人工智能的终极场景：自动驾驶-中国电源产业网-新能源与电源官方网站

人工智能的终极场景：自动驾驶

2017-03-31

中国电源产业网

导语：

导读： 从行业发展历程中可以看出以深度学习为突破的“人工智能时代”大风口下，自动驾驶被给予了前所未有的关注，包括互联网公司，传统车厂，新兴创业公司，各路资本争相竞逐，而最近Intel以153亿美金的价格收购Mobileye更是将“热度”进一步提升，那么到底应如何看待自动驾驶这一波浪潮的发展？

“自动驾驶”，或称“无人驾驶”,并不是一个新鲜的词汇，认真追溯起来，其实早在1925年，就诞生了人类历史上第一辆“无人驾驶汽车”, 至今已近百年。当时是由一位来自美国陆军的电子工程师Francis P. Houdina，通过无线电波来控制前方车辆的方向盘，离合器，制动器等部件来完成的，虽然很不完美，但可以被视作为人类无人驾驶汽车的雏形。那自动驾驶到底经历了怎样的发展历程？

图1-自动驾驶发展历程——1925年至2015年

图2-自动驾驶发展历程——2016年至今

从行业发展历程中可以看出以深度学习为突破的“人工智能时代”大风口下，自动驾驶被给予了前所未有的关注，包括互联网公司，传统车厂，新兴创业公司，各路资本争相竞逐，而最近Intel以153亿美金的价格收购Mobileye更是将“热度”进一步提升，那么到底应如何看待自动驾驶这一波浪潮的发展？我们认为：

自动驾驶是人工智能的终极场景，没有之一

首先，人工智能的发展依赖于四个基本要素：计算力、海量数据、算法与决策、以及传感器的数据采集，而对于实现完全的无人驾驶同样高度依赖于这四个基本要素，并且缺一不可。

图3——自动驾驶的技术原理

其次，当前人工智能的主要细分技术，包括机器视觉，深度学习，增强学习，GPU，机器人、传感器技术等均在自动驾驶领域发挥着重要的作用，甚至行业发展的瓶颈主要在于这些人工智能底层技术上能否实现突破。最后，人工智能本身越来越需要与应用场景结合才能最大限度地转化技术上的创新和突破，因此考虑到汽车行业本身的体量以及与相关行业的关联度，可以说自动驾驶是人工智能实现场景落地的最重要方向，甚至没有之一，这也是为什么其备受各方关注的原因所在。那么，我们在自动驾驶这条道路上，已经走到了哪里？

简单来说目前的发展路径可以分为三大类：

1、以Google, Uber等为代表的互联网公司，通过价格高昂的传感器（激光雷达为主），“一步到位”地实现完全无人驾驶；

2、以汽车厂商，Tier 1等为代表的传统公司，从ADAS切入，“渐进式“地从辅助驾驶实现到无人驾驶的过渡；

3、最后一类是以Tesla等为代表的新兴公司，在传感器与应用场景上相互妥协，模式介于1和2。

我们如何看待这样的发展路线？

真正的自动驾驶是强人工智能，仍然任重道远

无人驾驶所面临的问题：

1、感知与决策算法本身仍不可靠，无人驾驶所面对的环境是完全开放的，天气，光线，突发的路况，和有人驾驶汽车的共存等问题在要实现100%安全的命题下，技术的鲁棒性仍然不足。

2、以激光雷达为代表的核心传感器的成本仍是商业化量产的最大阻碍。

3、政策，法规，以及车辆联网基础设施的建设都超出了汽车行业本身的范畴，是一个复杂的系统工程。

因此，如果回到人工智能本身，目前大部分相关技术的创新和应用仍在弱人工智能范畴。自动驾驶作为人工智能的终极场景，无人驾驶与强人工智能的实现一样，是一个需要长期发展的过程。完全的、开放的无人驾驶也许不是目前所能想到的样子，甚至最终实现无人驾驶的载体也不会是“汽车”，亦或很难被定义为“汽车”。

对于自动驾驶的理解需要回归到汽车行业本身，汽车发展的趋势是什么？电动化，智能化，网联化。自动驾驶实际上是汽车在自动化水平上的智能化提升，驱动力在于汽车产业，准确说是汽车电子产业的优化升级，有数据统计近10年以来汽车产业70%的创新来源于汽车电子技术的升级，其目的是为消费者提供更加安全，舒适，节能的有竞争力的产品。

而以互联网公司所代表的新兴技术公司也促进了这个过程，但并不代表他们是唯一或最重要的玩家，Google最近将无人驾驶汽车项目转为独立的经营公司——Waymo，并强调“这家公司不会自己制造无人驾驶汽车，而是开发驱动无人驾驶汽车的技术”正是说明了这一点。

图4—车厂与技术厂商合作关系

那么从汽车电子产业升级的角度，作为早期投资者针对初创领域，我们认为目前的投资机会有哪些？

传感器技术公司

无论是从汽车安全或驾乘体验提升的角度讲，感知环节都是产业升级中的最先受益者，因此传感器的重要性不言而喻，目前大量的初创公司选择在这个领域创业也可说明。

事实上传感器的重要性来自于两个方面，第一，感器决定着数据采集的质量，数据的质量决定着算法使用效果，特别是汽车领域，目前仍不存在“一步到位”的传感器解决方案，数据的质量至关重要。第二，传感器的成本与产业升级的速度强相关。

可关注的价值点：

1、数据融合在硬件层面的解决方案：数据融合本身是传感器的重要命题，好的融合意味着好的数据质量，如果能从硬件角度解决此问题一定会有很大价值。

2、低成本可量产的解决方案：可以生产与可以量产有本质区别，工艺及供应链层面的价值很重要。

限定场景下的自动驾驶技术公司

目前可以最大限度发挥人工智能相关技术的领域实际是在限定场景下实现的，比如AlphaGo，让大众第一次见到了深度学习的威力。同样在限定场景下的自动驾驶才是可行的技术路线。可能的限定场景如：封闭/半封闭区域、低速/高速状态、有轨交通、特种车辆等。

可关注的价值点：

1、整体集成的能力

2、不同边界条件下系统控制的鲁棒性

3、数据积累（作为供应商是很难拿到属于整车厂的数据）

需要补充说明的是我们在这里没有强调算法的机会，原因在于无论在数据采集，融合，分析决策，控制，路径规划等各方面，具备优异的算法能力是在这个领域创业的前提，当然具有投资价值，但要走出一个误区就是机器视觉（CV）不等于自动驾驶，光有算法也很难在这个领域点石成金。

自动驾驶的本质是产业升级

既然将自动驾驶看作为汽车电子产业升级的一个过程，我们就不能忽视固有汽车电子的产业链及利益格局。这是一个发展十分成熟，分工与分利也非常明确的产业链。

也许会有一些悲观的观点认为这其中的价值不大，或者认为新进入者很难撬动固有格局。我们不否认在这样的领域的创业之难与泡沫的存在，但汽车的智能化并不完全等于驾驶的智能，技术驱动与跨界融合一定会推动着利益格局的变化，最终使产业升级优化，正是在这样的优化过程中存在着价值巨大的商业机会。

来源： 36氪

来源：

标签：

上一篇：2017中国微型电动车与电源行业标准化技术委员会工作会议在京举办

下一篇：四年后17万吨，电动汽车报废电池怎么办？

相关信息

MORE >>

经国务院批准，2026中关村论坛年会3月25日至29日在京举办

3月18日上午，国务院新闻办公室举行新闻发布会，介绍2026中关村论坛年会有关情况。科技部副部长林新介绍，经国务院批准，2026中关村论坛年会将于3月25日至29日在北京举办。

攻坚2026年“全智”转型！北京市制造业数字化转型工作会召开

3月16日，北京市经济和信息化局召开2026年北京市制造业数字化转型工作部署会，北京市经济和信息化局党组成员、副局长刘维亮出席会议并讲话，各区经济和信息化主管部门、制造业数字化转型服务套餐服务商及部分规上制造业企业代表参会。

司法部：今年将加快研究人工智能立法

司法部部长贺荣3月12日在十四届全国人大四次会议第三场“部长通道”上表示，人工智能是今年两会的“高频词”。今年将加快研究人工智能、低空经济等领域立法，修订道路交通安全法、制定空域管理条例等。

两会日程来了

两会日程｜3月10日：人代会审议“两高”工作报告等政协举行界别协商会议和小组会议，请关注。

读懂中国能源下一个五年

今年全国两会上，“实施超大规模智算集群、算电协同等新基建工程”“培育发展未来能源”等成为政府工作报告“热词”，可控核聚变、重大水电及水风光一体化基地、零碳园区和零碳运输走廊建设等能源相关项目列入“十五五”规划109项重大工程项目。站在新的历史起点，能源强国建设基础坚实，乘势而上全面推进正当其时。

能源占六分之一：国家划定“三个六”：六大产业+六大未来+六张网，再造三个10万亿！

3月6日，十四届全国人大四次会议举行经济主题记者会。国家发展和改革委员会主任郑栅洁在会上介绍，将重点打造六个大的新兴支柱产业和六个大的未来产业，六大新兴支柱产业包括新型储能等，六大未来产业包括绿色氢能、核聚变能等；将持续推进雅下水电、“沙戈荒”新能源基地、海上风电基地等一系列投资万亿元以上的能源重大工程；将推进“六张网”和重点领域建设，投资将超过7万亿元。