AI重新定義汽車

科技 05-06

關鍵時刻，第一時間送達！

概述

人工智慧的發展正在不斷促進並推動各個行業，越來越多科幻電影里的場景已經成為了現實。不論是自動駕駛汽車、計程車還是卡車，或是成指數增長的物聯網行業，人們已經很難跟上當前的趨勢，也很難想像AI對行業產生的影響。

本文面向的是那些汽車行業中對人工智慧技術有興趣的從業人員。我們從五個方面介紹人工智慧對汽車行業的影響，並討論以下話題：

無人駕駛汽車

物聯網（IoT）

危險識別和情感檢測

機器學習和輔助駕駛

機器人技術和缺陷檢測

無人駕駛汽車

曾經無人駕駛汽車只會出現在科幻電影里，比如《全面狐疑》中的無人駕駛計程車。但人工智慧的發展是如此迅猛，科技公司已經開始研發可能實現自動駕駛汽車和卡車的相關技術。無人駕駛的概念已經不再僅限於電影了！

以往，生產無人駕駛技術的汽車廠商和科技公司必須遵循嚴格的規定，而且必須有人隨時準備在緊急時刻接管汽車的控制權。

今年早些時間，加州通過了一項新的法規，允許了沒有人類駕駛員的無人駕駛汽車！

新的規定和法規的制定花了三年多時間，它為Alphabet、Uber、通用和福特等大公司去除了最大的障礙。

亞利桑那、內華達、密歇根等州也開始允許沒有人類駕駛員的自動駕駛汽車上路。隨著公眾逐步接受自動駕駛，我們終於站在了無人駕駛技術革命的轉折點上，以後它只會隨著技術的進步而不斷發展。

奧迪

以前，無人駕駛技術的最大難題之一就是Google在2012年發現的「放手」問題。簡單來說就是，當機器或人工智慧發現危險時，應當如何警告並讓人類接管駕駛？僅美國每年就有超過35000起交通事故造成的死亡，因此這個問題決不能輕視。話雖如此，但這並不是個無法解決的難題，而這正是德國廠商奧迪在努力解決的問題。

奧迪的工程師和心理學家們花費了數年時間，有效地「教會」了汽車如何安全駕駛。除了基本的路面操作之外，他們把重心放在了負責「放手」問題的人機界面上。

豪華車型A8中集成了AI，利用面部識別攝像機監視駕駛員的表情，同時可以檢測到駕駛員是否把手放在方向盤上。如果汽車檢測到駕駛員分心，就會用視覺或音頻信號提醒他。如果提醒無效，汽車就會拉緊安全帶並剎車！

最後，如果人類依然意識不到問題的發生，汽車就會打開緊急警告燈，在路邊停車並解鎖車門。

儘管這種解決方案並非主流，但在如何提醒人類控制無人駕駛汽車方面，它的確給其他公司提供了一個良好的藍圖。毋庸置疑，這項技術很快就會進入主流並出現在你身邊！

物聯網

每天都有數百萬智能設備連接到互聯網，有FibBits，有健康監控設備，還有智能手機。據估計，到2020年，連接到互聯網的設備會超過2.5億。這對汽車行業意味著什麼？

由於汽車更依賴於技術、電子元件和軟體，廠商們必須與軟體開發團隊和科技領域的其他公司合作。這些都會幫助汽車與互聯網的連通性和與物聯網設備的集成。

有了連通性後，汽車會越來越容易受到惡意攻擊。於是一家名為Cyber 2 Automotive Security（簡稱C2a）的公司開發了名為Stamper的專利技術，並向全世界的汽車廠商提供買斷式授權。

C2a的Stamper技術是一系列防止汽車受到網路攻擊的解決方案之一。早在2016年，黑客就實現了控制10英里外的一輛特斯拉，而隨著網路攻擊技術日新月異，勒索軟體的實現也只是時間問題。

Stamper為聯網的汽車和設備添加了一個安全層，以主動地保護汽車上的每個半導體元件和處理器。可以認為它是某種形式的防火牆，能授權或阻止對特定汽車功能的使用，同時識別非正常訪問，並進行實時診斷以保證一切都按照預期的形式運行。

該公司雖然可以贈送該項技術，但會從產品線中的其他組件上賺錢。隨著聯網的汽車越來越多，我們可以肯定一件事，那就是像C2a這種公司以後必然會在市場中分一杯羹。

未來，我們預測人工智慧和物聯網設備的集成會讓廠商給汽車更新更多的功能，比如：

預測式維護

維修計劃

識別性能問題

通過智能感測器識別健康方面的緊急情況

自動收取過路費

危險識別和情感檢測

文本流和文檔的情感檢測已經出現了很多年，許多供應商如IBM、微軟、Social Opinion等都提供能實現該功能的情感分析API。

但檢測人類的情緒和情感與識別文檔中的情感是完全不同的。儘管如此，現在機器已經能夠識別人類表達的情緒，只需上傳照片，然後利用機器學習演算法分析並計算憤怒、愉悅、悲傷等關鍵情感的概率。

Affectiva

不過，另一家出身於麻省理工媒體實驗室的公司Affectiva在該方向上更進一步，他們最近發布了一個新的服務「AutomotiveAI」（汽車人工智慧）。

通過該服務，無人駕駛汽車的廠商可以有效地跟蹤人類駕駛員的感情反應，並能檢測如愉悅、驚訝、恐懼或憤怒等感情。

這項創新的技術採用了一個普通的RGB攝像頭和一個近紅外攝像頭，通過如每秒眨眼次數等各種信號獲得可靠的評分，從而識別打哈欠、瞌睡和其他駕駛疲勞的癥狀。

如果能夠識別人類駕駛員的此類信號，再加上AI的輔助駕駛，就能減少駕駛疲勞導致的公路交通事故。該公司還稱，AutomotiveAI甚至可以用來識別駕駛員是否處於醉酒或吸毒的狀態。

寶馬、Nauto和豐田研究所（TRI）

德國廠商寶馬與保險公司Allianz合作，打造了由AI驅動的產品，以增強駕駛安全性，改進車隊管理。通過深度學習技術，並採用Nauto的雲端API平台，他們開發的解決方案能夠追蹤駕駛員的警覺性、失誤，甚至不安全的駕駛習慣！有理由相信，對這些數據的審核將會影響到未來的保費！

你可以繼續深入了解該合作和解決方案。

機器學習和輔助駕駛

機器學習演算法越來越多地被用來解決各種問題，從分析海量數據，到幫助醫療專家在病人的測試結果中進行模式識別以改進醫療診斷。

機器學習是人工智慧的一個分支，它有效地複製了人類的學習方式（即通過歷史數據進行重複的任務）。感興趣的話可以去深入了解機器學習，不過機器學習對汽車工業究竟有什麼影響呢？

世界上最大的汽車製造商之一——豐田，以及它的新公司——豐田研究所（TRI，Toyota Research Institute），正在計劃利用機器學習解決日本的人口老齡化問題。未來30年內，日本的60歲以上的人口會由25%激增至40%。

這種人口結構的變化不僅出現在日本。在北美，65歲以上的老人佔據了大約20%的人口。

為了幫助老年人的行動，保證他們能夠駕駛汽車，豐田在人類輔助機器人（Human Support Robots）上投入了大量的研發精力，幫助可能喪失行動能力的人維持一定水平的行動能力。雖然該技術依然處於研發階段，但它也許可以幫助大量老年人上車和下車。關於該技術的詳細內容可以參考這裡（https://www.theverge.com/2015/11/6/9680128/toyota-ai-research-one-billion-funding）。

高級輔助駕駛

位於以色列的公司Mobileye為汽車製造商提供計算機視覺技術。他們使用一個攝像頭和機器學習開發了一種技術，能識別路牌上的限速標誌，或識別路上的行人從而觸發自動剎車系統，從而提高駕駛員的能力。

該技術吸引了英特爾的關注，並提出了高達153億美元的收購價！聯想到nVidia之前與汽車製造商聯手以改變汽車行業，就不難理解為什麼英特爾這家晶元製造商想要在汽車市場上佔據一席之地了。

機器人和缺陷檢測

毋庸置疑人工智慧在推動無人駕駛革命，並且長期來看會增加駕駛的安全性，但人工智慧給汽車製造工廠帶來的好處也值得一提。

機器人已經在汽車製造工廠里使用了很多年，生產線上的機械技術表現得十分出色。一份McKinsey的報告（https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/building-smarter-cars）稱，人工智慧可以通過感測器和複雜的演算法監測製造設備，從而減少汽車製造過程的中斷時間。

報告稱：

基於人工智慧的演算法能夠分析來自於振動感測器和其他來源的大量數據，檢測非正常數據，從背景噪音中分離出錯誤，診斷問題，並預測停機發生的可能性。

以及：（人工智慧）可以將設備的可用率提高大約20%，最多可以降低25%的檢測成本，且最多可以降低10%的年維護成本。

報告還說，生產線上生產的汽車的質量將會更高，因為人工智慧可以比人類更準確地檢測到產品缺陷。而且，人工智慧演算法還能用來預測訂單數量，從而減少高達50%的額外庫存！

從類似的報告中可以看出，裝備了人工智慧的機器人技術和演算法將降低製造和分銷過程中的成本，從而提高商業的效率。

感興趣的話可以在這裡（https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/building-smarter-cars）閱讀報告全文。

總結

本文我們介紹了人工智慧對汽車行業帶來的正面影響的五種方式。

我們看到了自動駕駛革命的到來，以及未來的汽車會與互聯網緊密結合。我們還看到了情感檢測能如何增強駕駛安全性，並幫助保險公司為客戶量身定製保費預算。最後，我們討論了人工智慧驅動的機器人和演算法如何幫助汽車行業節省成本，並在生產線上提高汽車的質量。