Select Language

AI社区

数据要素产业

明年将会看到自动驾驶应用场景落地

12-08 01:18 TAG: 自动驾驶

如果你还记得80年代,你可能会惊讶地发现你可以走到电脑前,输入以下基本信息,然后就会发生一些事情:

10 PRINT?"Robbie is rad"

20 GOTO 10

这在当时似乎是一种魔力(这很好,因为这也是我的编程技能的程度)。这是2017年汽车工业的发展方向。人工智能正处于将未来的计算机推向生命的尖端,这种计算机能够识别、分析和应对现实世界的驾驶场景。

但就像科技行业的所有事情一样,这是一个炒作周期,数十家大大小小的公司都在争相确保自己的技术能在未来的汽车中使用。过去的一年,我有一群不停歇的创业公司向我推销他们的人工智能自动驾驶系统。他们中的许多人都是可疑的,而像AImotive和Comma AI这样的少数,似乎注定要被一个更大的实体吞并,或者成为行业标准的一部分。但别指望2018年会有很多改变。

“自动驾驶汽车行业才刚刚起步,这将是几十年乃至数十年的发展,”英伟达汽车业务高级总监Danny Shapiro表示。随着该公司正在打造支持许多现有人工智能系统的硬件,英伟达也有内部人士的看法。正如Shapiro所言,自动驾驶的任何标准都会在游戏的早期压制创新。

相反,在未来10年左右的时间里,你可以期待看到整合。汽车制造商或大型科技公司将会吞并小型创业公司,以获取他们的人工智能技术或人才。这是一个在硅谷不断上演的故事。在过去的一年里,英特尔收购了MobileEye。通用汽车(曾在Lyft投入巨资)对优步进行了大量投资。与此同时,Waymo目前正在与Lyft合作。

但自动驾驶汽车的风险要高得多。自动驾驶汽车有拯救生命的潜力,为无法驾驶的人提供交通选择,改变城市和车辆处理停车的方式。当然,他们也会减少二氧化碳的排放,要么是电动汽车,要么是混合动力车,要么就是比人类驾驶更保守。

但最终还是需要一个标准。在某个时候,自动驾驶汽车将上路,如果没有一个联邦政府监管的标准来管理这些汽车与世界的互动,那么将会出现混乱,因为消费者、城市和汽车制造商的竞争系统遵循着略微不同的规则。例如,如果每辆车都以不同的方式处理一个十字路口,那么由此产生的混乱将不会比人类在驾驶时更好。汽车制造商明白这一点。

尽管这些公司从根本上以同样的方式使用人工智能,但在数据分析方式和硬件部署方式上存在一些差异。例如,梅赛德斯-奔驰从激光雷达中获取信息,用于测量和绘制现实世界中的物体的激光。它没有试图在生成的图像中处理单个像素,而是创建了一个被它称为“Stixels”的数据块。与此同时,特斯拉并不认为它需要激光雷达数据来指导或驾驶它的汽车。

宝马目前正在开发自己的人工智能技术,但其也看到了共享的未来。“我们认为将会有一个行业标准,”宝马公司负责数字业务创新的董事会成员Peter Schwarzenbauer说。“但我们还不知道结果会怎样。”我不认为你会在这个星球上看到太多不同的系统。”除了安抚美国监管机构以外,汽车公司还必须调整自己的人工智能系统,以适应每一个销售汽车的地区。这并不容易,但如果在某一时刻他们能够达成协议,这将有利于所有相关方的利益。

在2018年,预计将有更多的自动驾驶新闻从Waymo、奔驰、通用汽车、英特尔和其他大型科技和汽车公司传出。几乎所有的公司都在兜售他们的人工智能系统,而不是在道路上进行模拟,因此我们预计会有更多关于云技术的消息。但也会有很多小公司。想想吧:像AImotive和Comma AI这样的创业公司,要么奋起反抗,要么因过度承诺和交付而崩溃。但大多数时候,他们都在寻找更多的合作伙伴,比如福特和英特尔之间的合作,或是通用汽车和Lyft(现在是Uber)之间的合作。

2017年的一切都是关于人工智能的炒作,2018年,公司将不得不开始兑现他们的承诺,让无人驾驶汽车成为现实。因为最终,我们的生活将依赖无人驾驶汽车。