本年三月，Intel以150億美金收買了主動(dòng)駕駛范疇最年夜的芯片公司，Mobileye。收買的消息剎時(shí)刷屏，然則細(xì)心想來也是在道理當(dāng)中。Intel自從客歲開端就下定決計(jì)要年夜舉進(jìn)武士工智能，開啟了買買買形式，2016年持續(xù)出手收買了Nervana和Movidius兩家分離善于辦事器端和挪動(dòng)端機(jī)械進(jìn)修體系的公司。今朝人工智能最火的范疇，除辦事器端供給AI辦事（Nervana），挪動(dòng)端供給輕量級(jí)低延遲AI運(yùn)用（Movidius）外，就是主動(dòng)駕駛最火了，所以Intel繼Nervana和Movidius后的下一個(gè)收買目的選擇了Mobileye實(shí)屬公道。
而從Mobileye角度來看，它與Intel的協(xié)作其實(shí)也有一段時(shí)光，自從與Tesla協(xié)作停止后，更是同心專心一意地參加了主動(dòng)駕駛的Intel陣營，與Intel和BMW結(jié)成了主動(dòng)駕駛同盟，配合反抗來勢(shì)洶洶的Nvidia和Tesla。今朝該同盟還處于蜜月期，Intel和Mobileye就親上加親成了一家人，預(yù)期將來會(huì)用更多舉措。
另外一方面，Qualcomm也在客歲宣告收買了汽車電子行業(yè)巨子NXP。該收買案數(shù)額偉大，吸引了半導(dǎo)體業(yè)界簡直一切人的眼光，同時(shí)也展現(xiàn)了Qualcomm想從手機(jī)家當(dāng)走出去的決計(jì)。Qualcomm與NXP的營業(yè)重合不多，收買后更多是營業(yè)互補(bǔ)，NXP的汽車電子營業(yè)將成為Qualcomm將來疆土中的主要環(huán)節(jié)。
Intel和Qualcomm，都對(duì)準(zhǔn)了將來的汽車電子。明顯，將來汽車電子潛力最年夜的偏向就是無人駕駛，但是Intel和Qualcomm選擇了判然不同的兩種通往無人駕駛的技巧途徑。上面為您細(xì)心剖析兩家公司的技巧藍(lán)圖。
Intel：做一個(gè)機(jī)械人幫你開車
Intel由微處置器發(fā)家，借著盤算機(jī)在上世紀(jì)的普及而一舉成為全球最年夜的半導(dǎo)體公司。也恰是因?yàn)樵诒P算機(jī)行業(yè)過于勝利，想要接著之前在盤算機(jī)行業(yè)的經(jīng)歷去做挪動(dòng)終端營業(yè)，成果遭受滑鐵盧，錯(cuò)掉了挪動(dòng)互聯(lián)網(wǎng)的風(fēng)口。下一個(gè)風(fēng)口是人工智能，Intel固然不想再錯(cuò)過，是以連連出手年夜舉投資。
Intel與人工智能其實(shí)一向很接近。人工智能一向以來是盤算機(jī)范疇的一個(gè)分支，而Intel與盤算機(jī)的淵源更是不用多說，是以Intel去做人工智能基本就不算是轉(zhuǎn)型，而只能說是略微調(diào)劑了一下盤算機(jī)營業(yè)的重點(diǎn)安排。Intel要做主動(dòng)駕駛也是以人工智能為切入點(diǎn)，是以要從人工智能若何完成主動(dòng)駕駛來剖析這件事。
人工智能從盤算機(jī)出生以來，就成了盤算機(jī)迷信家一向在思慮的成績，即可否用盤算機(jī)完成人類的思慮才能？盤算機(jī)迷信的祖師圖靈就思慮過這個(gè)成績，還提出了有名的“圖靈原則”（即人類可否斷定與之對(duì)話的是人照樣盤算機(jī)）來贊助斷定盤算機(jī)能否真正完成了人工智能。以后，在上世紀(jì)中葉，Minsky等工資人工智能的成長做出了卓著的進(jìn)獻(xiàn)，但是以后人工智能的成長卻墮入了高潮。直到十年前，基于深度神經(jīng)收集的深度進(jìn)修再度突起，讓眾人的眼光再次集中到了人工智能這個(gè)話題上。神經(jīng)收集是一種仿生人工智能算法，其突起的標(biāo)記性事宜是2012年AlexNet的出生，完成了在ImageNet數(shù)據(jù)集上物體辨認(rèn)精確率的年夜幅晉升。以后，神經(jīng)收集愈來愈深，從十幾層，到微軟ResNet的一百多層，比來乃至有一千多層的深度進(jìn)修收集涌現(xiàn)。
Intel以人工智能作為主動(dòng)駕駛的技巧道路，其終究目的是打造一小我工智能駕駛體系。該體系可以懂得為設(shè)計(jì)制作一個(gè)機(jī)械人，這個(gè)機(jī)械人理解用傳感器感知汽車四周信息，而且依據(jù)人工智能算法做決議計(jì)劃，以完成與人類一樣乃至跨越人類表示的駕駛水準(zhǔn)。就技巧角度，Intel擔(dān)任這個(gè)機(jī)械人的年夜腦（盤算部門，Intel究竟是處置器行業(yè)的老邁其芯片能供給足夠壯大的盤算才能），而Mobileye擔(dān)任機(jī)械人的眼睛（傳感器旌旗燈號(hào)處置芯片，傳感器的原始數(shù)據(jù)量異常年夜，須要公用的高效處置芯片做預(yù)處置后再送去后真?zhèn)€通用途理器做主動(dòng)駕駛的決議計(jì)劃）。
Intel假想的主動(dòng)駕駛體系中須要用到多種傳感器，包含攝像頭，毫米波雷達(dá)，激光雷達(dá)，超聲波傳感器等等，Intel購置Mobileye的目標(biāo)，就是為了給主動(dòng)駕駛體系加上一雙靈敏的雙目，完成高效傳感器融會(huì)。算法部門兩家公司各有積聚，融會(huì)以后預(yù)期會(huì)有更好的算法涌現(xiàn)。而數(shù)據(jù)方面，就要靠與Intel協(xié)作的各年夜車廠供給以練習(xí)深度進(jìn)修算法了。
Intel選擇的應(yīng)用神經(jīng)收集人工智能的主動(dòng)駕駛歸根究竟是一種仿生學(xué)設(shè)計(jì)，其師法的對(duì)象就是人類自己，不過就是用傳感器替換了人類的眼睛，用深度進(jìn)修算法取代了人類的年夜腦。從另外一個(gè)角度想，人類的極限根本就決議了這套主動(dòng)駕駛體系的極限。在主動(dòng)駕駛分級(jí)中，這套體系增援到第三級(jí)（有前提主動(dòng)化）沒有任何成績，由于主動(dòng)駕駛體系并沒有完整接收汽車，這時(shí)候候相當(dāng)于真人駕駛員是駕校鍛練坐在副駕上，而主動(dòng)駕駛體系是新司機(jī)（固然這個(gè)新司機(jī)在年夜多半時(shí)刻比真人老司機(jī)開得更好！），一旦主動(dòng)駕駛出了甚么成績真人老司機(jī)立馬參與防止變亂。
但是，到了第三級(jí)以上的主動(dòng)駕駛（副駕真人老司機(jī)在開車進(jìn)程中根本可以打打盹兒不論主動(dòng)駕駛體系），人工智能想要真正接收汽車還有很多成績。今朝人工智能中深度進(jìn)修的道理是應(yīng)用海量數(shù)據(jù)去練習(xí)收集，深度進(jìn)修收集在練習(xí)后可以依據(jù)輸出數(shù)據(jù)做決議計(jì)劃。但是，數(shù)據(jù)即便再年夜，也弗成能籠罩一切狀態(tài)，在許多意想不到的情形下算法能夠失足。例如，就拿基于攝像頭的主動(dòng)駕駛來講，攝像頭起首獲得圖象數(shù)據(jù)，以后處置器在圖象上做朋分，將配景與遠(yuǎn)景物體朋分開，再辨認(rèn)遠(yuǎn)景中的途徑，車道，運(yùn)動(dòng)物體（包含其他汽車，自行車，行人），估量這些物體與車的間隔，并做駕駛決議計(jì)劃。但是，不管是圖象朋分，物體辨認(rèn)，照樣間隔估量，都能夠失足，并且失足的處所常常意想不到。之前Tesla的主動(dòng)駕駛由于沒能辨認(rèn)后方的白色年夜卡車而發(fā)生了車禍，據(jù)報(bào)導(dǎo)征引能夠是算法把年夜卡車當(dāng)做了白云。如許的毛病在人類看來弗成思議，然則在基于深度進(jìn)修的人工智能中卻異常有能夠，只需練習(xí)數(shù)據(jù)中沒有包含這類情形就無機(jī)會(huì)犯這類毛病。但是，駕駛時(shí)路況千變?nèi)f化，練習(xí)數(shù)據(jù)實(shí)際上弗成能籠罩一切狀態(tài)，永久有這類就逮之魚。即便統(tǒng)計(jì)學(xué)上的幾率異常異常小，然則關(guān)于每一個(gè)車主來講一旦產(chǎn)生了就是產(chǎn)生了。并且，一旦產(chǎn)生變亂，若何界定司法義務(wù)也是一個(gè)成績，畢竟是車廠的義務(wù)照樣司機(jī)的義務(wù)，也是一個(gè)尚待處理的成績。
別的，這還牽扯到了車主對(duì)主動(dòng)駕駛的信賴成績。固然如今人工智能應(yīng)用的深度進(jìn)修收集研討異常熾熱，但其實(shí)不代表人們?cè)?jīng)懂得了深度進(jìn)修收集。深度進(jìn)修的基本是統(tǒng)計(jì)學(xué)，收集的后果利害也是看測試數(shù)據(jù)集上的測試精確率，是以人們不完整明確深度進(jìn)修收集的決議計(jì)劃進(jìn)程，一個(gè)典范的例子是AlphaGO對(duì)戰(zhàn)李世石的時(shí)刻專業(yè)棋手連連表現(xiàn)看不懂AlphaGO的思緒，然則最初AlphaGO就是在一片“看不懂”中贏下了競賽。往好里說，這是奇異，是潛力無限，往壞里說，這是不肯定性年夜。Tesla的主動(dòng)駕駛汽車能高難渡過彎卻會(huì)暗溝里翻船，未來主動(dòng)汽車也能夠在完整不肯定的處所失事故，讓車主不克不及完整信任。說究竟，這個(gè)信賴成績的本源，照樣由于人工智能主動(dòng)駕駛完整依附于一小我類還不克不及完整懂得的技巧。
小結(jié)：Intel基于人工智能的主動(dòng)駕駛技巧是想做一個(gè)和人一樣依據(jù)四周情況做決議計(jì)劃完成駕駛義務(wù)的體系。Intel的技巧可以疾速搶占今朝主流的0-3級(jí)主動(dòng)駕駛市場，然則在更高等的主動(dòng)駕駛（即主動(dòng)駕駛體系控制車輛的更多主控權(quán)）范疇，光靠人工智能是不敷的。
那末，更高等的主動(dòng)駕駛市場要靠甚么？要靠將來交通的基本舉措措施，即車聯(lián)網(wǎng)（V2V，V2X）。而這是Qualcomm與NXP更善于的。
Qualcomm：設(shè)計(jì)新型汽車本身就可以開
Qualcomm的主動(dòng)駕駛思緒與Intel完整分歧。假如說Intel是盤算機(jī)迷信家的思緒走人工智能，那末Qualcomm就是電子工程師的思緒走主動(dòng)化掌握，即車聯(lián)網(wǎng)。在車聯(lián)網(wǎng)時(shí)期，每輛車和路上的交通舉措措施都與收集銜接傳遞信息，如許車可以依據(jù)從車聯(lián)網(wǎng)取得的信息來做駕駛決議計(jì)劃斷定，從而完成主動(dòng)駕駛。
車聯(lián)網(wǎng)包含車與車之間的通信，也包含車與其他舉措措施之間的通信。車與車之間的通信可讓每輛車都控制鄰近車的信息，例如間隔，時(shí)速等等。這一方面可以免交通變亂，另外一方面也能夠增長駕駛效力。例如，如今在開車的時(shí)刻年夜家都邑與前車堅(jiān)持足夠的車距避免前車忽然剎車，有了車聯(lián)網(wǎng)以后前車剎車的第一時(shí)光你的車就會(huì)曉得而且同步加速，如許即便車之間的間距很小也成績不年夜。這個(gè)技巧今朝曾經(jīng)用在了NXP給卡車車隊(duì)開辟的體系中，在如許的車隊(duì)里每輛車的駕駛進(jìn)程都是同步的，從而可以省去很多由于加快加速的糟蹋的汽油。車與其他舉措措施之間的通信也異常有效，例如車輛可以與路牌通信曉得今朝的限速。
舉個(gè)例子來講明Intel和Qualcomm技巧的分歧思緒。下雨天的時(shí)刻，純潔基于人工智能的主動(dòng)駕駛輕易出成績，由于車道朋分線鄙人雨天的時(shí)刻很隱約，人類都看不清晰，人工智能應(yīng)用機(jī)械視覺也一樣看不清晰，所以沒法很好地辨認(rèn)車道，能夠會(huì)開著開著就開到其他道上去了。車聯(lián)網(wǎng)的思緒就分歧，辨認(rèn)車道壓根不是靠機(jī)械視覺，而是可以靠途徑的基本舉措措施扶植使途徑交通智能化。例如，可以在車道的朋分線上裝置射頻標(biāo)簽，汽車靠與這些射頻標(biāo)簽通信便可以曉得本身有無行駛在途徑中心，乃至還可以取得后方途徑能否有彎之類的信息來贊助駕駛。明顯，如許的計(jì)劃不會(huì)遭到氣象的影響。
從下面的例子還可以看出兩種計(jì)劃的其他分歧點(diǎn)。起首，分歧于之前說到人工智能技巧許多時(shí)刻連研討人員都沒法懂得，Qualcomm應(yīng)用的車聯(lián)網(wǎng)中每個(gè)技巧細(xì)節(jié)（重要是無線通信）都曾經(jīng)被工程師們完整懂得，是以不會(huì)涌現(xiàn)人工智能在弗成思議的處所失足的成績，也不存在練習(xí)數(shù)據(jù)不敷的成績。乃至在車聯(lián)網(wǎng)旌旗燈號(hào)狀態(tài)欠好的時(shí)刻，汽車也能實(shí)時(shí)提示司機(jī)實(shí)時(shí)接收，然則人工智能計(jì)劃卻未必能完成這一點(diǎn)。其次，Intel的主動(dòng)駕駛技巧只是做部分優(yōu)化，盡管一輛車；而Qualcomm的車聯(lián)網(wǎng)則是有可以做全局優(yōu)化的潛力，既然一切車都聯(lián)網(wǎng)了那末交通也能夠依據(jù)車流做優(yōu)化勸導(dǎo)，例如交通燈會(huì)依據(jù)車流來調(diào)劑紅燈和綠燈的時(shí)光。Qualcomm車聯(lián)網(wǎng)計(jì)劃會(huì)給汽車駕駛帶來更年夜的奔騰。人類開車的時(shí)刻是經(jīng)由過程眼睛看后方的路況和車距，腦筋依據(jù)這些信息來做斷定并掌握汽車。Intel的人工智能駕駛是應(yīng)用傳感器取代人類眼睛，應(yīng)用處置器取代人類年夜腦，然則人類眼睛會(huì)看錯(cuò)，斷定會(huì)掉誤，人工智能一樣也會(huì)犯如許的毛病。Qualcomm的車聯(lián)網(wǎng)計(jì)劃基本就不須要眼睛，由于途徑和車輛的及時(shí)信息曾經(jīng)經(jīng)由過程收集傳遞給車輛，所以就不會(huì)有“看錯(cuò)”的成績。
固然，Qualcomm的車聯(lián)網(wǎng)也有一個(gè)很年夜的成績，就是須要把車聯(lián)網(wǎng)的基本舉措措施都建好了能力完整施展出一切潛力，相較之下Intel的人工智能駕駛則與基本舉措措施沒有任何干系。現(xiàn)實(shí)上，車聯(lián)網(wǎng)與人工智能主動(dòng)駕駛其實(shí)不相互抵觸，相反是相反相成的。在第0-3級(jí)主動(dòng)駕駛中，人工智能便可勝任；然則到了更高等的主動(dòng)駕駛，必需同時(shí)聯(lián)合兩種計(jì)劃才行。
