出處：無人駕駛：將如何顛覆汽車行業
這條音頻說的是，無人駕駛技術將會給汽車行業帶來的改變。
王勁是原百度高級副總裁和原自動駕駛事業部總經理，
也曾經擔任谷歌中國工程研究院副院長。最近，他在洪泰基金CEO春分大會上首次表示，
他即將離開百度並創辦自己的公司。王勁在活動中分享了他對
無人駕駛汽車這一領域的看法。下面就給你說說他的主要觀點。
首先，王勁認為，人工智能概念在61年前就有了，但前面50年都不太成功。
因為之前是人在教育機器，然後再讓機器為人做判斷。
直到後來用了深度學習功能，人工智能才開始快速發展。
深度學習的算法已經成為了無人駕駛的基石，
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
王勁說，無人駕駛的一天終究會到來，王勁預測，
屆時交通的安全性可以得到大幅度的提升，汽車行業會發生顛覆性變化，
留給傳統汽車廠商的時間，也許只剩下4年。
王勁從無人駕駛的研發流派、突破性進展和發展前景這三點詳細論證了這一觀點。
我們先來說一說無人駕駛的研發流派。無人駕駛的研發，
從深度學習在無人駕駛的應用程度來看，存在兩個流派：
一個流派是傳統汽車廠商。
他們在十幾年前就開始研究自動駕駛技術，
其主要目的是通過主動駕駛來幫助人們提升汽車的安全性和操控性。
第二個流派是以百度和谷歌為代表，利用深度學習研究無人駕駛。
從深度學習在無人駕駛的應用方式來看，也有兩種方案：
一個是以攝像頭為基礎的方案，比如Mobileye，
這家公司是全球最大的高級駕駛輔助系統供應商，
前不久，英特爾宣布斥資153億美元收購了這家以色列公司。
這家公司以感應器為基礎領域進行了非常好的深度學習，
但是在決策系統上並沒有應用深度學習，目前還只能應用於半自動輔助駕駛。
另外還有一家值得關注的自動駕駛汽車技術研發公司 Drive ai，
這家公司的聯合創始人之一卡羅爾·萊利，
是前不久從百度離職的人工智能科學家吳恩達的妻子。
這家公司的方案更加激進，是把直接從傳感器出來的信號輸出成為駕駛的決策，
相當於給車輛安上一個能夠讓車輛理解周圍的環境並安全行駛的大腦。
目前這種方案只在學術界裡驗證，還需要通過路測來證明其技術的可靠性。
此外，王勁認為無人駕駛之所以很可能在三到五年內被實現，
主要是基於這幾個技術的突破。
第一，深度學習的算法成為了無人駕駛的基石。
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
比如說，去年阿爾法狗幫著教育了很多高科技行業之外的，
包括車廠的領導，甚至是芯片廠商的公司。
第二，傳感器的換代和傳感器融合技術的升級。
傳感器等技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的傳感器上，
得到一個非常廣泛的、非常好的突破。
第三，硬件的升級，打造雲端汽車大腦。
當汽車大腦擁有這樣的計算能力以後，就可以把深度學習算法和這個模型放到車上，
然後在汽車自己駕駛的過程中做一些實時的判斷和決策。
其中，非常關鍵的是基礎決策，它是通過攝像頭和激光雷達感知，
對很多物體做出一些判斷，這個判斷要用數據做一些評比，
看一看在大量的數據裡該技術有多少準確性。
第四，無人駕駛技術還需要一個非常重要的能力，就是數據收集。
如果一個公司在做無人駕駛，無人駕駛的車隊有多大很重要，
因為每個車隊的規模會影響到它這個車子開的好壞，也就是數據收集能力的大小。
總的來說，算法、傳感器、計算硬件、基礎決策、
數據的收集能力等都會影響無人駕駛技術的發展。
基於這幾個技術的發展，無人駕駛系統逐漸成為一個主流的方向。
王勁預計，2021年將是無人駕駛的元年，
屆時有一些大公司將有十幾萬輛無人駕駛汽車量產規模，比如谷歌，
將在2020年達到量產的目標。還有的公司保守一點，將在2025年以後實現量產。
當無人駕駛到來的時候，汽車這個行業都有可能會被顛覆。
雖然有一些傳統汽車廠商也在做無人駕駛系統，
但它們在人工智能的技術上遠遠落後於科技公司，
很可能會在這一輪技術創新當中出局，如果汽車行業不革自己的命，就會被別人革了命。
以上觀點，供你參考。
本文源自：騰訊科技
音頻稿：劉喬莉
講述：于浩
---------------------
主旨：
之前是人在教育機器，然後再讓機器為人做判斷。
直到後來用了深度學習功能，人工智能才開始快速發展。
深度學習的算法已經成為了無人駕駛的基石，
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
無人駕駛之所以很可能在三到五年內被實現，主要是基於這幾個技術的突破。
1. 深度學習的算法成為了無人駕駛的基石
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
比如說，去年阿爾法狗幫著教育了很多高科技行業之外的，
包括車廠的領導，甚至是芯片廠商的公司。
2. 傳感器的換代和傳感器融合技術的升級
傳感器等技術在這兩年有突破性的提高，
使得無人駕駛在深度學習和新型的傳感器上，
得到一個非常廣泛的、非常好的突破。
3. 硬件的升級，打造雲端汽車大腦
非常關鍵的是基礎決策，它是通過攝像頭和激光雷達感知，
對很多物體做出一些判斷，這個判斷要用數據做一些評比，
看一看在大量的數據裡該技術有多少準確性。
4. 無人駕駛技術還需要一個非常重要的能力，就是數據收集
這條音頻說的是，無人駕駛技術將會給汽車行業帶來的改變。
王勁是原百度高級副總裁和原自動駕駛事業部總經理，
也曾經擔任谷歌中國工程研究院副院長。最近，他在洪泰基金CEO春分大會上首次表示，
他即將離開百度並創辦自己的公司。王勁在活動中分享了他對
無人駕駛汽車這一領域的看法。下面就給你說說他的主要觀點。
首先，王勁認為，人工智能概念在61年前就有了，但前面50年都不太成功。
因為之前是人在教育機器，然後再讓機器為人做判斷。
直到後來用了深度學習功能，人工智能才開始快速發展。
深度學習的算法已經成為了無人駕駛的基石，
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
王勁說，無人駕駛的一天終究會到來，王勁預測，
屆時交通的安全性可以得到大幅度的提升，汽車行業會發生顛覆性變化，
留給傳統汽車廠商的時間，也許只剩下4年。
王勁從無人駕駛的研發流派、突破性進展和發展前景這三點詳細論證了這一觀點。
我們先來說一說無人駕駛的研發流派。無人駕駛的研發，
從深度學習在無人駕駛的應用程度來看，存在兩個流派：
一個流派是傳統汽車廠商。
他們在十幾年前就開始研究自動駕駛技術，
其主要目的是通過主動駕駛來幫助人們提升汽車的安全性和操控性。
第二個流派是以百度和谷歌為代表，利用深度學習研究無人駕駛。
從深度學習在無人駕駛的應用方式來看，也有兩種方案：
一個是以攝像頭為基礎的方案，比如Mobileye，
這家公司是全球最大的高級駕駛輔助系統供應商，
前不久，英特爾宣布斥資153億美元收購了這家以色列公司。
這家公司以感應器為基礎領域進行了非常好的深度學習，
但是在決策系統上並沒有應用深度學習，目前還只能應用於半自動輔助駕駛。
另外還有一家值得關注的自動駕駛汽車技術研發公司 Drive ai，
這家公司的聯合創始人之一卡羅爾·萊利，
是前不久從百度離職的人工智能科學家吳恩達的妻子。
這家公司的方案更加激進，是把直接從傳感器出來的信號輸出成為駕駛的決策，
相當於給車輛安上一個能夠讓車輛理解周圍的環境並安全行駛的大腦。
目前這種方案只在學術界裡驗證，還需要通過路測來證明其技術的可靠性。
此外，王勁認為無人駕駛之所以很可能在三到五年內被實現，
主要是基於這幾個技術的突破。
第一，深度學習的算法成為了無人駕駛的基石。
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
比如說，去年阿爾法狗幫著教育了很多高科技行業之外的，
包括車廠的領導，甚至是芯片廠商的公司。
第二，傳感器的換代和傳感器融合技術的升級。
傳感器等技術在這兩年有突破性的提高，使得無人駕駛在深度學習和新型的傳感器上，
得到一個非常廣泛的、非常好的突破。
第三，硬件的升級，打造雲端汽車大腦。
當汽車大腦擁有這樣的計算能力以後，就可以把深度學習算法和這個模型放到車上，
然後在汽車自己駕駛的過程中做一些實時的判斷和決策。
其中，非常關鍵的是基礎決策，它是通過攝像頭和激光雷達感知，
對很多物體做出一些判斷，這個判斷要用數據做一些評比，
看一看在大量的數據裡該技術有多少準確性。
第四，無人駕駛技術還需要一個非常重要的能力，就是數據收集。
如果一個公司在做無人駕駛，無人駕駛的車隊有多大很重要，
因為每個車隊的規模會影響到它這個車子開的好壞，也就是數據收集能力的大小。
總的來說，算法、傳感器、計算硬件、基礎決策、
數據的收集能力等都會影響無人駕駛技術的發展。
基於這幾個技術的發展，無人駕駛系統逐漸成為一個主流的方向。
王勁預計，2021年將是無人駕駛的元年，
屆時有一些大公司將有十幾萬輛無人駕駛汽車量產規模，比如谷歌，
將在2020年達到量產的目標。還有的公司保守一點，將在2025年以後實現量產。
當無人駕駛到來的時候，汽車這個行業都有可能會被顛覆。
雖然有一些傳統汽車廠商也在做無人駕駛系統，
但它們在人工智能的技術上遠遠落後於科技公司，
很可能會在這一輪技術創新當中出局，如果汽車行業不革自己的命，就會被別人革了命。
以上觀點，供你參考。
本文源自：騰訊科技
音頻稿：劉喬莉
講述：于浩
---------------------
主旨：
之前是人在教育機器，然後再讓機器為人做判斷。
直到後來用了深度學習功能，人工智能才開始快速發展。
深度學習的算法已經成為了無人駕駛的基石，
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
無人駕駛之所以很可能在三到五年內被實現，主要是基於這幾個技術的突破。
1. 深度學習的算法成為了無人駕駛的基石
用深度學習來做決策和感知將會很快地把無人駕駛的能力提昇在人類的駕駛員之上。
比如說，去年阿爾法狗幫著教育了很多高科技行業之外的，
包括車廠的領導，甚至是芯片廠商的公司。
2. 傳感器的換代和傳感器融合技術的升級
傳感器等技術在這兩年有突破性的提高，
使得無人駕駛在深度學習和新型的傳感器上，
得到一個非常廣泛的、非常好的突破。
3. 硬件的升級，打造雲端汽車大腦
非常關鍵的是基礎決策，它是通過攝像頭和激光雷達感知，
對很多物體做出一些判斷，這個判斷要用數據做一些評比，
看一看在大量的數據裡該技術有多少準確性。
4. 無人駕駛技術還需要一個非常重要的能力，就是數據收集
沒有留言:
張貼留言