一九產業AI速寫：汽車篇

聽說今年評選出來的“年度漢字”，是“我太南了”，外加“沒錢”，也就是——

當這句話被人人傳頌，也就顯得不那麼悽風苦雨。不過，放在汽車行業身上卻是恰如其分的。

2019年對於汽車從業者來說委實有許多心驚膽戰，比如戴姆勒、寶馬、奧迪、通用、福特等大名鼎鼎的車企都在裁員，新晉流量電動車領域也是事故頻發，“矽谷鋼鐵俠”都有點帶不動。無人駕駛、新能源等也都進展緩慢甚至大量倒閉，以至於投資領域也開始熄火。

唯一還能有點亮點的智慧車聯網，倒是開始讓大眾向AI投擲出了不少好評。

從“為人作嫁”到“一榮俱榮”，汽車AI在2019年到底經歷了什麼?

造車新勢力滑鐵盧，舊貌換新顏計劃如火如荼

如果要用一個詞來形容2019年AI與汽車的關係，可能是“冰火兩重天”。

一方面，希望透過智慧化、新制造來實現逆襲的“造車新勢力”放眼望去是碩果寥寥。

蔚來汽車、小鵬汽車等汽車交付量始終達不到預期，並且時不時就傳出系統Bug的笑話。

Uber、Lyft、Alphabet’s Waymo、Tesla和Argo等曾經的明星無人車專案也進展緩慢，給無人駕駛技術的路人緣潑了一盆冷水。

但如果我們從主機廠的買賣，轉移到更廣闊的交通領域，會發現AI的多元化應用，也正在讓這個行業煥發出新的體驗驚喜。

比如AI就正在將汽車資訊娛樂系統提升到新的高度，改變著人類與車的互動模式。

2018年，只有自動駕駛汽車在叫車載AI的招牌，但2019年“智慧”幾乎成了高階汽車的標配。

一方面，經典的原始裝置製造商(OEM)都在為汽車增加帶有深度學習演算法的智慧功能，來提高高階駕駛輔助系統(ADAS)水平;同時，一些初創公司和科技巨頭，也充分發揮技術優勢，將自家的視覺演算法、自然語言理解模型、虛擬生命等架設在汽車智慧化服務體系上，打造更為個性化的駕駛感受。

比如谷歌和亞馬遜就在汽車中植入了智慧語音助手，使用“Ok，Google!”和“Alexa”來環行汽車，索尼(Sony)Softkinetic也開發出了車內手勢識別的綜合解決方案。

對於消費者而言，汽車已經不再是單純的代步工具，而是像智慧手機一樣整合各類功能滿足各種需求的智慧化裝置。

也是在這樣的需求推動下，儘管主機廠商成績不佳，但為汽車垂直場景打造嵌入式晶片或支撐其算力的供應鏈廠商，比如邊緣AI硬體的半導體企業和雲服務商，卻成績斐然。

比如英特爾(Mobileye產品)和英偉達(NVIDIA)等的計算單元都獲得了大幅度增長。谷歌推出了用於邊緣工作處理的Coral AI，英偉達釋出了Jetson Xavier NX，可以為汽車和其他移動邊緣裝置提供AI能力。瑞薩(Renesas)、賽靈思(Xilinx)和Kalray等廠商的專用產品提供的其他解決方案也顯示出了巨大的潛力。

儘管C端汽車在無人化上進步有憾，但toB的商業無人卡車反而成了2019年資本的心頭好。

就在不久前，汽車製造商沃爾沃(Volvo)釋出了全新的純電動重型概念卡車，並宣佈將從2020年開始公佈其無人駕駛業務的相關財務狀況，可見對2019年的無人卡車發展充滿信心。

與此同時，TuSimple也正在為美國郵政服務測試送貨無人卡車、戴姆勒在弗吉尼亞州測試無人卡車，Starsky Robotics也依靠遠端電信運營商來建立無人車隊。在中國，憑藉著雲-邊-端算力的加持，無人駕駛的翻斗車也開始出現在礦場，以應對工業年輕員工短缺的困境。

自動駕駛計程車和穿梭巴士也開始出現在某些城市的某些園區內，從極客玩具變成賣菜大媽都耳熟能詳的新公共設施。

2019年，我們同時看到，為汽車出行所打造的路端裝置的智慧化，也在風生水起地鋪設中。

其中，政府與科技企業的“合謀”與示範區就成為重要的“先遣部隊”。

2019年7月，交通運輸部發布的《數字交通發展規劃綱要》指出，推動自動駕駛與車路協同技術研發，開展專用測試場地建設。與之伴隨的，是基於5G通訊技術V2X車路協同系統開始在各個重點城市鋪開，改變汽車與城市的溝通方式。

在海外，也有許多公司利用路邊攝像頭、公共交通和其他感測器來改變汽車的出行方式。倫敦正利用Waze來解決市中心的交通擁堵問題，谷歌的Sidewalk實驗室幫助多倫多推動智慧城市技術的發展，建立一個高科技創新區。StreetLight Data公司則利用手機位置資料，跟蹤和預測車輛、腳踏車、行人的交通狀況。

總體來說，汽車遠端診斷、道路交通服務效率、不停車支付等應用場景，駕駛樂趣與出行效率都在倍增。

如果要為2019年的汽車產業AI做一個總結陳詞，或許是它正在從浮華走向產業深處，從單一變得多元豐滿，從單體車輛轉向宏大的規模化基礎設施。

新年氣象：2020的驚喜感將從何處來?

凡是預測，大機率都會被打臉。儘管如此，2020年的汽車產業在AI方面估計還是會帶來不少驚喜。

原因是，當前還有不少boss等待闖關推倒，也已經有不少研究人員和產業者意識到了相關問題，並且在努力攻克它，有極大可能在新的一年從實驗室走向現實，給產業帶來新的奇遇。

比如說，讓汽車更懂人性。

面對自動駕駛汽車在真實道路上的種種不確定性，尤其是涉及人類情緒相關的問題，一直是令L4以上無人車難以突破的關鍵點。那麼，將社會心理學和博弈論研究引入到演算法中，就是一個增強演算法魯棒性的創新。

舉個例子，此前在AI導航無人車時，會在四向停靠點上產生長時間的等待，這雖然能夠減少在十字路口發生事故的機會，但總會引起後面等待的汽車和駕駛員的不滿，因為AI的保守降低了他人的通行效率，甚至在美國加州爆發過不少人車衝突。

目前就有研究團隊在研究結合“社會價值取向”(SVO)，根據人的利己程度(“自私”)或利他合作的程度(“親社會的”)對駕駛員進行評級，訓練AI對駕駛員進行SVO評分，進而評估風險來動態調整自身的行為。如果身後跟著一個暴躁或激進的老司機，那麼AI汽車很可能也會甘冒一定風險變得利索一點。

此外，眾多傳統車企大力投資AI專案以保障自身競爭力與生存空間，在2020年不可避免地會繼續加碼。不過在方向上，或許會從直接影響整車智慧以及相關技術因素的專案，轉向更大、更多元的領域。

比如藉助AI來簡化工業製造流程並提高供應鏈效率。像是計算機視覺、模型演算法的結合，透過分析振動感測器和其他來源來診斷問題，從而預測機器的故障，可以在製造過程中更快地發現異常和故障，保障成品率，減少生產線的停機時間，從而進一步提升車企的盈利空間。

再比如使用人工智慧來改善專案優先順序並提高特定專案的效能，來管理研發進度、釋放預算，更為合理控制燒錢速度，同時規避掉一部分殭屍專案，這對於2019年頻頻傳出虧損倒閉新聞的汽車新秀們與老將來說，恐怕都是一門必修課。

當然，伴隨著整車智慧程度越來越高，當前的嵌入式車載計算恐怕也將很快迎來一次升級。

目前大多數計算都是在雲端完成的，但伴隨著車內不少控制器模組都開始智慧化，要整合各種分散的感知能力，需要單顆AI感知晶片的高效工作，功能強大、低能耗，同時也更昂貴的計算單元就成為產業渴求的“及時雨”。

Yole資料顯示，汽車資訊娛樂相關的計算營收，將從2018年的1800萬美元增長至2028年的7.68億美元。2020年在汽車專用協處理器上將有哪些新驚喜，值得產業界共同思考和期待。

過去一年，我們對汽車AI的期望就像一條擱淺在技術沙灘上的鯨魚，沮喪中也孕育著渴望。告別“如火似冰”的2019，AI與汽車產業都會被擺渡到溫暖的春天。乍暖還寒之際，技術依然是人類唯一能點燃的希望之柴。