來源：搜狐

高天垚，是聯(lián)想之星投資副總裁，主要關(guān)注AI、無人駕駛、傳感器和機器人等技術(shù)類投資方向。他在一篇文章里面表示，自動駕駛是人工智能的終極場景，沒有之一。同時，他在文章中還分享了，他對自動駕駛的更多觀點。

首先，高天垚說“自動駕駛”，或稱“無人駕駛”，并不是什么新鮮詞匯，真要追溯起來，其實1925年就有了，當(dāng)然，那只是雛形。而現(xiàn)在，自動駕駛的發(fā)展，主要分為三條路線：第一條以谷歌和優(yōu)步為代表，他們使用價格高昂的傳感器，想要“一步到位”實現(xiàn)完全無人駕駛，也就是不需要駕駛員，這么做的，主要是互聯(lián)網(wǎng)公司；第二條是以傳統(tǒng)車企為代表，走“漸進式”路線，他們從“輔助駕駛”開始做，然后再過渡到真正的無人駕駛；第三條則是介于前兩條路線之間，在傳感器與應(yīng)用場景上進行妥協(xié)，可以輔助駕駛，而在特定場景下實現(xiàn)無人駕駛，代表企業(yè)就是特斯拉，很多新興創(chuàng)業(yè)公司都這么做。

高天垚認為，現(xiàn)在的這些自動駕駛技術(shù)，在發(fā)展上面臨三個問題：

第一個是技術(shù)問題，現(xiàn)在的自動駕駛，還是初級的人工智能，也就是“弱人工智能”，不僅是感知與決策的算法不夠可靠。面對完全開放的外部環(huán)境，比如天氣、光線的變化，突發(fā)路況等等，尤其是和有人駕駛汽車共存的情況下，如何實現(xiàn)100%的安全，在技術(shù)上還不夠成熟。

第二個是成本問題，比如以激光雷達為代表的核心傳感器，現(xiàn)在的售價都非常高昂，在商業(yè)化量產(chǎn)上存在很大阻礙。

第三個是政策、法規(guī)，以及相應(yīng)基礎(chǔ)設(shè)施的建設(shè)問題，這些都超過了汽車行業(yè)本身的范疇，是相當(dāng)復(fù)雜的系統(tǒng)工程。

回到“人工智能”本身，高天垚說，包括機器視覺、深度學(xué)習(xí)，增強學(xué)習(xí)，GPU，機器人，傳感器技術(shù)等在內(nèi)，目前的大部分仍在“弱人工智能”的范疇，而要實現(xiàn)真正的“無人駕駛”，就要在這些底層技術(shù)上獲得突破，達到“強人工智能”。

他之所以表示“自動駕駛是人工智能的終極場景，沒有之一”，主要是基于兩點原因：一是人工智能的發(fā)展，需要依賴四個基本要素，分別是計算力、海量數(shù)據(jù)、算法和決策、以及傳感器的數(shù)據(jù)采集，這些與實現(xiàn)“完全無人駕駛”的要素是高度重合的；二是想要發(fā)展“強人工智能”，就需要與應(yīng)用場景相結(jié)合，考慮到汽車行業(yè)的龐大體量，使用環(huán)境的多樣化，可以說，自動駕駛的平臺，可以最大限度的轉(zhuǎn)化人工智能的技術(shù)創(chuàng)新與突破。

最后，對于自動駕駛的理解，我們還應(yīng)該回歸汽車行業(yè)本身。自動駕駛，實際上還是汽車在自動化水平上的智能化提升，驅(qū)動力在于汽車產(chǎn)業(yè)，準確地說，是汽車電子產(chǎn)業(yè)的優(yōu)化升級。因此，從汽車電子產(chǎn)業(yè)升級的角度，存在兩個投資機會。第一個是傳感器技術(shù)公司，目前還不存在“一步到位”的傳感器解決方案，關(guān)鍵點在于，數(shù)據(jù)采集的質(zhì)量，因此，如果能從硬件角度解決此問題，會有很大價值。另外就是低成本的解決方案，這對于量產(chǎn)及供應(yīng)鏈層面很重要，也有很大價值。第二個是“限定場景下的自動駕駛技術(shù)公司”，因為這是目前，能最大限度發(fā)揮人工智能相關(guān)技術(shù)的領(lǐng)域，比如：封閉/半封閉區(qū)域、低速/高速狀態(tài)、有軌交通、特種車輛等，這些都是可行的技術(shù)路線。

審核編輯黃昊宇