人工智慧開啟了聯網汽車的未來！

2017年正處於終端用戶設備第三次偉大的革命期。首先，在20世紀90年代使用Windows的PC，然後在2006年通過iPhone達到智能手機。現在，我們正處於下一個終極用戶體驗轉變的尖端：汽車。

汽車業務將在未來5-15年內發展壯大，2017年是個增長的階段。Gartner預計到2020年，將擁有2.5億輛汽車上市。其中大部分增長將是新的數據服務和新產品，而不是汽車本身的傳統「彎曲金屬和橡膠」。資訊公司麥肯錫估計，到2030年，聯網汽車的數據以及出現的新業務模式每年可能價值1.5萬億美元。

2025年的汽車將與現在的汽車相當不同。汽車將基本上成為輪子上的計算機，產生大量有價值的數據——只有在基礎設施到位時的數據才是有用的，才是有分析它、學習它的價值。這就是為什麼AI會推動聯網汽車的未來。

未來的汽車是怎麼樣的？

有一些趨勢塑造著未來的汽車。一個是大量注入計算基數，從根本上改變汽車電子。除了立體聲，汽車將能夠運行複雜的應用程序。就像iPhone展示了一台電腦如何進行語音通話一樣。汽車也將經歷感測器革命。感測器的成本也會下降。因此，汽車最終將包含數十個短程感測器，可以收集有關其環境的海洋數據。

此外，與雲端的連接將是2025年汽車的核心部分。汽車將不再是在車輛的20年聲明周期中保持不變的隔離模塊。相反，他們將能夠從雲端獲得新的下載。所有的感測器數據將被發送到雲端，或者使用V2V（車輛到車輛）或V2I（車輛到基礎設施）進行點對點的傳輸，這樣甚至可以提供短距離數據。將手機這些數據以形成街道級甚至城市及的交通觀點。就像PC和手機一樣，雲端作為信息、應用程序和處理的中央存儲庫。

根據IHS Technology的一份報告，車載人造衛星系統的數量將從2015年的700萬增加到2025年的1.22億。大都會將成為標準，這樣做將改變人們與汽車的交互方式，反之亦然。一種方式是通過信息娛樂的更智能的互動。AI將提供語音和手勢識別功能、驅動程序監控、虛擬助手和自然語言理解功能（NLU）。駕駛員將能夠與他們的汽車交談，讓他們回應、甚至達到超出他們預期需求的標準。

AI也將使現金的駕駛員輔助系統（ADAS）系統成為主流現實。ADAS和自主車輛需要基於攝像機的機器視覺系統。基於雷達的檢測單元，駕駛員狀況評估和感測器融合引擎控制單元（ECU）工作。根據IHS，「深入學習」是完全自主的車輛的關鍵。這可以讓他們檢測和識別物體，檢測動作，適應新的道路狀況等等。

我們如何達到上述水平？

實現完全自主的汽車，這條道路會很漫長，我們也只是剛剛開始。而2016年表現出了許多可能的情況，我們還沒有達到由國家公路交通安全管理局（NHTSA）定義的全面自主的4級汽車。

2017年，隨著我們建立數據收集的關鍵基礎設施，並為ADAS製作詳細的實時地圖，該行業也將會迎來重要的里程碑。今天又兩個選擇來實現這一目標，今年將出現第三個主要的替代方案。

一個選擇是部署高度儀錶化的汽車，拍攝靜態物體的圖像和記錄位置。精確的車道信息和方向需要這種所謂的「毫米精度」。這在錢和時間方面是一個非常昂貴的選擇，它還需要持續的更新，一遍數據不會變得陳舊。

第二個選擇是部署半自動車輛來收集數據。這需要新一代具有先進感測器的汽車，但很少有汽車會在2017年安裝這些感測器。

今年的第三個選擇是使用新技術，從已經在路上的其他非自主汽車手機數據。例如，從相同的位置的多個轎廂檢測突然的轉向變化，可以指示障礙。當輪滑或擋風玻璃刮水器打開時，注意到將提供與微觀天氣相關的通知。機器學習的力量是，所有這些數據都可以通知下一代汽車的ADAS系統，並為未來的汽車提供更好的模型。

2017年出現的技術可能還不能實現完全自主的車輛，但對於奠定未來的基礎，是至關重要的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！