2019汽车AI速写:从“为人作嫁”到“一荣俱荣”
听说今年评选出来的“年度汉字”,是“我太南了”,外加“没钱”,也就是——
当这句话被人人传颂,也就显得不那么凄风苦雨。不过,放在汽车行业身上却是恰如其分的。
2019年对于汽车从业者来说委实有许多心惊胆战,比如戴姆勒、宝马、奥迪、通用、福特等大名鼎鼎的车企都在裁员,新晋流量电动车领域也是事故频发,“硅谷钢铁侠”都有点带不动。无人驾驶、新能源等也都进展缓慢甚至大量倒闭,以至于投资领域也开始熄火。
唯一还能有点亮点的智能车联网,倒是开始让大众向AI投掷出了不少好评。
从“为人作嫁”到“一荣俱荣”,汽车AI在2019年到底经历了什么?
造车新势力滑铁卢,旧貌换新颜计划如火如荼
如果要用一个词来形容2019年AI与汽车的关系,可能是“冰火两重天”。
一方面,希望通过智能化、新制造来实现逆袭的“造车新势力”放眼望去是硕果寥寥。
蔚来汽车、小鹏汽车等汽车交付量始终达不到预期,并且时不时就传出系统Bug的笑话。
Uber、Lyft、Alphabet’s Waymo、Tesla和Argo等曾经的明星无人车项目也进展缓慢,给无人驾驶技术的路人缘泼了一盆冷水。
但如果我们从主机厂的买卖,转移到更广阔的交通领域,会发现AI的多元化应用,也正在让这个行业焕发出新的体验惊喜。
比如AI就正在将汽车信息娱乐系统提升到新的高度,改变着人类与车的交互模式。
2018年,只有自动驾驶汽车在打车载AI的招牌,但2019年“智能”几乎成了高端汽车的标配。
一方面,经典的原始设备制造商(OEM)都在为汽车增加带有深度学习算法的智慧功能,来提高高级驾驶辅助系统(ADAS)水平;同时,一些初创公司和科技巨头,也充分发挥技术优势,将自家的视觉算法、自然语言理解模型、虚拟生命等架设在汽车智能化服务体系上,打造更为个性化的驾驶感受。
比如谷歌和亚马逊就在汽车中植入了智能语音助手,使用“Ok,Google!”和“Alexa”来环行汽车,索尼(Sony)Softkinetic也开发出了车内手势识别的综合解决方案。
对于消费者而言,汽车已经不再是单纯的代步工具,而是像智能手机一样集成各类功能满足各种需求的智能化设备。
也是在这样的需求推动下,尽管主机厂商成绩不佳,但为汽车垂直场景打造嵌入式芯片或支撑其算力的供应链厂商,比如边缘AI硬件的半导体企业和云服务商,却成绩斐然。
比如英特尔(Mobileye产品)和英伟达(NVIDIA)等的计算单元都获得了大幅度增长。谷歌推出了用于边缘工作处理的Coral AI,英伟达发布了Jetson Xavier NX,可以为汽车和其他移动边缘设备提供AI能力。瑞萨(Renesas)、赛灵思(Xilinx)和Kalray等厂商的专用产品提供的其他解决方案也显示出了巨大的潜力。
尽管C端汽车在无人化上进步有憾,但toB的商业无人卡车反而成了2019年资本的心头好。
就在不久前,汽车制造商沃尔沃(Volvo)发布了全新的纯电动重型概念卡车,并宣布将从2020年开始公布其无人驾驶业务的相关财务状况,可见对2019年的无人卡车发展充满信心。
与此同时,TuSimple也正在为美国邮政服务测试送货无人卡车、戴姆勒在弗吉尼亚州测试无人卡车,Starsky Robotics也依靠远程电信运营商来建立无人车队。在中国,凭借着云-边-端算力的加持,无人驾驶的翻斗车也开始出现在矿场,以应对工业年轻员工短缺的困境。
自动驾驶出租车和穿梭巴士也开始出现在某些城市的某些园区内,从极客玩具变成卖菜大妈都耳熟能详的新公共设施。
2019年,我们同时看到,为汽车出行所打造的路端设备的智能化,也在风生水起地铺设中。
其中,政府与科技企业的“合谋”与示范区就成为重要的“先遣部队”。
2019年7月,交通运输部发布的《数字交通发展规划纲要》指出,推动自动驾驶与车路协同技术研发,开展专用测试场地建设。与之伴随的,是基于5G通讯技术V2X车路协同系统开始在各个重点城市铺开,改变汽车与城市的沟通方式。
在海外,也有许多公司利用路边摄像头、公共交通和其他传感器来改变汽车的出行方式。伦敦正利用Waze来解决市中心的交通拥堵问题,谷歌的Sidewalk实验室帮助多伦多推动智能城市技术的发展,建立一个高科技创新区。StreetLight Data公司则利用手机位置数据,跟踪和预测车辆、自行车、行人的交通状况。
总体来说,汽车远程诊断、道路交通服务效率、不停车支付等应用场景,驾驶乐趣与出行效率都在倍增。
如果要为2019年的汽车产业AI做一个总结陈词,或许是它正在从浮华走向产业深处,从单一变得多元丰满,从单体车辆转向宏大的规模化基础设施。
新年气象:2020的惊喜感将从何处来?
凡是预测,大概率都会被打脸。尽管如此,2020年的汽车产业在AI方面估计还是会带来不少惊喜。
原因是,当前还有不少boss等待闯关推倒,也已经有不少研究人员和产业者意识到了相关问题,并且在努力攻克它,有极大可能在新的一年从实验室走向现实,给产业带来新的奇遇。
比如说,让汽车更懂人性。
面对自动驾驶汽车在真实道路上的种种不确定性,尤其是涉及人类情绪相关的问题,一直是令L4以上无人车难以突破的关键点。那么,将社会心理学和博弈论研究引入到算法中,就是一个增强算法鲁棒性的创新。
举个例子,此前在AI导航无人车时,会在四向停靠点上产生长时间的等待,这虽然能够减少在十字路口发生事故的机会,但总会引起后面等待的汽车和驾驶员的不满,因为AI的保守降低了他人的通行效率,甚至在美国加州爆发过不少人车冲突。
目前就有研究团队在研究结合“社会价值取向”(SVO),根据人的利己程度(“自私”)或利他合作的程度(“亲社会的”)对驾驶员进行评级,训练AI对驾驶员进行SVO评分,进而评估风险来动态调整自身的行为。如果身后跟着一个暴躁或激进的老司机,那么AI汽车很可能也会甘冒一定风险变得利索一点。
此外,众多传统车企大力投资AI项目以保障自身竞争力与生存空间,在2020年不可避免地会继续加码。不过在方向上,或许会从直接影响整车智能以及相关技术因素的项目,转向更大、更多元的领域。
比如借助AI来简化工业制造流程并提高供应链效率。像是计算机视觉、模型算法的结合,通过分析振动传感器和其他来源来诊断问题,从而预测机器的故障,可以在制造过程中更快地发现异常和故障,保障成品率,减少生产线的停机时间,从而进一步提升车企的盈利空间。
再比如使用人工智能来改善项目优先级并提高特定项目的性能,来管理研发进度、释放预算,更为合理控制烧钱速度,同时规避掉一部分僵尸项目,这对于2019年频频传出亏损倒闭新闻的汽车新秀们与老将来说,恐怕都是一门必修课。
当然,伴随着整车智能程度越来越高,当前的嵌入式车载计算恐怕也将很快迎来一次升级。
目前大多数计算都是在云端完成的,但伴随着车内不少控制器模块都开始智能化,要整合各种分散的感知能力,需要单颗AI感知芯片的高效工作,功能强大、低能耗,同时也更昂贵的计算单元就成为产业渴求的“及时雨”。
Yole数据显示,汽车信息娱乐相关的计算营收,将从2018年的1800万美元增长至2028年的7.68亿美元。2020年在汽车专用协处理器上将有哪些新惊喜,值得产业界共同思考和期待。
过去一年,我们对汽车AI的期望就像一条搁浅在技术沙滩上的鲸鱼,沮丧中也孕育着渴望。告别“如火似冰”的2019,AI与汽车产业都会被摆渡到温暖的春天。乍暖还寒之际,技术依然是人类唯一能点燃的希望之柴。