search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

汽車業迎智能化革命 AI驅動行業發展

從個人電腦到智能手機,人類經歷了兩次終端革命,而如今人類正迎來第三次智能終端革命,而這次的主角就是汽車,這種轉變比前兩次更重要,因為它標誌著理解物理世界的數字化道路。

在第一次終端革命中,ThinkPad成為市場的主角,以其做工出色、性能穩定的筆記本,迅速佔領了市場。而這一革命也成功將人們帶入了互聯網時代。

而以汽車為終端的時代,以2017年作為這一革命的起點,將持續15年的發展。有研究機構預測,到2020年,上路聯網汽車將達到2.5億輛。大部分增長將是新數據服務和新產品,而非傳統意義上汽車本身的「彎曲金屬和橡膠」。諮詢公司麥肯錫估計,聯網汽車數據以及隨之出現的新商業模式,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」,可以產生大量寶貴數據。而只有當基礎設施能夠處理、分析以及從中獲取洞見時,這些數據才會變得有意義。這也就是為何人工智慧(AI)正驅動聯網汽車未來的原因。

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的大規模注入,這將從根本上改變汽車上的電子設計。除了音箱,汽車將可以運行複雜的程序。就像iPhone已經證明電腦可以進行語音通話那樣,未來汽車也可展現出電腦能夠每天移動我們的能力。汽車還將經歷感測器革命,感測器成本下降的同時,我們會看到功能方面的巨大進步。為此,汽車最終將安裝數十種短程感測器,收集有關它們環境的海量數據。

此外,對於2025年的汽車來說,連接到雲端將是核心部分。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,它們將能夠從雲端下載新的功能。所有感測器數據將被發送到雲端或使用V2V(汽車對汽車)和V2I(汽車對基礎設施)點對點傳送,後者將讓短程數據變得更加有用。這些數據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,雲端也將成為信息、應用以及處理的中央知識庫。

然而,要想這些趨勢結出碩果,我們首先需要在軟體方面進行革命。上述所有技術都將產生大量數據,機器學習和人工智慧將是處理數據必不可少的幫手。如今,我們已經看到機器學習和人工智慧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發布報告顯示,汽車中AI系統的數量將從2015年的700萬個增至2025年的1.22億個。人工智慧將成為新的標準,也將改變人類與汽車互動的方式。一種方式是通過信息娛樂系統和更智能化的互動。人工智慧也將支持更多功能,比如語音識別、手勢識別、司機監控、虛擬選注、自然語言理解等。司機將能夠與汽車交流,後者可基於需求做出預期回應。

人工智慧還可幫助先進司機輔助系統(ADAS)變成主流現實。這種系統和自動汽車需要基於攝像頭的機器視覺系統、基於檢測單元的雷達、駕駛員狀態評估以及感測器融合發動機控制單元(ECU)等相結合才能工作。據IHS預測,深度學習是全自動汽車的關鍵。它可以幫助汽車發現和識別目標物體、預測行動以及適應新的路況等。

實現全自動汽車的目標依然很遙遠,我們才剛剛起步。儘管2016年呈現出這種可能性,但我們依然需要數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,汽車行業將取得更多重要里程碑。我們將建設更多收集數據的關鍵基礎設施,並為先進司機輔助系統創造更詳細的實時地圖。今天,要想實現這個目標有2種選擇,但我們將看到第三種替代方案出現。

一種選擇是打造高度儀錶化汽車,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,它還要求進行持續更新,以便保持數據始終處於最新狀態。第二種選擇是打造半自動化汽車來收集數據,這要求新一代汽車配有先進的感測器,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據,從其他已經上路的非自動化汽車上收集數據。舉例來說,在相同的位置發現多輛汽車突然轉向,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。機器學習的優勢在於,所有數據都能通知下一代汽車上的先進司機輔助系統,並為未來汽車提供更好的模式。



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦