人工智能是如何架起无人驾驶车的技术桥梁的？
当我们谈论无人驾驶时，人工智能在其中又将扮演着怎样的角色？
近日，在美国IHS公司发布的关于「人工智能」的中，分析师预期到2025年，车内AI人工智能系统的数量将从2015年的700万台增加至1亿2200万台；同时基于AI技术打造的相关系统（绝大部分以语音识别功能为主）的新车配售率会从2015年的8%增加至2025年的109%；此外，IHS指出，未来很多汽车上都会安装具有不同功用的人工智能系统。基于人工智能AI开发的汽车系统市场占有情况，来源：IHS值得一提的是，在车内HMI人机交互界面的设计中，IHS认为人工智能AI技术在语音/手势识别，眼球追踪，驾驶员监控和自然语言交互等功能的实现上将扮演主要角色；而就无人驾驶汽车而言，AI的存在能够提升机器视觉系统的识别精度，同时它在控制传感器融合的ECU中也将发挥重要作用。在接受媒体采访时，IHS汽车半导体事业部高级分析师Luca De Ambroggi称，“人工智能一直被认为是能够实现无人驾驶汽车商业化的关键推动技术。所以这也是整个汽车供应链都为之振奋的原因”。不过车云菌一直都在很严肃地思考这么个问题：对需要依赖AI技术控制无人驾驶汽车的那一天，我们到底准备得怎么样了？在问及“是否已经开发出能够解决复杂交通问题的AI算法？”时，De Ambroggi倒是很直言不讳地指出，“现在还没有到这一步。我们目前的研究成果依然十分有限。” 不过事实是，人工智能技术发展得很快。他同时也表示，“未来10年里，AI技术的进步和迭代将呈现平稳态势。汽车产业将从中受益匪浅”。在De Ambroggi和媒体的讨论中，他对汽车人工智能技术的应用前景做了深度剖析，包括目前AI技术的前沿成果，车内场景的应用实例以及能够运行AI算法的硬件系统。当然De Ambroggi也提到了“未来如何对AI定级”的问题。就好比我们要开车手里得有驾照，如果由AI控制无人驾驶汽车的话，那它自然也需要具备相应的资格才行。下面的内容摘自IHS汽车半导体事业部高级分析师Luca De Ambroggi的访谈实录，希望对大家了解车用AI技术的研发应用有借鉴意义。（Q=记者，A=Luca De Ambroggi）Q: 就AI在车内的适用性而言，你认为它是什么时候突破技术临界值的？A: 在我的印象里，应该是在2015年初，包括微软、百度、谷歌在内的公司承认了“在识别物体的准确程度上，机器现在要比人类做得好”。注：具体信息可参阅2015年「大规模视觉识别挑战赛」（ImageNet Large Scale Visual Recognition Challenge，简称ILSVRC），点击阅读发表于微软亚洲研究院官网的。Q: 人工智能最近都有哪些技术演进？A: 首先，机器学习的对象现在可以是容量巨大的数据库。以前，我们不得不先用一套有限数据教会机器学习，这导致了机器学习耗费的时间非常多；其次，现在已经有能够运行AI应用的硬件产品了，比如说推理系统（inference system）。这意味着从推理-识别物体到结果演绎的过程能够自动进行，而且这个过程很快。Q：现在，什么样的硬件能够更好地实现AI在无人驾驶汽车上的应用？A：我认为GPU是目前能够实现人工智能在汽车上大规模应用最合适的硬件。迄今为止，英伟达NVIDIA是唯一一家提供AI系统开发/测试软硬件解决方案的公司。Q：你认为英伟达的Drive PX2，未来会是无人驾驶汽车理想的人工智能平台吗？A：如果从开发无人驾驶汽车的角度而言，是的。但如果从大规模量产的角度而言，Drive PX2并非无人驾驶汽车最理想的AI平台。除非英伟达推出下一代产品，比方说Drive PX3？它的能耗可以做到50W，而不是现在Drive PX2的250W。机器视觉 vs 人工智能Q：AI肯定不只能将人类和动物区分开。那它还能做些什么？A：AI可以辨别出不止一个物体。更重要的是，AI能够给出其探测事物所处的语义背景。它看到的是一个模式以及该物体周围的所有事物。举例来说，它能够识别出一个正在过马路的物体是人，而且他正在低头玩手机。Q：那么传统的机器视觉技术和人工智能AI有区别吗？A：人工智能AI的出现造成了传统汽车产业中两极分化的紧张局面，因为它比标准的机器视觉能做的事情多得多。今天我们所说的计算机视觉主要依赖的是方向梯度直方图（histogram of oriented gradients，简称HOG）这种算法来进行物体探测。可以说Mobileye EyeQ系列芯片完成的95%~99%的视觉识别都是基于HOG算法实现的。不过无论是技术公司，tier 1供应商还是OEM主机厂，他们都希望借助AI的力量实现同一系统持续学习的目的。因为如果需要不断开发新系统，那么芯片和软件的调校都得从头再来，这个过程很痛苦。相比之下，大家都希望自己的系统在有限的软硬件条件下，具备自主学习的能力。注：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。传感器融合，AI也能发挥得了作用吗？Q：在视觉识别之上，人工智能在车内还能得到哪些应用？&A：摄像头显示是AI大展拳脚的第一个地方。但我可以肯定地告诉你，欧洲已经有tier 1供应商和OEM主机厂在研究如何将人工智能运用于雷达，而AI在传感器融合方面也会扮演着重要角色。Q：就在几个月前，丰田宣布将为设于硅谷的丰田研究员投资10亿美元，用于进行为期5年的人工智能研究。同时丰田也表示会首先在靠近斯坦福大学和麻省理工学院的地区建设两座实验室。所以，包括GE、百度、三星在内的科技公司以及主要的汽车厂商都在硅谷或者靠近硅谷的区域建立了不同规模的研发中心，以期借助新兴技术的力量有更进一步的产品突破，这在业界已经不是什么秘密了。那么在AI技术突破上，我们现在进行到哪一步了？A：其实目前还处在大学及研究机构的研究阶段。不过我预计在未来5到10年内，或者更准确地说是未来十年内，我们可以看到部分符合工程要求及能够实现商业化的AI研究成果。如何对AI进行认证和评级？Q：假设我们已经到了10年后，那时AI在控制无人驾驶汽车上将扮演重要角色。这个时候，我们又将面临怎样的挑战呢？A：其中一个主要挑战，我认为，主要是对AI的认证和评级。就像我们要求开车上路的司机必须有驾照一样，汽车行业需要一套标准或程序来确保使用人工智能是安全的。Q：这么来说的话，那肯定需要知道AI系统该测些什么？我认为目前谷歌无人驾驶汽车在加州和德州只是每天开那么几个小时的话，并不能保证自动驾驶汽车就是安全的。A：Tier 1供应商和OEM主机厂需要联合开发一套统一的安全测试，通过标准的参数设定，对人工智能系统进行认证和评级。这其实并不是个简单的事情。据我所知，目前还没有哪个行业联盟或者说ISO机构在进行相关课题的研究。AI是个复杂的问题。我知道几乎所有的tier 1供应商、车企都在进行人工智能的研究。他们中的很多公司都在不同场合表态称，希望现在开始启动一些规模相对较小的AI研究，为的是将来外部环境成熟的时候，不至于在人工智能应用上落后。大浪淘沙，拨云见雾Q：就我了解到的，当涉及到在汽车芯片上应用人工智能AI时，有太多的“不诚实”在里面。就比如一开始你提到的，英伟达基于GPU打造的针对汽车市场的AI解决方案，你也说了，他们的平台更多地是为测试人工智能而存在的，并非能够在大规模量产中发挥作用。还有其他类似英伟达这样的技术供应商吗？A：就比如说特斯拉。在推出Autopilot功能时，特斯拉就声称这套系统使用了Mobileye的EyeQ3芯片，其中包含人工智能算法的应用。不过我并不认为这就可以叫做“深度学习”了。在我看来，如果奥迪像特斯拉一样，在2017款Q7上推出基于AI的驾驶辅助系统，他完全具备这个实力，但我打赌奥迪至少到2017年才会这么做。目前我们也不太清楚这款车型是否使用了Mobileye的Q3或Q4芯片，人工智能在各项功能的实现中将发挥多大功用。还有就是现在有很多芯片供应商和车企都声称自己在进行人工智能的研究，但对真正的深度学习应用而言，它必须要有计算能力超强的处理器支撑。除了英伟达和Mobileye，我们怀疑恩智浦在“偷偷”研究人工智能。Xilinx，Altera，英特尔在AI上的投入不少。像Ceva，Synopsys，Cadence，Mentor Graphics这些IP供应商，对人工智能都有涉猎。其实只要看看最近行业内的收购/并购案就不难了解到，关于汽车人工智能AI的技术竞争，其实才刚刚开始。注：在过去的两个月里，英特尔先后收购了两家和ADAS、机器人、自动化机械相关的公司。今年4月，英特尔收购了Yogitech，这家公司的专长是半导体功能安全及相关标准的研究；紧接着5月份，英特尔宣布收购Itseez。Itseez在计算机视觉算法和嵌入式硬件开发领域建立了自己的行业地位。车云小结毫无疑问，无人驾驶汽车肯定是未来汽车演化的重要方向，而人工智能AI在其中又将扮演不可或缺的角色。那时候，汽车不仅仅是交通工具，它还是懂你的贴心机器人，为出行提供各种方便和乐趣。不过目前AI在汽车上的应用大多集中于语音/手势等功能的实现，还无法代替人类的角色。可以预见的是，未来10年内包括tier 1供应商、主机厂、科技公司在内的玩家将在人工智能领域发力，这从今年上半年恩智浦BlueBox，Mobileye EyeQ5，英伟达Drive PX2等平台的陆续发布可见一斑。而针对自动驾驶汽车的人工智能平台开发也势必会成为各家较量的主战场。不过AI在汽车领域拓展市场的肯定要比在消费电子市场难得多，毕竟“安全”是最终衡量因素，而技术升级迭代、法律法规的健全、以及如何对AI系统评级认证都是相关从业者亟需解决的关键问题。
相关标签：2016年，无人驾驶、虚拟现实、人工智能……这几个领域让你读懂未来|界面新闻 · JMedia时光飞逝，2016年已悄然过去一个多月。在一切都在迅速迭代的技术领域，忘掉过去是一件很容易的事&&譬如，年被不少科技行业视为元年，如今这些技术迈向了新的一年，它们也许不再令你惊奇（技术的一个经典定义就是：所有你出生后的新发明），却正遵循着自己的节奏进化。站在新春来临之际，我们不妨展望一下今年可能会有突破性创新的领域，比如无人驾驶，虚拟现实，可穿戴设备和机器人服务。嗯，正如一位科技专栏作者所说，判断一项技术的短期发展并非难事，因为就像凯文凯利所言，技术正以&进托邦&方式演进，科技从业者需要做的只是顺势而为。
无人驾驶：技术更新，尚待普及
先说去年频繁登上科技头条的无人驾驶。
可以肯定，2016&&以及未来几年，这项综合性技术将日趋成熟。这个领域的玩家也在频频进行技术更新，譬如最大玩家谷歌不久前就发布报告称，其无人驾驶汽车车顶刚刚配备了最新版的激光雷达传感器，以提供完善的气象信息，让汽车在遭遇狂风暴雨等天气时能自动停车，同时他们也正在收集各种天气数据，让无人驾驶汽车足以应对冰雹和暴雪等极端天气。
此外，深度学习也许将与无人驾驶产生更多嫁接。去年年底，剑桥大学的研究者就用深度学习研发出两种能让汽车&看路&的系统：一个叫SegNet，可实时对道路情况拍照，并将道路上的物体分为12类，如路面，路标，人行道建筑，可大大降低如今昂贵感应器的成本；另一个系统则可在GPS失效时识别出使用者的位置和方向。当然，一切技术进步的指向无疑是更加安全&&在可预见的未来，更是在&90%的交通事故是由于人类错误操作带来&的无奈事实下，无人驾驶更安全的结论将逐渐成为共识。
另一方面，作为一个仍非常开放的市场，今年的玩家也许会越来越多&&你知道，各大传统汽车品牌早就宣布几年内推出自己的无人驾驶汽车（或至少用自动驾驶来过渡）。而与之呼应，围绕产业周边的软件方面也会有更多新势力，像黑莓这样的玩家将更好地填充这个市场。
不过，归根结底，人类交通是一个复杂体系，注定掺杂不少与技术无关的问题，所以关于其附带的伦理争议仍将持续&&但趋势不可违，不久之前，代表奥巴马政府的美国交通部部长宣布，未来10年将计划投入近40亿美元用于测试和开发针对无人驾驶汽车的监管条例，使它能在各州通行。
无人驾驶的普及不在2016，但也只是时间问题。就像雷&库兹韦尔所说：&考察技术影响时人们通常经历三个阶段：首先是惊奇和敬畏，认识到技术解决人类社会多年痼疾的能力；随后是恐惧，因这些技术将会带来全新威胁；此后，我们希望随之而来的是找到一个唯一可行的，负责任的路线，设定一个审慎的方针，既可以实现技术的潜能，又能使威胁可控。&
虚拟现实：手机将成为布道者？
尽管经历过上世纪90年代那一轮虚拟现实的潮起潮落之后，人们对这项技术的认识更为客观，但你得承认，它离主流设备又近了一步。Oculus Rift，索尼Playstation VR和HTC Vive的扎堆上市，让VR粉丝对2016年无限向往。
毫无疑问，&VR+其他行业&甚至称得上是&互联网+&的技术分支，新的一年，其应用场景将延伸至各个领域：网络会议，媒体展示，直播，医学和其他困难专业培训，健身，新闻，教育，旅行&&或许可以说，人类在嫁接VR这件事上只有想象力的边界。
当然，于大多数普通用户，&内容为王&永远是对的。其实VR发展和电影挺像的，最早VR上那些demo和1895年人类最早的现代电影之一《火车进站》（只有50秒）多么相似。好在就在此刻，一些顶尖人才正在为Oculus Rift等设备开发游戏，所以有不少乐观者就认为，2016年VR会有一款杀手级游戏。就像美国&硅谷虚拟现实&主要发起人Bruce Wooden所言：&男性大型PC游戏玩家&&尤其那些拥有游戏电脑和三个显示屏的玩家将会是最初一批购买虚拟现实设备的消费者。&
不过，除了内容，高昂成本带来的设备短板，也是现阶段制约VR发展的瓶颈。英伟达公司不久前曾预测：2016年，大概只有1300万台个人电脑具备支持VR设备的强大的图像处理能力，这还不到全球个人电脑的1％。所以总体而言，若想成为人类下一代大型计算机平台，虚拟现实可谓任重道远。
当然，至少在2016年，VR设备倒是有个近在眼前的解决方案：手机。据业内数据统计分析公司SuperData预测，今年人们在VR软件和硬件上的花费将达到51亿美元，不过大多数将花在Google Cardboard这种仰仗智能手机的&简易设备&上，所以说，更大的可能是，未来几年，智能手机才是VR从早期接受者走向普及的布道者。
嗯，如果说虚拟现实的终极发展是与参与到人类意识的构建，与神经元交织在一起，极大丰富人类经历，那么站在今天的视角，虚拟现实还处于黎明前夕&&看看它总与&科技急先锋&的色情内容绑定在一起便知。
即将&消失&的可穿戴设备
英国投行GP Bullhound最近发布了对2016年技术发展趋势的十大预测，其中一条即是：以数字化健身与可穿戴技术为表现的&量化自我&运动，在移动设备，大数据，社会化媒体的催化下，在公众对自身健康的日益重视背景下，今年将会从小众进入主流。
你得承认，2015年可穿戴设备还处于非常幼弱的阶段，不过是对少量基本生命表征的监测&&几乎可以肯定，在行业纵深度上，伴随着可穿戴医疗产品的相对成熟，2016年将增强整个产业的技术含量，换句话说，开始收集更多具有临床价值的数据，在一定程度上脱离晒步数这种社交价值的数据。举例来说，谷歌就在研发测血糖的便携工具，最新一款三星手表谍照也将表盘设计成可拆下来贴在胸口，如听诊器般单独使用。除此之外，能监测更多维度的芯片升级也成必然，譬如三星就在不久前宣称将发布业内第一款生物处理器&Bio-Processor&，可监测身体脂肪，骨骼肌质量，皮肤温度和皮肤应力状况。
其实，关于2016年可穿戴设备趋势，我更想谈的是它与其他行业的横向嫁接。
我个人始终对只为监测数据就将一个别无它用的手环戴在手腕的行为表示怀疑。事实上，也早有业内人士指出，可穿戴不应是一个单独品类，所以有种可能是，也许在2016年&可穿戴&这个词将伴随着冗余，流露出更大的无力感。《连线》杂志网络版也在不久前撰文称，&可穿戴设备&一词将逐渐淡出，而集成科技元素的日常服饰和用品将会无所不在，&只要低下头看看你身上正穿着的所有一切，就能知道可穿戴设备的未来。&
嗯，科技不喜欢以扰人的方式出现，尽管过去一年，这个世界的可穿戴设备更好看了，但某种意义上依旧属于美丽的&突兀&，可预见的未来，数据采集者&&那些更为灵巧的传感器将整合在一切原本就&存在&的事物上：衣服里，袜子里，鞋子里，珠宝里（Swarovski即是典范）&&前端数据收集将呈现品类的极大丰富化，至于未来更为重要的标准和格式的统一，以及整合数据后的衍生服务（否则收集来干嘛），也许才是科技巨头们该干的事。
总之，2016年&可穿戴&或许将选择藏匿，并逐渐消失。
机器人服务的排头兵
先得明确定义，这里的机器人并非指《机器管家》《机器人与弗兰克》里的人工智能&&它们不会出现在2016年，毕竟人类在对大脑认知一片混沌的情况下，谈论强人工智能多少有些空泛。而出于同样原因，也许是电影里那种机器人的最原始版本&&以日本软银的Pepper为代表的情感机器人，虽然直觉上颇为科幻，但至少现阶段仍属于价格高昂的玩物。
其实&机器人&离人类很近，只是有可能看不到罢了。最近，台湾知名主持人陈文茜采访到了《创新者的窘境》作者克莱顿&克里斯坦森&&后者被誉为&破坏式创新大师&，称得上是世界范围内谈论创新最好的人选。克里斯坦森谈到，他发现无论是美国还是中国，正逐渐兴起一种&私人秘书服务&，譬如你可以向它询问&我想去XX吃饭，有什么推荐吗&&我需要四个人的位子&&&它便迅速帮你完成，至少在克里斯坦森看来，相比于Uber这种高效配置资源的工具，&这反而是一种破坏式创新。&
克里斯坦森所言非虚。去年，无论是&纯人工服务&的初创公司Magic和Operator，还是&AI+人工&的Facebook M，或者是强调人工智能技术的度秘，都将触手伸向同一领域：私人秘书。与早先的Siri不同，它们是基于真实世界的&搜索&。
拿Facebook M服务来说，用户向它发送文字，它能帮你完成购物和订餐等服务，而当你向它提出需求后，系统的回答会先由Facebook雇佣的人类&培训师&过目，决定是否还需要做更具体工作。可以想象，虽然用户数超过7亿的Facebook需要一支无比庞大的团队，但M服务无疑能帮其完成线上到线下服务的闭环，甚至直接让它成为实物和电商入口。相比M，同样能帮用户订餐，买电影票等服务的度秘则更强调技术。它能听懂人类自然语言，可通过多模交互（文本，图片，语音）进行多轮对话，且经过多次服务后它会逐渐了解用户的个性化需求&&你知道，同样是订机票，每位用户对班次，价格和舱位要求都不同。
克里斯坦森眼中的这项&破坏式创新&在中国有着巨大想象空间。谁都知道O2O未来有望成为过万亿级的市场，李彦宏也早已表示要连接3600行，实现服务品类全覆盖，打造开放生态平台。据了解，近日百度为满足用户春节抢红包的诉求，特推出了长达一个月的&拍福拍笑脸 抢60亿福袋&活动。而度秘更进一步试水O2O，首次贴近用户，依托强大的智能交互技术，让普通用户在抢红包的同时体验到贴心的对话互动。在1月27日&&2月22日活动期间，用户通过手机百度的语音搜索唤起度秘或直接下载度秘APP，上传与亲朋好友的合影或者是带有&福&字的照片后，即可获得红包。
至此，度秘已成功整合了手机百度、百度地图、百度糯米三大百度系入口，构建起较为完整的生态闭环。可以想象，度秘也许将会为线下商户和O2O服务接入提供一整套流量导入和后端支持。未来若它能嵌入更多用户的生活流程中，那么至少理论上，百度就能通过一个入口打通各个O2O产品。
克里斯坦森如此重视私人秘书更深层次理由，也许是以它为代表的&后APP时代&已悄然到来。事实上，不少学者都预测，大量高频或低频的APP拼命挤入你的手机屏幕并不是未来的样子。虽然&万能APP&不会在2016年来临，但相信你同我一样，对电影《Her》里的超级虚拟助手心向往之。
嗯，未来的移动终端也许就是一个&统一体&，它的形态？就像《超体》里露西在结尾的那句宣言：我，将无所不在。
更多专业报道，请
0界面JMedia联盟成员知名科技自媒体，致力于为您提供文字优雅的原创科技文章；微信公号：李北辰；个人微信：libeichenniubi相关文章您至少需输入5个字评论()}