人工智能阿法狗终极挑战——无人驾驶汽车
2018-09-22 11:01:34AI云资讯1350
人工智能虽然已有60余年的发展历史,但是在最初的50年里都没有获得令人满意的显著进步。最近十年深度学习兴起和发展起来之后,这种窘境才得以改观,使人工智能获得实质性的突破。谷歌公司开发的围棋人工智能AlphaGo在面向全球直播的比赛中4:1绝杀韩国职业围棋冠军李世石,让全世界的观众第一次直观的感受到了人工智能的强大威力。AlphaGo花了两年多的时间学习了人类的16万个棋局,其中有三千多万步的走法和大量数据,深度学习技术让此前无法想象的浩大工作在如今变得轻松得多。
跟围棋对弈不同,无人驾驶要学习的是如何应对异常复杂的路况、是如何处理和预见临时发生的问题,更重要的在于,围棋失败最多是丢掉棋局,而无人驾驶的失败可能是关乎性命。正因为此,海量数据、超大规模计算、超强算法,缺一不可,而且要求之严苛超乎想象。想在无人车市场搅动风云,没有十足的底气根本不行。谷歌用了两年的时间能让AlphaGo打败全世界最优秀的围棋棋手,但是用了8年时间还无法让无人驾驶打败普通驾驶者,说明无人车难度之高。

在美国IHS 公司发布的关于人工智能的调研报告中,分析师预期到2025 年,车内AI系统的数量将从2015 年的700 万台增加至1.22 亿台。IHS认为人工智能AI技术在语音/手势识别,眼球追踪,驾驶员监控和自然语言交互等功能的实现上将扮演主要角色。而就无人驾驶汽车而言,AI的存在能够提升机器视觉系统的识别精度,同时它在控制传感器融合的ECU中也将发挥重要作用。在接受媒体采访时,IHS 汽车半导体事业部高级分析师Luca De Ambroggi 称,“人工智能一直被认为是能够实现无人驾驶汽车商业化的关键推动技术。所以这也是整个汽车供应链都为之振奋的原因”。

无人驾驶汽车并不神秘,现阶段无人驾驶实际上是类人驾驶,即计算机模仿人类驾驶员的驾驶行为,目标是使计算机成为一位眼疾手快、全神贯注、经验丰富、永不疲倦的虚拟司机,最终将人类从低级、繁琐、持久的驾驶活动中解放出来。人类开车是在周而复始地进行一个“感知→认知→行为”的循环。感知的对象是周围的交通环境,如本车在哪里、其它车在哪里、道路多宽、限速多少、现在是红灯还是绿灯等;认知包括理解、规划、决策以及经验,比如红灯要停车、路口要减速、何时及如何换道、当前加速还是减速等;行为指的是操控汽车,如方向盘是否转到位、油门刹车档位如何协调等。无人驾驶也在重复着“感知→认知→行为”的过程。

从感知、认知、行为三个方面看,感知部分难度最大,人工智能技术应用最多。感知技术依赖于传感器,比如摄像头,由于其成本低,在产业界倍受青睐。以色列一家名叫Mobileye的公司在交通图像识别领域做得非常好,它通过一个摄像头可以完成交通标线识别、交通信号灯识别、行人检测,甚至可以区别前方是自行车、汽车还是卡车。人工智能技术在图像识别领域的成功应用莫过于深度学习,近几年研究人员通过卷积神经网络和其它深度学习模型对图像样本进行训练,大大提高了识别准确率。Mobileye目前取得的成果,正是得益于该公司很早就将深度学习当做一项核心技术进行研究。认知与控制方面,主要使用人工智能领域中的传统机器学习技术,通过学习人类驾驶员的驾驶行为建立驾驶员模型,学习人的方式驾驶汽车。美国斯坦福大学的一个团队让无人驾驶赛车学习赛车手的开车方式,经过一段时间训练无人赛车不仅学会了漂移,而且比赛用时已经少于当初学习的那位赛车手。

2014 年 10 月,奥迪在DTM 2014 赛季最后一站--德国霍根海姆 (Hockenheimring)赛车场上向人们展示了其最新的研发的RS7 无人驾驶概念车。并且在无人驾驶状态下以高达 240 公里/小时(149.1 英里/小时)的速度跑完了霍根海姆赛道。于是,奥迪在 Twitter 上将这辆 RS7 称为是「地球上最快的无人驾驶汽车」。
2015 年全球全电动赛车 Formula E 与Kinetik公司宣布建立世界上第一款电动无人驾驶赛车系列——Roborace。而这个 Formula E 简单来说就是世界顶级一级方程式赛车比赛 F1 的「电动版」,主办方同是国际汽联(FIA)。为了达到让所有参赛车辆都采用相同设计,完全比拼无人驾驶软件设计能力的效果,主办方发布了用于无人驾驶赛事的无人驾驶「标准车」ROBOCAR。而在当年的 MWC 大会上,Roborace 的 CEO Denis Sverdlov 与首席设计师 Daniel Simon 一起亮相了 ROBOCAR 实车。

这辆车在车身中央搭载了一个 540kW 的电池可驱动 4 个 300kW 的马达,所以根据 Kinetik 的员工透露,这辆车未来将具有超过 300 公里每小时(约 186 英里每小时)的最高速度。而这也将比 Formula E 140 英里每小时的电动汽车还要快。这也意味着这辆 ROBOCAR 车将成为「这个星球上最快的无人驾驶汽车」,超越了奥迪的自驾 RS7 的最高时速 149 英里每小时,也同样超过刚刚破了记录的蔚来 EP9。

相关文章
- 世界人工智能大会见证AI从“能聊”到“能干”
- 共赴AI原生新时代 | 思特奇明日亮相2026世界人工智能大会!
- 华为中国行2026·四川算电协同与人工智能创新发展峰会成功举办
- 香港生产力促进局参展“2026世界人工智能大会”打造“AI智能工厂”
- 多模态、无代码、全流程 东软多模态医学人工智能平台 让医生轻松用AI
- 杨天若院士:张量人工智能重塑“人机物”三元空间
- 微软2025年的碳排放量增加了25%,可持续发展解决方案未能跟上人工智能需求的步伐
- 深耕人工智能赋能教育,探索育人新模式 —— 天立依托 AI育人实践交出阶段性答卷
- 聚智向善 赋能未来:中国联通数智创新成果亮相2026人工智能向善全球峰会
- 中国移动江苏公司开展“人工智能+制造”专项宣讲活动
- 第7届电力人工智能大会暨第5届电力行业数字化转型大会,10月相约杭州!
- “AI设计师”上岗记:佛山“小巨人”用AI重塑“工业之母”丨佛山向新·人工智能+③
- 复旦大学博导曾新华加盟网萌科技出任人工智能首席科学家,全面赋能电商数智化服务创新
- 三星借助量子计算赋能芯片制造技术追赶台积电,人工智能将重塑芯片制造最关键的环节
- 华为中国行2026·新疆人工智能+产业峰会成功举办
- 探寻人工智能2026|对话张亚勤:智能体落地提速,中国基建构筑AI竞争优势
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠









