人工智能＋自动驾驶还有很长路要走

    丰田汽车公司最近对外表示，将于2020年左右开始测试自己的自动驾驶电动车，这种电动车将会使用人工智能技术（AI）与司机进行互动交流和接触。作为当前“风口”的人工智能，正在与另一市场焦点“自动驾驶技术”深入融合。有观点指出，自动驾驶是人工智能的终极场景，没有之一。
    
    自动驾驶离不开人工智能辅助
    根据美国电气和电子工程师协会（IEEE）日前发布的预测数据，自动驾驶汽车时代将在2040年左右到来，届时自动驾驶汽车在汽车总数中的比例将达到75％以上。受良好市场前景鼓舞，从Google、百度等互联网公司，特斯拉、丰田等新老汽车品牌，到英特尔、高通、恩智浦等半导体公司，都在自动驾驶技术上投入了巨大研发力量。“自动驾驶化、互联化和电气化正成为全球汽车产业的三大主要趋势。”恩智浦全球副总裁Ross McOuat在接受记者采访时指出。
    然而，真正的自动驾驶仍然任重道远。从技术角度分析，自动驾驶面临的主要问题是感知与决策算法本身仍不可靠。一旦实用，自动驾驶所面对的环境将完全开放，天气、光线、突发的路况等问题，都将提出挑战。因此，真正自动驾驶必须依赖强大的计算力、海量数据、算法与决策，以及传感器的数据采集。
    而人工智能的实现同样高度依赖于这四个基本要素。因此，人工智能与自动驾驶的结合，具有得天独厚的优势。汽车将成为人工智能的主要应用领域。新思科技董事长暨共同执行长Aart de Geus表示，在传统汽车中加入AI，将颠覆过去几千年人们对于出行、移动的认识，车辆的人机交互性将得到强化。Ross也表示，人工智能，也包括自动驾驶，毫无疑问将是未来汽车行业一个非常重要的组成因素，人工智能对提升自动驾驶的安全性非常重要。
    国际厂商深入布局“人工智能＋自动驾驶”
    正是看好人工智能在自动驾驶中的应用，越来越多的厂商开始投入大量资源进行深入布局，并且相继推出部分实用化的产品。面对来自传统汽车制造商和高科技企业竞争对手们在自动驾驶、智能汽车领域的竞争压力，丰田汽车承诺，到2020年时，将会投入10亿美元发展先进的自动驾驶技术和人工智能技术。丰田电动车业务规划部门总经理冈部诚表示：“通过人工智能技术的应用，我们希望能够扩展和增强汽车的驾驶体验，让汽车能够成为人们进行情感交流的次生对象。”
    在芯片厂商方面，10月10日，人工智能芯片厂商英伟达发布全球首款为驱动自动驾驶出租车而设计的人工智能计算系统。这套名为Drive PX Pegasus的新系统将面向Level 5级别的自动驾驶汽车，即能够完全由传感器和计算机操控，无需驾驶者的介入。英伟达称，整套Pegasus的尺寸只有汽车牌照大小，其性能较现有系统提升超过10倍。10月17日，全球最大的汽车电子厂商恩智浦也发布针对互联汽车、电动汽车和自动驾驶汽车的全新控制和计算平台S32。Ross表示，S32平台提供了微控制器／微处理器（MCU／MPU）的统一架构，是全球首个完全可扩展的汽车计算架构，即将被高档和普通量产汽车品牌采用。至于稍早之前，英特尔以153亿美元收购Mobileye，更是将“人工智能＋自动驾驶”的热度推至高峰。
    中国对于这一发展趋势也非常重视，国务院印发的《新一代人工智能发展规划》（以下简称《规划》）中多次提及要重点发展汽车产业中的自动驾驶技术，并且要在智能交通建设和自主无人驾驶技术平台等方面实现突破。《规划》中首次将人工智能提升到国家战略的高度，为汽车产业的智能化进程提供了一条明确的发展道路。
    中国工程院院士李德毅在日前召开的“2017中国汽车产业发展（泰达）国际论坛”演讲中指出，汽车人已经把汽车里的自动控制做到了极致，同时也触碰到了自动化的天花板，下一步需要依靠人工智能来完成，必须通过一个物化驾驶员在线认知的智能代理——“驾驶脑”研究驾驶员、学习驾驶员、分析驾驶员行为大数据，然后代替驾驶员。
    实现自动驾驶需要“强人工智能”
    尽管“人工智能＋自动驾驶”的趋势被看好，但是距离它的成熟应用阶段还有很长的路要走。有咨询机构估算，目前车厂只在高端车型中安装人工智能对驾驶者进行部分辅助，2015年新车型的AI系统安装率只有8％。
    联想之星投资副总裁高天垚撰文指出，目前大部分相关技术的创新和应用仍在弱人工智能范畴。自动驾驶作为人工智能的终极场景，与强人工智能的实现一样，是一个需要长期发展的过程。完全的、开放的自动驾驶也许不是目前所能想到的样子，甚至最终实现自动驾驶的载体也不会是“汽车”，亦或很难被定义为“汽车”。
    针对芯片对该领域的支持，Ross指出，芯片和软件正在成为主导一辆汽车的核心力量，推动汽车朝电子化、网络化以至自动化驾驶发展。“这导致汽车将面临巨大的数据处理量。今后5年内，汽车面临的软件复杂程度将进一步提升，这在以下几个方面对未来汽车提出了更高的要求：更大带宽的以太网支持，更强的环境认知能力，更高的计算能力。”Ross说。这些都需要软硬件的配合方能实现，这也预示着“人工智能＋自动驾驶”的应用将是一个长期的过程。