在未來5到15年中，汽車行業(yè)將發(fā)生翻天覆地的變化，而2017年就是這種巨變的起點(diǎn)。市場研究機(jī)構(gòu)Gartner預(yù)測，到2020年，上路聯(lián)網(wǎng)汽車將達(dá)到2.5億輛。大部分增長將是新數(shù)據(jù)服務(wù)和新產(chǎn)品，而非傳統(tǒng)意義上汽車本身的“彎曲金屬和橡膠”。咨詢公司麥肯錫估計(jì)，聯(lián)網(wǎng)汽車數(shù)據(jù)以及隨之出現(xiàn)的新商業(yè)模式，到2030年價(jià)值將達(dá)到1.5萬億美元。

 

 

        2025年的汽車與今天的汽車看起來截然不同。屆時(shí)，汽車實(shí)際上會變成“輪子上的電腦”，可以產(chǎn)生大量寶貴數(shù)據(jù)。而只有當(dāng)基礎(chǔ)設(shè)施能夠處理、分析以及從中獲取洞見時(shí)，這些數(shù)據(jù)才會變得有意義。這也就是為何人工智能(AI)正驅(qū)動聯(lián)網(wǎng)汽車未來的原因。

 

        有許多趨勢正幫助形成汽車的未來，其中之一就是計(jì)算技術(shù)的大規(guī)模注入，這將從根本上改變汽車上的電子設(shè)計(jì)。除了音箱，汽車將可以運(yùn)行復(fù)雜的程序。就像iPhone已經(jīng)證明電腦可以進(jìn)行語音通話那樣，未來汽車也可展現(xiàn)出電腦能夠每天移動我們的能力。汽車還將經(jīng)歷傳感器革命，傳感器成本下降的同時(shí)，我們會看到功能方面的巨大進(jìn)步。為此，汽車最終將安裝數(shù)十種短程傳感器，收集有關(guān)它們環(huán)境的海量數(shù)據(jù)。

 

        此外，對于2025年的汽車來說，連接到云端將是核心部分。汽車將不再是孤立的模塊，在20年的生命周期中始終保持不變。相反，它們將能夠從云端下載新的功能。所有傳感器數(shù)據(jù)將被發(fā)送到云端或使用V2V(汽車對汽車)和V2I(汽車對基礎(chǔ)設(shè)施)點(diǎn)對點(diǎn)傳送，后者將讓短程數(shù)據(jù)變得更加有用。這些數(shù)據(jù)將被收集以形成街道層面甚至城市層面的交通全景圖。就像個(gè)人電腦和智能手機(jī)那樣，云端也將成為信息、應(yīng)用以及處理的中央知識庫。

 

        然而，要想這些趨勢結(jié)出碩果，我們首先需要在軟件方面進(jìn)行革命。上述所有技術(shù)都將產(chǎn)生大量數(shù)據(jù)，機(jī)器學(xué)習(xí)和人工智能將是處理數(shù)據(jù)必不可少的幫手。如今，我們已經(jīng)看到機(jī)器學(xué)習(xí)和人工智能幫助計(jì)算機(jī)能力取得大幅進(jìn)步，特別是做出決策和理解圖像方面，但這些還只是個(gè)開始。

 

        IHS Technology發(fā)布報(bào)告顯示，汽車中AI系統(tǒng)的數(shù)量將從2015年的700萬個(gè)增至2025年的1.22億個(gè)。人工智能將成為新的標(biāo)準(zhǔn)，也將改變?nèi)祟惻c汽車互動的方式。一種方式是通過信息娛樂系統(tǒng)和更智能化的互動。人工智能也將支持更多功能，比如語音識別、手勢識別、司機(jī)監(jiān)控、虛擬選注、自然語言理解等。司機(jī)將能夠與汽車交流，后者可基于需求做出預(yù)期回應(yīng)。

 

        人工智能還可幫助先進(jìn)司機(jī)輔助系統(tǒng)(ADAS)變成主流現(xiàn)實(shí)。這種系統(tǒng)和自動汽車需要基于攝像頭的機(jī)器視覺系統(tǒng)、基于檢測單元的雷達(dá)、駕駛員狀態(tài)評估以及傳感器融合發(fā)動機(jī)控制單元(ECU)等相結(jié)合才能工作。據(jù)IHS預(yù)測，深度學(xué)習(xí)是全自動汽車的關(guān)鍵。它可以幫助汽車發(fā)現(xiàn)和識別目標(biāo)物體、預(yù)測行動以及適應(yīng)新的路況等。

 

        實(shí)現(xiàn)全自動汽車的目標(biāo)依然很遙遠(yuǎn)，我們才剛剛起步。盡管2016年呈現(xiàn)出這種可能性，但我們依然需要數(shù)年時(shí)間才能看到自動化水平達(dá)到4級的汽車進(jìn)入大眾市場。2017年，汽車行業(yè)將取得更多重要里程碑。我們將建設(shè)更多收集數(shù)據(jù)的關(guān)鍵基礎(chǔ)設(shè)施，并為先進(jìn)司機(jī)輔助系統(tǒng)創(chuàng)造更詳細(xì)的實(shí)時(shí)地圖。今天，要想實(shí)現(xiàn)這個(gè)目標(biāo)有2種選擇，但我們將看到第三種替代方案出現(xiàn)。

 

        一種選擇是打造高度儀表化汽車，它可以拍攝靜止對象的圖片和記錄位置。這種所謂的“毫米精度”需要精確的車道和方向信息。但從投入成本和時(shí)間角度來看，這個(gè)選擇是非常昂貴的，它還要求進(jìn)行持續(xù)更新，以便保持?jǐn)?shù)據(jù)始終處于最新狀態(tài)。第二種選擇是打造半自動化汽車來收集數(shù)據(jù)，這要求新一代汽車配有先進(jìn)的傳感器，但2017年很少有汽車能配備這樣的設(shè)施。

 

        第三種選擇是使用全新數(shù)據(jù)，從其他已經(jīng)上路的非自動化汽車上收集數(shù)據(jù)。舉例來說，在相同的位置發(fā)現(xiàn)多輛汽車突然轉(zhuǎn)向，這可能意味著前方存在障礙。而注意到車輪打滑或擋風(fēng)玻璃上的雨刷器啟動，可能為我們提供精確的天氣變化信息。機(jī)器學(xué)習(xí)的優(yōu)勢在于，所有數(shù)據(jù)都能通知下一代汽車上的先進(jìn)司機(jī)輔助系統(tǒng)，并為未來汽車提供更好的模式。