AI正驱动联网汽车的未来 终端设备迎来第三次革命

2017年，我们正处于终端设备第三次革命的黎明。终端设备的第一次革命发生在20世纪90年代，当时Windows出现在个人电脑上。第二次革命诞生于2006年，当时最酷的智能手机iPhone问世。现在，我们正面临终端用户体验转型的风口浪尖，汽车已经成为无可争议的主角。这一变化比前两次更重要，因为它标志着理解物理世界的数字之路。

未来5到15年，汽车行业将发生翻天覆地的变化，而2017年正是这一巨大变化的起点。市场研究机构Gartner预测，到2020年，将有2.5亿辆联网汽车上路。大部分增长将是新的数据服务和新产品，而不是汽车本身的传统“弯曲金属和橡胶”。咨询公司麦肯锡估计，到2030年，联网汽车数据及其带来的新商业模式将价值1.5万亿美元。

2025年的汽车看起来与今天的汽车大不相同。到那时，汽车实际上将成为一台“车轮上的计算机”，它可以生成许多有价值的数据。只有当基础设施能够处理、分析并从中获得见解时，这些数据才会变得有意义。这就是为什么人工智能（AI）正在推动联网汽车的未来。

有许多趋势正在帮助塑造汽车的未来，其中之一是计算机技术的大规模注入，这将从根本上改变汽车的电子设计。除了扬声器，汽车还可以运行复杂的程序。正如iPhone已经证明计算机可以进行语音通话一样，未来的汽车也可以展示计算机每天移动我们的能力。汽车也将经历传感器革命，与此同时，我们将看到功能上的巨大进步。为此，汽车最终将安装数十个短程传感器，以收集有关其环境的大量数据。

此外，对于2025年的汽车来说，连接云将是核心部分。汽车将不再是孤立的模块，而是在其20年的生命周期中保持不变。相反，他们将能够从云中下载新功能。所有传感器数据将使用V2V（车对车）和V2I（车对基础设施）发送到云端或点对点传输，这将使短程数据更有用。这些数据将被收集起来，形成街道层面甚至城市层面的交通全景。就像个人电脑和智能手机一样，云将成为信息、应用和处理的中心知识库。

然而，如果这些趋势要取得成果，我们首先需要在软件方面进行一场革命。上述所有技术都将产生大量数据，机器学习和人工智能将是处理数据不可或缺的助手。如今，我们已经看到机器学习和人工智能帮助计算机能力取得了巨大进步，尤其是在做出决策和理解图像方面，但这仅仅是一个开始。

根据IHS Technology发布的一份报告，汽车中的人工智能系统数量将从2015年的700万个增加到2025年的1.22亿个。人工智能将成为一种新的标准，也将改变人类与汽车的互动方式。一种方法是通过信息娱乐系统和更智能的交互。人工智能还将支持更多功能，如语音识别、手势识别、驾驶员监控、虚拟投注、自然语言理解等。驾驶员将能够与汽车进行通信，汽车可以根据需求做出预期的反应。

人工智能还可以帮助高级驾驶员辅助系统（ADAS）成为主流现实。该系统和自动驾驶汽车需要基于摄像头的机器视觉系统、基于雷达的检测单元、驾驶员状态评估和传感器融合发动机控制单元（ECU）的组合才能工作。根据IHS的预测，深度学习是实现全自动汽车的关键。它可以帮助汽车找到和识别目标物体，预测行动并适应新的路况。

全自动汽车的目标还很遥远，我们才刚刚开始。尽管2016年有这种可能性，但我们仍需要几年时间才能看到自动化水平为4的汽车进入大众市场。2017年，汽车行业将实现更重要的里程碑。我们将为数据收集建立更关键的基础设施，并为高级驾驶员辅助系统创建更详细的实时地图。今天，实现这一目标有两种选择，但我们将看到第三种选择。

一种选择是……

ild是一款高度仪器化的汽车，可以拍摄静止物体的照片并记录它们的位置。这种所谓的“毫米精度”需要精确的车道和方向信息。然而，从投入成本和时间的角度来看，这种选择非常昂贵，而且还需要不断更新以保持数据的最新。第二种选择是建造一辆半自动汽车来收集数据，这需要配备先进传感器的新一代汽车，但在2017年，很少有汽车能够配备这样的设施。

第三种选择是使用全新的数据来收集其他已经在路上的非自动汽车的数据。例如，发现多辆车突然在同一位置转弯，可能意味着前方有障碍物。注意到车轮打滑或挡风玻璃上的雨刮器启动可能会为我们提供准确的天气变化信息。机器学习的优势在于，所有数据都可以为下一代汽车的高级驾驶辅助系统提供信息，并为未来的汽车提供更好的模型。2017年，我们正处于终端设备第三次革命的黎明。终端设备的第一次革命发生在20世纪90年代，当时Windows出现在个人电脑上。第二次革命诞生于2006年，当时最酷的智能手机iPhone问世。现在，我们正面临终端用户体验转型的风口浪尖，汽车已经成为无可争议的主角。这一变化比前两次更重要，因为它标志着理解物理世界的数字之路。

未来5到15年，汽车行业将发生翻天覆地的变化，而2017年正是这一巨大变化的起点。市场研究机构Gartner预测，到2020年，将有2.5亿辆联网汽车上路。大部分增长将是新的数据服务和新产品，而不是汽车本身的传统“弯曲金属和橡胶”。咨询公司麦肯锡估计，到2030年，联网汽车数据及其带来的新商业模式将价值1.5万亿美元。

2025年的汽车看起来与今天的汽车大不相同。到那时，汽车实际上将成为一台“车轮上的计算机”，它可以生成许多有价值的数据。只有当基础设施能够处理、分析并从中获得见解时，这些数据才会变得有意义。这就是为什么人工智能（AI）正在推动联网汽车的未来。

有许多趋势正在帮助塑造汽车的未来，其中之一是计算机技术的大规模注入，这将从根本上改变汽车的电子设计。除了扬声器，汽车还可以运行复杂的程序。正如iPhone已经证明计算机可以进行语音通话一样，未来的汽车也可以展示计算机每天移动我们的能力。汽车也将经历传感器革命，与此同时，我们将看到功能上的巨大进步。为此，汽车最终将安装数十个短程传感器，以收集有关其环境的大量数据。

此外，对于2025年的汽车来说，连接云将是核心部分。汽车将不再是孤立的模块，而是在其20年的生命周期中保持不变。相反，他们将能够从云中下载新功能。所有传感器数据将使用V2V（车对车）和V2I（车对基础设施）发送到云端或点对点传输，这将使短程数据更有用。这些数据将被收集起来，形成街道层面甚至城市层面的交通全景。就像个人电脑和智能手机一样，云将成为信息、应用和处理的中心知识库。

然而，如果这些趋势要取得成果，我们首先需要在软件方面进行一场革命。上述所有技术都将产生大量数据，机器学习和人工智能将是处理数据不可或缺的助手。如今，我们已经看到机器学习和人工智能帮助计算机能力取得了巨大进步，尤其是在做出决策和理解图像方面，但这仅仅是一个开始。

根据IHS Technology发布的一份报告，汽车中的人工智能系统数量将从2015年的700万个增加到2025年的1.22亿个。人工智能将成为一种新的标准，也将改变人类与汽车的互动方式。一种方法是通过信息娱乐系统和更智能的交互。人工智能还将支持更多功能，如语音识别、手势识别、驾驶员监控、虚拟投注、自然语言理解等。驾驶员将能够与汽车进行通信，这……

根据需求做出预期反应。

人工智能还可以帮助高级驾驶员辅助系统（ADAS）成为主流现实。该系统和自动驾驶汽车需要基于摄像头的机器视觉系统、基于雷达的检测单元、驾驶员状态评估和传感器融合发动机控制单元（ECU）的组合才能工作。根据IHS的预测，深度学习是实现全自动汽车的关键。它可以帮助汽车找到和识别目标物体，预测行动并适应新的路况。

全自动汽车的目标还很遥远，我们才刚刚开始。尽管2016年有这种可能性，但我们仍需要几年时间才能看到自动化水平为4的汽车进入大众市场。2017年，汽车行业将实现更重要的里程碑。我们将为数据收集建立更关键的基础设施，并为高级驾驶员辅助系统创建更详细的实时地图。今天，实现这一目标有两种选择，但我们将看到第三种选择。

一种选择是建造一辆高度仪器化的汽车，它可以拍摄静止物体的照片并记录它们的位置。这种所谓的“毫米精度”需要精确的车道和方向信息。然而，从投入成本和时间的角度来看，这种选择非常昂贵，而且还需要不断更新以保持数据的最新。第二种选择是建造一辆半自动汽车来收集数据，这需要配备先进传感器的新一代汽车，但在2017年，很少有汽车能够配备这样的设施。

第三种选择是使用全新的数据来收集其他已经在路上的非自动汽车的数据。例如，发现多辆车突然在同一位置转弯，可能意味着前方有障碍物。注意到车轮打滑或挡风玻璃上的雨刮器启动可能会为我们提供准确的天气变化信息。机器学习的优势在于，所有数据都可以为下一代汽车的高级驾驶辅助系统提供信息，并为未来的汽车提供更好的模型。

标签：发现世纪大众

汽车资讯热门资讯