14020199014
李運澤
嵌牛導(dǎo)讀
2017年正處于終端用戶設(shè)備第三次偉大的革命期孤荣。首先，在20世紀90年代使用Windows的PC须揣，然后在2006年通過iPhone達到智能手機⊙喂桑現(xiàn)在，我們正處于下一個終極用戶體驗轉(zhuǎn)變的尖端：汽車耻卡。那么疯汁，未來汽車是什么樣的？我們有什么方案去實現(xiàn)它呢卵酪？
嵌牛鼻子
AI? ? NLU? ADAS? V2V? V2I
嵌牛正文
汽車業(yè)務(wù)將在未來5-15年內(nèi)發(fā)展壯大幌蚊，2017年是個增長的階段。Gartner預(yù)計到2020年溃卡，將擁有2.5億輛汽車上市霹肝。其中大部分增長將是新的數(shù)據(jù)服務(wù)和新產(chǎn)品，而不是汽車本身的傳統(tǒng)“彎曲金屬和橡膠”塑煎。資訊公司麥肯錫估計沫换，到2030年，聯(lián)網(wǎng)汽車的數(shù)據(jù)以及出現(xiàn)的新業(yè)務(wù)模式每年可能價值1.5萬億美元最铁。
2025年的汽車將與現(xiàn)在的汽車相當不同讯赏。汽車將基本上成為輪子上的計算機，產(chǎn)生大量有價值的數(shù)據(jù)——只有在基礎(chǔ)設(shè)施到位時的數(shù)據(jù)才是有用的冷尉，才是有分析它漱挎、學(xué)習(xí)它的價值。這就是為什么AI會推動聯(lián)網(wǎng)汽車的未來雀哨。
未來的汽車是怎么樣的磕谅？
有一些趨勢塑造著未來的汽車私爷。一個是大量注入計算基數(shù)，從根本上改變汽車電子膊夹。除了立體聲衬浑，汽車將能夠運行復(fù)雜的應(yīng)用程序。就像iPhone展示了一臺電腦如何進行語音通話一樣放刨。汽車也將經(jīng)歷傳感器革命工秩。傳感器的成本也會下降。因此进统，汽車最終將包含數(shù)十個短程傳感器助币，可以收集有關(guān)其環(huán)境的海洋數(shù)據(jù)。
此外螟碎，與云端的連接將是2025年汽車的核心部分眉菱。汽車將不再是在車輛的20年聲明周期中保持不變的隔離模塊。相反掉分，他們將能夠從云端獲得新的下載俭缓。所有的傳感器數(shù)據(jù)將被發(fā)送到云端，或者使用V2V（車輛到車輛）或V2I（車輛到基礎(chǔ)設(shè)施）進行點對點的傳輸叉抡，這樣甚至可以提供短距離數(shù)據(jù)。將手機這些數(shù)據(jù)以形成街道級甚至城市及的交通觀點答毫。就像PC和手機一樣褥民，云端作為信息、應(yīng)用程序和處理的中央存儲庫洗搂。
根據(jù)IHS Technology的一份報告消返，車載人造衛(wèi)星系統(tǒng)的數(shù)量將從2015年的700萬增加到2025年的1.22億。大都會將成為標準耘拇，這樣做將改變?nèi)藗兣c汽車的交互方式撵颊，反之亦然。一種方式是通過信息娛樂的更智能的互動惫叛。AI將提供語音和手勢識別功能倡勇、驅(qū)動程序監(jiān)控、虛擬助手和自然語言理解功能（NLU）嘉涌。駕駛員將能夠與他們的汽車交談妻熊，讓他們回應(yīng)、甚至達到超出他們預(yù)期需求的標準仑最。
AI也將使現(xiàn)金的駕駛員輔助系統(tǒng)（ADAS）系統(tǒng)成為主流現(xiàn)實扔役。ADAS和自主車輛需要基于攝像機的機器視覺系統(tǒng)【剑基于雷達的檢測單元亿胸，駕駛員狀況評估和傳感器融合引擎控制單元（ECU）工作坯钦。根據(jù)IHS，“深入學(xué)習(xí)”是完全自主的車輛的關(guān)鍵侈玄。這可以讓他們檢測和識別物體婉刀，檢測動作，適應(yīng)新的道路狀況等等拗馒。
我們?nèi)绾芜_到上述水平路星？
實現(xiàn)完全自主的汽車，這條道路會很漫長诱桂，我們也只是剛剛開始洋丐。而2016年表現(xiàn)出了許多可能的情況，我們還沒有達到由國家公路交通安全管理局（NHTSA）定義的全面自主的4級汽車挥等。
2017年友绝，隨著我們建立數(shù)據(jù)收集的關(guān)鍵基礎(chǔ)設(shè)施，并為ADAS制作詳細的實時地圖肝劲，該行業(yè)也將會迎來重要的里程碑迁客。今天又兩個選擇來實現(xiàn)這一目標，今年將出現(xiàn)第三個主要的替代方案辞槐。
一個選擇是部署高度儀表化的汽車掷漱，拍攝靜態(tài)物體的圖像和記錄位置。精確的車道信息和方向需要這種所謂的“毫米精度”榄檬。這在錢和時間方面是一個非常昂貴的選擇卜范，它還需要持續(xù)的更新，一遍數(shù)據(jù)不會變得陳舊鹿榜。
第二個選擇是部署半自動車輛來收集數(shù)據(jù)海雪。這需要新一代具有先進傳感器的汽車，但很少有汽車會在2017年安裝這些傳感器舱殿。
今年的第三個選擇是使用新技術(shù)奥裸，從已經(jīng)在路上的其他非自主汽車手機數(shù)據(jù)。例如沪袭，從相同的位置的多個轎廂檢測突然的轉(zhuǎn)向變化湾宙，可以指示障礙。當輪滑或擋風(fēng)玻璃刮水器打開時冈绊，注意到將提供與微觀天氣相關(guān)的通知创倔。機器學(xué)習(xí)的力量是，所有這些數(shù)據(jù)都可以通知下一代汽車的ADAS系統(tǒng)焚碌，并為未來的汽車提供更好的模型畦攘。
2017年出現(xiàn)的技術(shù)可能還不能實現(xiàn)完全自主的車輛，但對于奠定未來的基礎(chǔ)十电，是至關(guān)重要的知押。
