。

2025年的汽車與今天的汽車看起來截然不同。屆時，汽車實際上會變成“輪子上的電腦”,可以產(chǎn)生大量寶貴數(shù)據(jù)。而只有當基礎設施能夠處理、分析以及從中獲取洞見時，這些數(shù)據(jù)才會變得有意義。這也就是為何人工智能（AI）正驅(qū)動聯(lián)網(wǎng)汽車未來的原因。

有許多趨勢正幫助形成汽車的未來，其中之一就是計算技術(shù)的大規(guī)模注入，這將從根本上改變汽車上的電子設計。除了音箱，汽車將可以運行復雜的程序。就像iPhone已經(jīng)證明電腦可以進行語音通話那樣，未來汽車也可展現(xiàn)出電腦能夠每天移動我們的能力。汽車還將經(jīng)歷傳感器革命，傳感器成本下降的同時，我們會看到功能方面的巨大進步。為此，汽車最終將安裝數(shù)十種短程傳感器，收集有關(guān)它們環(huán)境的海量數(shù)據(jù)。

此外，對于2025年的汽車來說，連接到云端將是核心部分。汽車將不再是孤立的模塊，在20年的生命周期中始終保持不變。相反，它們將能夠從云端下載新的功能。所有傳感器數(shù)據(jù)將被發(fā)送到云端或使用V2V（汽車對汽車）和V2I（汽車對基礎設施）點對點傳送，后者將讓短程數(shù)據(jù)變得更加有用。這些數(shù)據(jù)將被收集以形成街道層面甚至城市層面的交通全景圖。就像個人電腦和智能手機那樣，云端也將成為信息、應用以及處理的中央知識庫。

然而，要想這些趨勢結(jié)出碩果，我們首先需要在軟件方面進行革命。上述所有技術(shù)都將產(chǎn)生大量數(shù)據(jù)，機器學習和人工智能將是處理數(shù)據(jù)必不可少的幫手。如今，我們已經(jīng)看到機器學習和人工智能幫助計算機能力取得大幅進步，特別是做出決策和理解圖像方面，但這些還只是個開始。

IHS Technology發(fā)布報告顯示，汽車中AI系統(tǒng)的數(shù)量將從2015年的700萬個增至2025年的1.22億個。人工智能將成為新的標準，也將改變?nèi)祟惻c汽車互動的方式。一種方式是通過信息娛樂系統(tǒng)和更智能化的互動。人工智能也將支持更多功能，比如語音識別、手勢識別、司機監(jiān)控、虛擬選注、自然語言理解等。司機將能夠與汽車交流，后者可基于需求做出預期回應。

人工智能還可幫助先進司機輔助系統(tǒng)（ADAS）變成主流現(xiàn)實。這種系統(tǒng)和自動汽車需要基于攝像頭的機器視覺系統(tǒng)、基于檢測單元的雷達、駕駛員狀態(tài)評估以及傳感器融合發(fā)動機控制單元（ECU）等相結(jié)合才能工作。據(jù)IHS預測，深度學習是全自動汽車的關(guān)鍵。它可以幫助汽車發(fā)現(xiàn)和識別目標物體、預測行動以及適應新的路況等。

實現(xiàn)全自動汽車的目標依然很遙遠，我們才剛剛起步。盡管2016年呈現(xiàn)出這種可能性，但我們依然需要數(shù)年時間才能看到自動化水平達到4級的汽車進入大眾市場。2017年，汽車行業(yè)將取得更多重要里程碑。我們將建設更多收集數(shù)據(jù)的關(guān)鍵基礎設施，并為先進司機輔助系統(tǒng)創(chuàng)造更詳細的實時地圖。今天，要想實現(xiàn)這個目標有2種選擇，但我們將看到第三種替代方案出現(xiàn)。

一種選擇是打造高度儀表化汽車，它可以拍攝靜止對象的圖片和記錄位置。這種所謂的“毫米精度”需要精確的車道和方向信息。但從投入成本和時間角度來看，這個選擇是非常昂貴的，它還要求進行持續(xù)更新，以便保持數(shù)據(jù)始終處于最新狀態(tài)。第二種選擇是打造半自動化汽車來收集數(shù)據(jù)，這要求新一代汽車配有先進的傳感器，但2017年很少有汽車能配備這樣的設施。

第三種選擇是使用全新數(shù)據(jù)，從其他已經(jīng)上路的非自動化汽車上收集數(shù)據(jù)。舉例來說，在相同的位置發(fā)現(xiàn)多輛汽車突然轉(zhuǎn)向，這可能意味著前方存在障礙。而注意到車輪打滑或擋風玻璃上的雨刷器啟動，可能為我們提供精確的天氣變化信息。機器學習的優(yōu)勢在于，所有數(shù)據(jù)都能通知下一代汽車上的先進司機輔助系統(tǒng)，并為未來汽車提供更好的模式。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。