热线电话
  • 010-88558925010-88558943
  • 010-88558955010-88558948
CMIC专家更多

中国半导体行业协会副

3月21日,SEMI产业创新投资论坛在上...更多>>

赛迪研究院未来产业研

近日,工业和信息化部、科技部、交通运输部...更多>>

中国市场情报中心 > CMIC研究 > 产业研究
CMIC:人工智能如何助推智能交通不断完善提升

发布时间:2019-03-20 09:46:21

来源:赛迪智库

作者:赛迪智库

【打印】 【进入博客】 【推荐给朋友】

  【CMIC讯】人工智能(AI)技术是汽车行业提高竞争优势的巨大推动力。在汽车行业,人工智能(AI)不仅能促进生产率提高,还能促进新产品和新业务的出现。调查显示,消费者对AI在汽车领域的应用持乐观态度,认为该技术可以提高驾乘安全性及舒适性,希望在五年内广泛应用。作为实现AI的重要途径,机器学习将是企业获取竞争优势的主要途径,机器学习可以提高生产率,开发新产品,打造全新的垂直业务,市场将推动这一技术在汽车领域不断完善提升。
  
  机器学习是实现人工智能的关键技术

  (一)人工智能处于野弱AI冶阶段。AI是机器和系统展示出来的智能,通常把机器模仿功能与人类认知结合起来,分为三个层次。如今人工智能仍处于发展阶段(弱AI),仅在特定操作任务下才能超越人类。
  
  弱AI,最低层次AI。现有软件的水平是将人类的习惯性活动自动化,机器在专业领域通常比人的效率和耐力更高,如下棋、销售预测和天气预报等,自动驾驶就是“弱AI”的一种表现。
  
  强AI,人类级别AI。指机器有理解其环境、推理和行为的能力,就如人类在各个领域的表现一样,包括创造力、科学常识和社交技能。
  
  超AI,最高层次AI。当AI比专业领域中最强的人类大脑更智慧时,就达到了AI的最高层次,超AI系统可以对未知环境做出推论。这个层次是否能达到,怎样才能达到,会产生什么影响,现在都还是未知数。
  
  (二)机器学习(ML)的训练方法。机器学习(ML)是指对数据基本规则的自动学习,包括对样本输入数据的训练算法,以优化其在特定任务上的性能,从而使机器获得新的能力。ML是对未知情况做出建议、决定和反馈的基础,同时也是实现AI的重要组成部分。主要用三种方法训练ML系统:
  
  监督学习。在ML系统中输入一组示例数据,并调整分类器的参数,就能得到期望输出值。
  
  无监督学习。不标记输入的数据,让ML系统自己根据对数据结构的识别寻找权值和分类。
  
  强化学习。ML系统遵从奖励信号(强化信号)函数值最大化原则,机器经过反复试验自动确定特定情境下的理想状态,以改进方案适应环境。
  
  ML通过使用数据而不是既定的编程规则来实现AI,使得AI得以大范围应用。ML能够在高度复杂的情况下运作,在没有明确指示的情况下适应环境。在汽车行业,ML是不可避免的趋势。由于神经网络类的应用结构与人脑类似,即从不同层次提取抽象特征,做出最佳图像识别,到2015年,ML的物体识别能力已超过人类。
  
  (三)深度学习的重要作用。深度学习是ML的一个分支,主要处理多层次神经网络,直到通过计算能力的提升和大数据的出现开启其潜力。要想实现AI通过深度学习有效处理多种图形识别任务,就需要大量的训练数据。卷积神经网络和递归神经网络是两种最常见的深度神经网络类型:卷积神经网络(Convolutional neural networks)通常用于视觉输入数据。神经元之间的连接系统主要是利用特征的层次结构,比如将像素点理解为鼻子的一部分,将鼻子理解为脸的一部分。递归神经网络(Recurrent neural networks)通常用于语音识别和其他形式的自然语言处理。在应用中需要实现神经网络的动态行为,所以输入序列是很重要的,递归神经网络是通过将输出作为输入反馈到网络中来实现这一点的。
  
  机器学习引发汽车行业变革
  
  (一)机器学习对车辆出行的影响。ML对汽车行业的重要性主要表现在两个方面:一是可以改进流程、产品和商业模式。在汽车行业ML可以对车辆本身产生影响,从而衍生出新的商业机遇,该技术是自动驾驶发展和车内体验提升的基础,为创造新的收入来源打开大门。二是汽车行业在数字曲线上的表现落后。汽车行业需要应对ML带来的颠覆和机遇,由于其传统行业属性,汽车行业的“数字化系数”较低,与其他行业差距逐渐加大,远未达到AI可实现的功能预期。
  
  (二)机器学习应用领域。一是无人驾驶出租车。与自动驾驶私家车相比,无人驾驶出租车可以提高便利性,同时降低成本,商业潜力巨大。很多初创企业对无人驾驶出租车率先布局,宣称2018年将达到L4或L5级别,OEM和科技企业计划于2019至2022年达成这一目标,软件公司天空之城(Oxbotica)筹集2亿美元用于开发特制无人驾驶出租车,特斯拉公司计划2018年推出点对点自动驾驶汽车共享。今后无人驾驶出租车的发展将分三个阶段:无人驾驶出租车1.0,只适用于美国数量有限的出租车,无法实现规模经济和达到最高的盈利水平;无人驾驶出租车2.0,随着规模经济的提高,应用更广泛,获利更多,可应用于大部分出租车;无人驾驶出租车3.0,服务不受地域或时间限制(随时随地)。
  
  无人驾驶出租车有4个主要战略控制点,掌握这些控制点能获得巨大的利润优势。
  
  资讯娱乐系统和软件。操纵客户体验,关键在于无缝连接乘客旅途所需。软件应用层和自动驾驶软件集成。对安全性和行驶平顺性至关重要。进入这个领域壁垒很高,需要掌握专有技术,投入大量资金和高度专业化的人才。掌握这个控制点就能提供车联网服务。
  
  无人驾驶汽车集成和验证。壁垒高,对安全性和行驶平顺性也很重要。需要高度工程化产品在大规模商业化时拥有良好的质量保证。掌握这个控制点就能通过提供附加车联网服务进一步降低运营成本。
  
  出行服务。利用大数据优化路线,掌握这个直接面向客户的控制点可以利用网络效应和规模经济实现车联网服务的盈利。
  
  二是自动驾驶卡车。自动驾驶卡车长途运输将分三个阶段实施:第一阶段,两辆或两辆以上卡车为一队,通过电子方式连接,方便同时加速或刹车。在这种模式下,空气阻力降低,燃料效率提高,只需要一名司机驾驶头车。这种方式要求驾驶路线重叠,主要适用于高速公路,城市道路则不适用。因此,在进行物流基础设施投资时要确保所有终点站都在高速公路附近。第二阶段,通过自动化实现有限环境下的全自动驾驶,只有传统装货和卸货时才需要司机,需要的基础设施投资与车队相近,成本可进一步下降。第三阶段,通过全自动实现点对点的无人驾驶运输,除特殊货物和车辆外,基本不需要司机。
  
  掌握几个战略控制点对获得新兴利润池至关重要。自动驾驶软件供应商和系统集成商将占据重要市场地位;大型车队所有人和车队服务提供商将拥有升级车队的规模和资源,在未来价值链中占据最大控制权;司机和个人车主的数量急剧下降。与大型物流公司相比,OEM在物流领域不具备相同的战略优势。但是建立牢固的伙伴关系和寻找垂直渗透的机会是一条值得探索的道路。

责任编辑:言笑晏晏

相关报道
  • --

联系我们:8610-8855 8955 zhouhl@staff.ccidnet.com

广告发布: 8610-88558925

方案、案例展示: 8610-88558925

Copyright 2000-2011 CCIDnet.All rights reserved.

京ICP000080号 网站-3