汽車智能化、網(wǎng)聯(lián)化、電動化和共享化的發(fā)展趨勢對汽車產(chǎn)業(yè)帶來諸多影響。在產(chǎn)業(yè)邊界逐漸模糊、跨界競爭日趨激烈的同時，產(chǎn)業(yè)價值也在重新分布。汽車產(chǎn)業(yè)面臨轉(zhuǎn)型升級，“汽車+人工智能”成為重要方向。

人工智能是一門研究模擬、延伸和擴展人類智能的理論、方法及技術(shù)的科學，其誕生于20世紀50年代，目前發(fā)展為計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理和機器學習六大領(lǐng)域，并呈現(xiàn)出各領(lǐng)域相互滲透的趨勢。

多項因素共同觸發(fā)人工智能的快速發(fā)展。一是數(shù)據(jù)量的爆炸式增長，二是硬件設(shè)施的升級，包括運算能力、存儲能力和網(wǎng)絡(luò)傳輸能力的提升。三是算法和模型的不斷優(yōu)化。四是資本的助推。

感知處理、決策規(guī)劃和控制執(zhí)行均是人工智能在自動駕駛中的典型應(yīng)用場景。感知處理方面，基于深度學習的計算機視覺，可獲得較接近于人的感知能力。決策規(guī)劃方面，深度卷積神經(jīng)網(wǎng)絡(luò)與深度強化學習，能通過大量學習實現(xiàn)對復(fù)雜工況的決策，并能進行在線學習優(yōu)化。控制執(zhí)行方面，智能控制方法主要體現(xiàn)在對控制對象模型的運用和綜合信息學習運用上，包括神經(jīng)網(wǎng)絡(luò)控制和深度學習方法等。

以英偉達的Drive為代表的解決方案采用端到端的方法。即以傳感器的原始數(shù)據(jù)作為輸入，通過之前使用的數(shù)據(jù)訓練出來的模型直接預(yù)測輸出車輛的動作。端到端的解決方案通過縮減人工預(yù)處理和后續(xù)處理，盡可能使模型從原始輸入直接到最終輸出，為模型數(shù)據(jù)自動調(diào)節(jié)提供更大空間，從而減少基于規(guī)則的復(fù)雜性。但其解釋性較差，準確度不容易控制。

深度學習是實現(xiàn)人工智能的關(guān)鍵技術(shù)，一般可以分為訓練和推斷兩部分。訓練是使用采集到的樣本訓練出一個復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)模型。推斷指利用訓練好的模型，使用待判斷的數(shù)據(jù)去“推斷”得出各種結(jié)論。通常情況下，樣本的數(shù)量越多，訓練的精度越高，所以樣本的數(shù)量是影響深度學習精度重要的一個因素。自動駕駛?cè)斯ぶ悄芩惴ǖ拈_發(fā)需要海量的訓練數(shù)據(jù)。

自動駕駛算法的優(yōu)化升級需通過車輛傳感器、車聯(lián)網(wǎng)平臺、周邊基礎(chǔ)設(shè)施等獲取周邊環(huán)境、交通規(guī)則、駕駛習慣、地圖定位等數(shù)據(jù)信息。L3級以上自動駕駛汽車需處理海量、多源、異構(gòu)的數(shù)據(jù)，例如L4級需處理的數(shù)據(jù)量可達4TB/天。另一方面，當前人工智能網(wǎng)絡(luò)對于單計算節(jié)點的算力要求過高，但當前主流開源軟件框架對于模型分割進行計算并沒有實現(xiàn)。因此，自動駕駛方案的優(yōu)化對算力提出更高要求。

為了應(yīng)對自動駕駛方案的優(yōu)化對算力提出的更高要求，新型汽車智能計算架構(gòu)亟待研究。邊緣計算成為行業(yè)研究熱點，其是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供最近端服務(wù)。新型汽車智能計算架構(gòu)包含多級中心云及最末端需要的巨量邊緣計算節(jié)點，由邊緣計算節(jié)點向自動駕駛車輛提供算力支持。新型汽車智能計算架構(gòu)可以更加合理地分配計算資源和通信資源，但其在自動駕駛領(lǐng)域的應(yīng)用尚需深入研究。

智能網(wǎng)聯(lián)汽車測試部分析研究國內(nèi)外下一代汽車計算平臺的理論前沿、先進架構(gòu)、共性技術(shù)與核心產(chǎn)品，旨在提出促進下一代計算平臺關(guān)鍵技術(shù)及產(chǎn)業(yè)發(fā)展的可行性建議，為促進行業(yè)健康有序、安全可控的發(fā)展提供指導依據(jù)。通過密切跟蹤國內(nèi)外研究動態(tài)，組建覆蓋多領(lǐng)域的資深專家?guī)欤瑢嵉卣{(diào)研企業(yè)收集來自實踐應(yīng)用的一線素材，智能網(wǎng)聯(lián)汽車測試部為行業(yè)發(fā)展提供智力支持，不斷推出理論模型、發(fā)展路線、標準規(guī)范及白皮書系列研究成果，并為管理部門與企業(yè)提供咨詢服務(wù)。
責任編輯：tzh