有了人工智慧，汽車才能變成「汽車人」

同樣是無人駕駛，可在不同人的眼中卻可能是完全不同的形態。或許在很多人眼中，無人駕駛更多的是汽車製造技術的升級，是解放雙手的駕駛解決方案。但恐怕在谷歌、百度這些互聯網公司的眼中，無人駕駛的背後，更多是人工智慧。

其實智能化是無人駕駛繞不開的話題，然而對智能的定義，各方顯然有所差別。今天，小智想和大家聊的話題，聽上去可能有點大，到底怎樣才算是無人駕駛？

為什麼要談這個呢？因為小智已經被各種廠商所宣傳的無人駕駛搞暈了頭。現在不知道多少車企把自動駕駛和無人駕駛混為一談，小智一度懷疑是不是有自動泊車就算無人駕駛啦？

為了搞清楚這個問題，小智周六專門去聽了清華大學鄧志東教授在機器人大講堂上的講解。

鄧教授所講的內容很多，但大多圍繞著人工智慧與無人駕駛展開。最有意思的一點，是他們對於無人駕駛產業化的定義和預估。他們預計2026年左右才能實現無人駕駛產業化，那麼在研究者眼中，什麼才是真正的無人駕駛呢？答案是「全工況完全自主」，應該做到「三無」——無方向盤、無制動/油門踏板、無後視鏡，還有「全區域」——任何道路和「全功能」——任何氣候任何時間。若真的以此為標準，現在哪有無人駕駛汽車啊，敢問哪家沒有方向盤和油門剎車？

其實，無人駕駛技術要實現的無非是三個步驟：環境探測-自動決策-控制響應。若要做好這三者，靠的不是別的，正是人工智慧。但目前大多數的駕駛輔助系統所應用的技術並非人工智慧，而是傳統的機器視覺方法。

不知道大家是否用過一些駕駛輔助功能，總體而言雖然已經有了長足的進步，但還是有一些問題的，例如對路標和道路標誌線的理解、障礙物的檢測，還存在一些「硬傷」，究其原因，是傳統的機器視覺方法都是在數據或低層特徵上進行的聚類、分割、定位、檢測、分類、識別和匹配。由於特徵是人工設置的，大量使用閾值，從而適應性差。舉一個最簡單的例子，如果前車壓住了道路標誌線，這種方法就有可能無法識別了。

那人工智慧如何解決這個問題呢？要回答這個問題，就得先明白人工智慧究竟是何物。人工智慧又分為感知智能（對人類直覺行為的模擬，視聽觸覺等）、認知智能（記憶、推理、規劃、決策等）和創造性智能（頓悟、靈感）。未來無人駕駛主要應用的是認知智能。而這個階段的人工智慧，主要是通過深度學習來研究的。

再細分一下，深度學習又分為深度監督學習、深度再勵學習和深度無監督學習。其中深度再勵學習有一個大家比較熟悉的小夥伴——AlphaGo。沒錯，就是下圍棋那小子。最大的特點是反覆演練，記錄成功與失敗，完成自我學習。除了用在下圍棋上，其實這也是目前無人駕駛技術中的決策系統所應用的技術。深度監督學習則是指基於大數據的機器學習，其在無人駕駛領域的應用更為廣泛，目前正在研發基於它的障礙物檢測、高精度地圖創建和多模態導航融合技術。

可以說，真正的無人駕駛，應該是利用人工智慧技術，將汽車打造成「汽車+機器人」，簡稱——汽車人。即使傳統的機器視覺方法能夠達到足夠的精度，但如果要實現產業化也顯得過分昂貴。在未來，應該逐步加入較高水平的人工智慧系統，讓車輛真正變聰明，能夠自行檢測和判斷，做到「懂車、懂路、懂人。」

所以，雖然不少企業叫囂著「xx年量產無人駕駛汽車」，但他們要麼是在拿駕駛輔助系統放大衛星，要麼就是在給自己挖坑。無人駕駛技術走向成熟的標誌，應當是給人類帶來便捷與安全，從這個方面上來看，無人駕駛只能說「在路上」。而如果有誰能讓無人駕駛的發展走上高速公路，恐怕只能是人工智慧。

請您繼續閱讀更多來自 汽車智能 的精彩文章:

※機器人能完全取代汽車工人嗎？
※無人駕駛只是套路，人車關係才是汽車人工智慧的亮點！
※成都車模車展：有人把汽車比喻成美女
※沒有人工智慧，無人駕駛時代的汽車就是冷冰冰的機器
※汽車即將擁有的「智能大腦」
※自動駕駛汽車和數字功能使未來汽車成為「車輪上的數據中心」
※人工智慧：讓汽車和你對話不是沒有可能
※人工光合作用將成為未來汽車主要能源
※人工智慧開啟了聯網汽車的未來！
※汽車工業轉型：從汽車製造商到智能移動供應商
※這輛電動車怎麼撞也不會倒，有可能會成為蘋果的第一輛汽車
※香港車展：愛車人士千萬別錯過一場能看、能玩的汽車盛會
※汽車越智能越危險？黑客分分鐘入侵你的汽車，把它變成武器！
※「汽車人，變形！」
※無人駕駛汽車成熱點，學什麼專業才能「參與其盛」？
※柯潔輸了 汽車智能卻會贏
※擎天柱為何能成為汽車人的領袖？你所不知道的驚人內幕！
※這輛「摩托車」怎麼撞也不會倒，有可能會成為蘋果的第一輛汽車
※一個人出行也不孤單，智能互聯技術正讓汽車擁有朋友般的大腦！