伴隨人工智能進(jìn)入2.0時(shí)代，人類追求自動駕駛的夢想迎來現(xiàn)實(shí)的曙光，業(yè)界敏銳捕捉機(jī)遇，尋找市場切入點(diǎn)，在引導(dǎo)消費(fèi)中持續(xù)推進(jìn)產(chǎn)品成熟和培育市場需求，也為自動駕駛發(fā)展迎來新機(jī)會。據(jù)美國CBInsight公司2016年7月報(bào)告，2011年至那時(shí)，谷歌、微軟、Twitter、Intel、Apple等IT巨頭收購了約140家AI領(lǐng)域的創(chuàng)業(yè)公司，2016年到2017年3月，規(guī)模較大的政府和企業(yè)投資規(guī)模共計(jì)超過1000億美元。美國政府直接進(jìn)行大規(guī)模投資，日本則集結(jié)車企和電子產(chǎn)品企業(yè)等業(yè)界合力投資，芯片企業(yè)、互聯(lián)網(wǎng)企業(yè)、汽車企業(yè)、軟件企業(yè)都在通過投資并購尋求發(fā)展機(jī)會，以推進(jìn)自動駕駛相關(guān)產(chǎn)品開發(fā)應(yīng)用。

一、人工智能2.0提供復(fù)雜環(huán)境感知和系統(tǒng)決策解決方案

人工智能技術(shù)經(jīng)過起起伏伏但又規(guī)律性的發(fā)展變化，終于在云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)的推動下，信息通信技術(shù)與機(jī)器學(xué)習(xí)的完美結(jié)合推動人工智能迎來一個(gè)嶄新的發(fā)展階段，當(dāng)前流行稱謂“人工智能2.0”，其特點(diǎn)可從以下幾個(gè)方面總結(jié)：

從技術(shù)背景來看，一是獲取各種信息的終端設(shè)備廣泛普及。根據(jù)國際電聯(lián)《2017年全球網(wǎng)絡(luò)安全指數(shù)》報(bào)告，2016年全球互聯(lián)網(wǎng)用戶達(dá)到35億人，約占世界總?cè)丝诘囊话?；?020年，接入互聯(lián)網(wǎng)的終端設(shè)備預(yù)計(jì)將達(dá)到120億臺。近幾年物聯(lián)網(wǎng)的快速發(fā)展也推動了大量傳感器在生產(chǎn)領(lǐng)域和服務(wù)領(lǐng)域的廣泛布局，為海量信息的獲取提供了便捷收集渠道。二是處理和存儲信息的能力大大提高。對大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的分布式計(jì)算能力，突破運(yùn)用非關(guān)系型的數(shù)據(jù)存儲能力，數(shù)據(jù)倉庫等技術(shù)的出現(xiàn)，為海量信息的處理提供了可行的途徑。三是支撐快速運(yùn)算的硬件和軟件設(shè)施迅速發(fā)展。云資源管理技術(shù)，計(jì)算、存儲和網(wǎng)絡(luò)虛擬化技術(shù)，服務(wù)器技術(shù)和網(wǎng)絡(luò)設(shè)備技術(shù)及數(shù)據(jù)中心設(shè)備技術(shù)都迅速跟進(jìn)。

從學(xué)習(xí)方式來看，一是從單層芯片網(wǎng)絡(luò)轉(zhuǎn)向類腦神經(jīng)網(wǎng)絡(luò)，傳統(tǒng)的機(jī)器學(xué)習(xí)方法只利用了一層芯片網(wǎng)絡(luò)，在2.0時(shí)代，人工智能技術(shù)立足于神經(jīng)網(wǎng)絡(luò)，類似人類大腦，由一個(gè)個(gè)神經(jīng)元組成，每個(gè)神經(jīng)元和多個(gè)其他神經(jīng)元連接，形成網(wǎng)狀，單個(gè)神經(jīng)元處理簡單的問題，組合成分層的整體，解決復(fù)雜的問題，將復(fù)雜的輸入數(shù)據(jù)抽象和簡化。二是從標(biāo)簽學(xué)習(xí)轉(zhuǎn)向機(jī)器學(xué)習(xí)，傳統(tǒng)的人工智能依靠對事物進(jìn)行特征定義轉(zhuǎn)化為函數(shù)輸入電腦，計(jì)算機(jī)根據(jù)輸入函數(shù)形成的事物特征比對現(xiàn)實(shí)事物進(jìn)行判斷；在2.0時(shí)代，不用事先抽象定義編程輸入，只需要直接輸入大量客觀事物的圖片或者關(guān)鍵信息，計(jì)算機(jī)根據(jù)這些信息識別客觀事物，實(shí)行準(zhǔn)確加權(quán)、錯(cuò)誤降權(quán)，這樣經(jīng)過足夠多的嘗試形成精確的判斷能力，完善機(jī)器的自我學(xué)習(xí)。這兩個(gè)因素形成了人工智能2.0時(shí)代機(jī)器的深度學(xué)習(xí)能力。

從應(yīng)用場景來看，一是需要跨媒體感知和混合智能系統(tǒng)處理的場景，在2.0時(shí)代，類人與超人感知，信息的收集、傳播和處理可以實(shí)現(xiàn)跨媒體的相互融合，聚集群體的混合智能決策系統(tǒng)，這是應(yīng)用場景的需要，也是2.0時(shí)代逐步可以解決的。二是應(yīng)用領(lǐng)域開始從專門領(lǐng)域向綜合性領(lǐng)域轉(zhuǎn)移，在越來越多的專門領(lǐng)域如翻譯、下棋等，人工智能的博弈、識別、控制、預(yù)測中接近甚至超越人的能力；在智能城市、智能經(jīng)濟(jì)、智能制造、智能醫(yī)療、智能家居、智能駕駛等從眾多綜合性領(lǐng)域，人工智能2.0也逐步可以提供一些現(xiàn)實(shí)的解決方案。

二、自動駕駛實(shí)現(xiàn)的關(guān)鍵就是感知復(fù)雜環(huán)境并有效控制

自動駕駛的關(guān)鍵技術(shù)主要包括環(huán)境感知，行為決策，路徑規(guī)劃和運(yùn)動控制四大部分。環(huán)境信息和車內(nèi)信息的采集與處理是自動駕駛的準(zhǔn)備階段；依據(jù)感知系統(tǒng)獲取的信息進(jìn)行決策判斷，給車輛下達(dá)相應(yīng)的任務(wù)，確定合適的控制策略，這是自動駕駛的起始階段；智能車輛有了行駛?cè)蝿?wù)，根據(jù)獲取的信息，按照一定的搜索算法，找出一條可通行的路徑，進(jìn)而實(shí)現(xiàn)智能車輛的自主導(dǎo)航，這是自動駕駛的核心環(huán)節(jié)；接下來就是控制車輛沿著期望的軌跡行駛，這是自動駕駛的結(jié)束階段。按照自動化程度，各國對自動駕駛技術(shù)進(jìn)行了分級，概括言之，大部分國家將自動駕駛大致分成四級，即駕駛輔助、部分自動化、有條件自動化、全自動化（我國分為駕駛輔助、部分自動駕駛、有條件自動駕駛、高度自動駕駛、完全自動駕駛五個(gè)級別）。

從當(dāng)前媒體報(bào)道及相關(guān)報(bào)告提供的資料來看，為了率先推出無人駕駛汽車，企業(yè)們的競賽越來越白熱化，但完全自動駕駛汽車技術(shù)離成熟還有很遠(yuǎn)的路要走。2017年初，美國加州作為批復(fù)路測資質(zhì)最多的城市，加利福尼亞州交通管理局（DMV）公布了一份報(bào)告，披露了谷歌、福特、特斯拉、通用、本田以及博世等在內(nèi)的11家自動駕駛汽車研究公司的1年的路測數(shù)據(jù)，谷歌作為企業(yè)自報(bào)的領(lǐng)先水平代表企業(yè)，“脫離”頻率為5128，也就是說每5128英里需要人工干預(yù)一次。根據(jù)麥肯錫最新報(bào)告，未來十年之內(nèi)達(dá)不到全自動駕駛水平，規(guī)模商用更加任重道遠(yuǎn)。

總體上看，硬件的發(fā)展水平基本可以滿足自動駕駛的需求，CPU和GPU也能提供足夠的計(jì)算力，但對于軟件系統(tǒng)來說，以下三個(gè)問題亟待解決：一是需要一個(gè)更好的人機(jī)交互界面，以協(xié)調(diào)與其他無人車之間的關(guān)系；二是需要建立更好的無人車決策機(jī)制，以協(xié)調(diào)多種情景，執(zhí)行不同的任務(wù)，當(dāng)前的2.0提供了可能，但成熟應(yīng)用還需要長期自我學(xué)習(xí)訓(xùn)練。三是需要建立一個(gè)故障安全機(jī)制，即使在無人駕駛系統(tǒng)失效時(shí)也可以消除潛在危險(xiǎn)。這是影響自動駕駛不斷晉級的關(guān)鍵。

三、人工智能2.0和自動駕駛迎來了前所未有的契合點(diǎn)

人工智能2.0為自動駕駛執(zhí)行控制訓(xùn)練學(xué)習(xí)提供條件。路面上行駛的車輛面臨的情況復(fù)雜，變化快，稍有不慎就會造成人員傷亡，駕駛員在操作中需要高度專注。傳統(tǒng)的算法面對復(fù)雜的道路環(huán)境，難以迅速做出反應(yīng)，甚至誤判；而且，傳統(tǒng)的計(jì)算能力讓人工智能的訓(xùn)練學(xué)習(xí)過程變得無比漫長，信息量已經(jīng)超出了內(nèi)存和處理器的承載上限；更加棘手的是，不遵守交通規(guī)則的突發(fā)情況，以及破壞性自然災(zāi)害常常存在。在這種情況下，基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)提供了解決問題的可能路徑，通過人工智能對足夠多交通狀況的感知，形成自我學(xué)習(xí)和決定最優(yōu)解決方案，為自動駕駛提供現(xiàn)實(shí)基礎(chǔ)，這是人工智能2.0給自動駕駛帶來的最大福音。

人工智能2.0為自動駕駛對環(huán)境全面感知提供支撐。目前，自動駕駛用來感知環(huán)境的信息收集裝備主要有攝像頭和雷達(dá)，攝像頭分辨率、速度快、成本低，激光雷達(dá)探測范圍廣、探測精度高，毫米波雷達(dá)識別精度高、性能穩(wěn)定，但抗極端氣候和干擾能力差，如果布設(shè)多種類傳感器組合使用，則成本太高。在這種困境下，人工智能2.0推動了各種智能傳感器的發(fā)展和普及，這將推動各種傳感設(shè)備技術(shù)的先進(jìn)化和成熟化，同時(shí)也會降低自動駕駛收集外部環(huán)境信息的成本，為智能路徑規(guī)劃和自動控制提供精準(zhǔn)信息，推動自動駕駛技術(shù)的成熟。

人工智能2.0為自動駕駛規(guī)避安全風(fēng)險(xiǎn)提供精準(zhǔn)預(yù)警。在自動駕駛的低級階段，也就是完全無人駕駛之前，對駕駛員狀態(tài)進(jìn)行監(jiān)測并提供及時(shí)的預(yù)警也是輔助駕駛的一種重要應(yīng)用場景，目前部分企業(yè)提供的自動駕駛就是基于這種思路。在這種場景下，取代傳感知對駕駛員身體姿勢，頭部姿勢，眨眼頻率和時(shí)間，視線判別，疲勞狀態(tài)，眼睛姿勢，掃視，眨眼動態(tài)，認(rèn)知復(fù)核，瞳孔直徑和眼環(huán)微小掃視運(yùn)動等的粗略感知，人工智能2.0提供了更加全面的信息收集，處理和反饋，通過深度學(xué)習(xí)更加精確地發(fā)出預(yù)警信息，以提高駕駛安全。

人工智能2.0為自動駕駛汽車供—產(chǎn)—銷提供高效服務(wù)。從產(chǎn)品概念提出到模型建立、生產(chǎn)供應(yīng)商匹配，再到產(chǎn)品試驗(yàn)測試，人類在參與中已經(jīng)受到智慧限制的挑戰(zhàn)，通過人工智能對熱銷車型、售后服務(wù)、車輛事故等更多數(shù)據(jù)的積累，調(diào)整設(shè)計(jì)參數(shù)、改進(jìn)生產(chǎn)工藝、生產(chǎn)完美車型，這是人工智能為汽車制造帶來的效率和藝術(shù)。對顧客消費(fèi)偏好的海量數(shù)據(jù)分析，實(shí)現(xiàn)廣告精準(zhǔn)投放，擴(kuò)大汽車銷量；在汽車金融和汽車保險(xiǎn)領(lǐng)域，車信數(shù)據(jù)等創(chuàng)新公司已經(jīng)開始研發(fā)機(jī)器學(xué)習(xí)算法模型的應(yīng)用，如在現(xiàn)有主流征信源，引入更多非主流數(shù)據(jù)源，降低汽車金融信貸風(fēng)險(xiǎn)等。

四、自動駕駛的持續(xù)快速發(fā)展還需突破重重障礙

對照人工智能2.0的特征及自動駕駛的關(guān)鍵技術(shù)，毋庸置疑，人工智能2.0給自動駕駛插上了一雙可以高飛的翅膀，IHS指出，到2025年全球無人駕駛汽車銷量將達(dá)60萬輛，未來將以每年43%的速度持續(xù)增長，但是到底能飛多高，還有其他多方面因素的影響。比如各國法律是否允許自動駕駛汽車自由行使？自動駕駛事故的責(zé)任歸屬智能車開發(fā)公司還是車主？智能車能否對所有的極端特殊路況進(jìn)行感知并實(shí)施合理的控制？消費(fèi)者能否在可以接受的成本范圍內(nèi)實(shí)現(xiàn)事故率極少的安全駕駛？等等，類似法律、倫理和安全問題將是影響人工智能2.0和自動駕駛比翼雙飛的重要因素。
? ? ? ?責(zé)任編輯：tzh