您当前的位置:首页 >> 设计
造之道,悟所及——写在2018全球汽车AI大会之前
发布时间:2019-07-07
 

这里是腾讯汽车官方汽车科技公众号

点击上方“汽车AI科技

选择“置顶或星标公众号”

最新汽车科技消息,第一时间送达

多年后回首2018年,就汽车产业的技术发展而言,似乎是平淡的一年。今年不是任何一个“元年”,无论自动驾驶、新能源,还是智能网联。尽管科技企业照例召开了“开发者大会”,并用复杂炫丽的PPT展示了这一年的研发成果,但令人留下深刻印象的不多。应该说,这几年,舆论界着实被连续不断的大新闻胃口养刁了。

我们身处2018年,很难知晓,于技术而言,今年是爆发前的寂静,还是漫长瓶颈期的一段。

不过,不可否认,这一年是AI不断向终端产品迁移、AI企业新陈代谢、AI质疑声四起的一年。如果以产品问世并被市场接受作为最终的裁判标准的话,未免太心急了一些。罗马不是一天建成的。在AI的应用中,自动驾驶看上去是拖后腿的一个——没有商业化产品问世,没有新的理论突破、甚至没有取得预期的进展。无论限制场景的L4,还是城际无人货车队列,商业化仍未实现。其实质恐怕仍是深度学习引领的自动驾驶技术走入到一个暂时的瓶颈区。

核聚变商用化永远差50年,而L5级自动驾驶似乎永远差5年。两年来对L5落地的估算岿然不动,固然反映了技术进展的匮乏,但背后则是理论储备被基本榨干。引领AI下一轮产业爆发的新理论有可能已经诞生,但我们尚未认识到它的巨大价值,被海量的垃圾信息淹没,每天都陷入挣扎之中。

拨开现实的迷雾,将焦点放远一点。在舆论轰炸、投资人压力与日俱增的今天,无论是CEO,还是流水线上的组装工,静下来审视自己都是奢侈的。造之道,“悟”所及。

已有的产品证明,简洁的数学模型和较少层面的数据处理,可能蕴含着自动驾驶更有效的进化路线。目前的大数据模型,导致以“睿智”为目标的自动驾驶系统训练工作举步维艰。

在十年的尺度上,在算力提升的带动下,以深度学习为牵引的自动驾驶研发进展迅速。但截至目前,无论自动驾驶还是更广泛意义上的AI,都被束缚在一个具体的场景下。AI的特向化和种种限制条件表明,不存在捷径,能解决我们眼前的困境。

以“技术革新者”形象示人的造车新势力,今年迎来了产品落地的集中承诺期。舆论对这些新势力并不宽容,以制造业的规模生产能力来“考校”新势力,后者“获评”普遍不高。这是典型的以短击长。但是没有办法,商业化的道路不可绕行。

对新技术使用没有历史包袱,可以最大限度地对装备的新势力,必然期望以辅助驾驶、AI互动来提升客户体验。在高速数字通讯还处于敷设阶段的时期,短期内对新势力的产品附加价值是有限的。但新参与者正在帮助汽车价值链向科技方向转移,趋势是显而易见的。

智能化、网联化,电动化和共享化,号称新“四化”,缓慢但持续地推动出行市场的增长,正从根本上改变交通生态。而AI是这一切的关键技术,而AI的潜在价值则通过这四者释放出来。

改变取决于技术进步和模式创新,两者孰为主从,专家学者们恐怕各有看法。 

腾讯汽车即将于2018年12月18日在北京举办第二届全球汽车AI大会,就如何实现AI在泛出行领域的价值,一定会产生思想碰撞的新火花,必将延承上一届的“进化”视角,领悟“造悟之美”。

让我们期待。