出處：自動駕駛：人工智能的終極場景
今天這條音頻跟你說說，為什麼說自動駕駛是人工智能的終極場景。
高天垚，是聯想之星投資副總裁，主要關注AI、無人駕駛、傳感器和機器人等技術類
投資方向。最近，他在一篇文章裡面表示，自動駕駛是人工智能的終極場景，沒有之一！
同時，他在文章中還分享了，他對自動駕駛的更多觀點。
下面，我們聽聽他具體是怎麼說的。
首先，高天垚說“自動駕駛”，或稱“無人駕駛”，並不是什麼新鮮詞彙，真要追溯起來，
其實1925年就有了，當然，那隻是雛形。而現在，自動駕駛的發展，主要分為三條路線：
第一條以古歌和優步為代表，他們使用價格高昂的傳感器，
想要“一步到位”實現完全無人駕駛，也就是不需要駕駛員，這麼做的，主要是互聯網公司；
第二條是以傳統車企為代表，走“漸進式”路線，他們從“輔助駕駛”開始做，
然後再過渡到真正的無人駕駛；第三條則是介於前兩條路線之間，
在傳感器與應用場景上進行妥協，可以輔助駕駛，
而在特定場景下實現無人駕駛，代表企業就是特斯拉，很多新興創業公司都這麼做。
高天垚認為，現在的這些自動駕駛技術，在發展上面臨三個問題：
第一個是技術問題，現在的自動駕駛，還是初級的人工智能，也就是“弱人工智能”，
不僅是感知與決策的算法不夠可靠。面對完全開放的外部環境，
比如天氣、光線的變化，突發路況等等，尤其是和有人駕駛汽車共存的情況下，
如何實現100%的安全，在技術上還不夠成熟。
第二個是成本問題，比如以激光雷達為代表的核心傳感器，
現在的售價都非常高昂，在商業化量產上存在很大阻礙。
第三個是政策、法規，以及相應基礎設施的建設問題，
這些都超過了汽車行業本身的範疇，是相當複雜的系統工程。
回到“人工智能”本身，高天垚說，包括機器視覺、深度學習，增強學習，GPU，機器人，
傳感器技術等在內，目前的大部分仍在“弱人工智能”的範疇，
而要實現真正的“無人駕駛”，就要在這些底層技術上獲得突破，達到“強人工智能”。
他之所以表示“自動駕駛是人工智能的終極場景，沒有之一”，
主要是基於兩點原因：
一是人工智能的發展，需要依賴四個基本要素，
分別是計算力、海量數據、算法和決策、以及傳感器的數據採集，
這些與實現“完全無人駕駛”的要素是高度重合的；
二是想要發展“強人工智能”，就需要與應用場景相結合，
考慮到汽車行業的龐大體量，使用環境的多樣化，
可以說，自動駕駛的平台，可以最大限度的轉化人工智能的技術創新與突破。
最後，高天垚說，對於自動駕駛的理解，我們還應該回歸汽車行業本身。
自動駕駛，實際上還是汽車在自動化水平上的智能化提升，
驅動力在於汽車產業，準確地說，是汽車電子產業的優化升級。
因此，從汽車電子產業升級的角度，存在兩個投資機會。
第一個是傳感器技術公司，目前還不存在“一步到位”的傳感器解決方案，
關鍵點在於，數據採集的質量，因此，如果能從硬件角度解決此問題，會有很大價值。
另外就是低成本的解決方案，這對於量產及供應鏈層面很重要，也有很大價值。
第二個是“限定場景下的自動駕駛技術公司”，因為這是目前，
能最大限度發揮人工智能相關技術的領域，比如：
封閉/半封閉區域、低速/高速狀態、有軌交通、特種車輛等，這些都是可行的技術路線。
以上，就是高天垚對自動駕駛的一些觀點，供你參考。
本文源自：公眾號“CometLabs”
（聯想之星高天垚：為什麼說自動駕駛是人工智能的終極場景？）
稿：梁志一
轉載:得到
-------------------
主旨：
自動駕駛技術，在發展上面臨三個問題：
1. 技術問題
現在的自動駕駛，還是初級的人工智能，也就是“弱人工智能”，
不僅是感知與決策的算法不夠可靠。面對完全開放的外部環境，
比如天氣、光線的變化，突發路況等等，尤其是和有人駕駛汽車共存的情況下，
如何實現100%的安全，在技術上還不夠成熟。
2. 成本問題
比如以激光雷達為代表的核心傳感器，現在的售價都非常高昂，
在商業化量產上存在很大阻礙。
3. 政策、法規
以及相應基礎設施的建設問題，這些都超過了汽車行業本身的範疇，
是相當複雜的系統工程。
從汽車電子產業升級的角度，存在兩個投資機會。
1. 傳感器技術公司，目前還不存在“一步到位”的傳感器解決方案，
關鍵點在於，數據採集的質量，因此，如果能從硬件角度解決此問題，會有很大價值。
另外就是低成本的解決方案，這對於量產及供應鏈層面很重要，也有很大價值。
2. 限定場景下的自動駕駛技術公司”
最大限度發揮人工智能相關技術的領域，比如：封閉/半封閉區域、低速/高速狀態、
有軌交通、特種車輛等，這些都是可行的技術路線。
今天這條音頻跟你說說，為什麼說自動駕駛是人工智能的終極場景。
高天垚，是聯想之星投資副總裁，主要關注AI、無人駕駛、傳感器和機器人等技術類
投資方向。最近，他在一篇文章裡面表示，自動駕駛是人工智能的終極場景，沒有之一！
同時，他在文章中還分享了，他對自動駕駛的更多觀點。
下面，我們聽聽他具體是怎麼說的。
首先，高天垚說“自動駕駛”，或稱“無人駕駛”，並不是什麼新鮮詞彙，真要追溯起來，
其實1925年就有了，當然，那隻是雛形。而現在，自動駕駛的發展，主要分為三條路線：
第一條以古歌和優步為代表，他們使用價格高昂的傳感器，
想要“一步到位”實現完全無人駕駛，也就是不需要駕駛員，這麼做的，主要是互聯網公司；
第二條是以傳統車企為代表，走“漸進式”路線，他們從“輔助駕駛”開始做，
然後再過渡到真正的無人駕駛；第三條則是介於前兩條路線之間，
在傳感器與應用場景上進行妥協，可以輔助駕駛，
而在特定場景下實現無人駕駛，代表企業就是特斯拉，很多新興創業公司都這麼做。
高天垚認為，現在的這些自動駕駛技術，在發展上面臨三個問題：
第一個是技術問題，現在的自動駕駛，還是初級的人工智能，也就是“弱人工智能”，
不僅是感知與決策的算法不夠可靠。面對完全開放的外部環境，
比如天氣、光線的變化，突發路況等等，尤其是和有人駕駛汽車共存的情況下，
如何實現100%的安全，在技術上還不夠成熟。
第二個是成本問題，比如以激光雷達為代表的核心傳感器，
現在的售價都非常高昂，在商業化量產上存在很大阻礙。
第三個是政策、法規，以及相應基礎設施的建設問題，
這些都超過了汽車行業本身的範疇，是相當複雜的系統工程。
回到“人工智能”本身，高天垚說，包括機器視覺、深度學習，增強學習，GPU，機器人，
傳感器技術等在內，目前的大部分仍在“弱人工智能”的範疇，
而要實現真正的“無人駕駛”，就要在這些底層技術上獲得突破，達到“強人工智能”。
他之所以表示“自動駕駛是人工智能的終極場景，沒有之一”，
主要是基於兩點原因：
一是人工智能的發展，需要依賴四個基本要素，
分別是計算力、海量數據、算法和決策、以及傳感器的數據採集，
這些與實現“完全無人駕駛”的要素是高度重合的；
二是想要發展“強人工智能”，就需要與應用場景相結合，
考慮到汽車行業的龐大體量，使用環境的多樣化，
可以說，自動駕駛的平台，可以最大限度的轉化人工智能的技術創新與突破。
最後，高天垚說，對於自動駕駛的理解，我們還應該回歸汽車行業本身。
自動駕駛，實際上還是汽車在自動化水平上的智能化提升，
驅動力在於汽車產業，準確地說，是汽車電子產業的優化升級。
因此，從汽車電子產業升級的角度，存在兩個投資機會。
第一個是傳感器技術公司，目前還不存在“一步到位”的傳感器解決方案，
關鍵點在於，數據採集的質量，因此，如果能從硬件角度解決此問題，會有很大價值。
另外就是低成本的解決方案，這對於量產及供應鏈層面很重要，也有很大價值。
第二個是“限定場景下的自動駕駛技術公司”，因為這是目前，
能最大限度發揮人工智能相關技術的領域，比如：
封閉/半封閉區域、低速/高速狀態、有軌交通、特種車輛等，這些都是可行的技術路線。
以上，就是高天垚對自動駕駛的一些觀點，供你參考。
本文源自：公眾號“CometLabs”
（聯想之星高天垚：為什麼說自動駕駛是人工智能的終極場景？）
稿：梁志一
轉載:得到
-------------------
主旨：
自動駕駛技術，在發展上面臨三個問題：
1. 技術問題
現在的自動駕駛，還是初級的人工智能，也就是“弱人工智能”，
不僅是感知與決策的算法不夠可靠。面對完全開放的外部環境，
比如天氣、光線的變化，突發路況等等，尤其是和有人駕駛汽車共存的情況下，
如何實現100%的安全，在技術上還不夠成熟。
2. 成本問題
比如以激光雷達為代表的核心傳感器，現在的售價都非常高昂，
在商業化量產上存在很大阻礙。
3. 政策、法規
以及相應基礎設施的建設問題，這些都超過了汽車行業本身的範疇，
是相當複雜的系統工程。
從汽車電子產業升級的角度，存在兩個投資機會。
1. 傳感器技術公司，目前還不存在“一步到位”的傳感器解決方案，
關鍵點在於，數據採集的質量，因此，如果能從硬件角度解決此問題，會有很大價值。
另外就是低成本的解決方案，這對於量產及供應鏈層面很重要，也有很大價值。
2. 限定場景下的自動駕駛技術公司”
最大限度發揮人工智能相關技術的領域，比如：封閉/半封閉區域、低速/高速狀態、
有軌交通、特種車輛等，這些都是可行的技術路線。
沒有留言:
張貼留言