AI重新定义汽车

2018 年 5 月 6 日 CSDN Jamie Maguire

点击上方“CSDN”,选择“置顶公众号”

关键时刻,第一时间送达!

概述

人工智能的发展正在不断促进并推动各个行业,越来越多科幻电影里的场景已经成为了现实。不论是自动驾驶汽车、出租车还是卡车,或是成指数增长的物联网行业,人们已经很难跟上当前的趋势,也很难想象AI对行业产生的影响。

本文面向的是那些汽车行业中对人工智能技术有兴趣的从业人员。我们从五个方面介绍人工智能对汽车行业的影响,并讨论以下话题:

  • 无人驾驶汽车

  •  物联网(IoT)

  • 危险识别和情感检测

  • 机器学习和辅助驾驶

  • 机器人技术和缺陷检测

无人驾驶汽车

曾经无人驾驶汽车只会出现在科幻电影里,比如《全面狐疑》中的无人驾驶出租车。但人工智能的发展是如此迅猛,科技公司已经开始研发可能实现自动驾驶汽车和卡车的相关技术。无人驾驶的概念已经不再仅限于电影了!

以往,生产无人驾驶技术的汽车厂商和科技公司必须遵循严格的规定,而且必须有人随时准备在紧急时刻接管汽车的控制权。

今年早些时间,加州通过了一项新的法规,允许了没有人类驾驶员的无人驾驶汽车!

新的规定和法规的制定花了三年多时间,它为Alphabet、Uber、通用和福特等大公司去除了最大的障碍。

亚利桑那、内华达、密歇根等州也开始允许没有人类驾驶员的自动驾驶汽车上路。随着公众逐步接受自动驾驶,我们终于站在了无人驾驶技术革命的转折点上,以后它只会随着技术的进步而不断发展。

奥迪

以前,无人驾驶技术的最大难题之一就是Google在2012年发现的“放手”问题。简单来说就是,当机器或人工智能发现危险时,应当如何警告并让人类接管驾驶?仅美国每年就有超过35000起交通事故造成的死亡,因此这个问题决不能轻视。话虽如此,但这并不是个无法解决的难题,而这正是德国厂商奥迪在努力解决的问题。

奥迪的工程师和心理学家们花费了数年时间,有效地“教会”了汽车如何安全驾驶。除了基本的路面操作之外,他们把重心放在了负责“放手”问题的人机界面上。

豪华车型A8中集成了AI,利用面部识别摄像机监视驾驶员的表情,同时可以检测到驾驶员是否把手放在方向盘上。如果汽车检测到驾驶员分心,就会用视觉或音频信号提醒他。如果提醒无效,汽车就会拉紧安全带并刹车!

最后,如果人类依然意识不到问题的发生,汽车就会打开紧急警告灯,在路边停车并解锁车门。

尽管这种解决方案并非主流,但在如何提醒人类控制无人驾驶汽车方面,它的确给其他公司提供了一个良好的蓝图。毋庸置疑,这项技术很快就会进入主流并出现在你身边!

物联网

每天都有数百万智能设备连接到互联网,有FibBits,有健康监控设备,还有智能手机。据估计,到2020年,连接到互联网的设备会超过2.5亿。这对汽车行业意味着什么?

由于汽车更依赖于技术、电子元件和软件,厂商们必须与软件开发团队和科技领域的其他公司合作。这些都会帮助汽车与互联网的连通性和与物联网设备的集成。

有了连通性后,汽车会越来越容易受到恶意攻击。于是一家名为Cyber 2 Automotive Security(简称C2a)的公司开发了名为Stamper的专利技术,并向全世界的汽车厂商提供买断式授权。

C2a的Stamper技术是一系列防止汽车受到网络攻击的解决方案之一。早在2016年,黑客就实现了控制10英里外的一辆特斯拉,而随着网络攻击技术日新月异,勒索软件的实现也只是时间问题。

Stamper为联网的汽车和设备添加了一个安全层,以主动地保护汽车上的每个半导体元件和处理器。可以认为它是某种形式的防火墙,能授权或阻止对特定汽车功能的使用,同时识别非正常访问,并进行实时诊断以保证一切都按照预期的形式运行。

该公司虽然可以赠送该项技术,但会从产品线中的其他组件上赚钱。随着联网的汽车越来越多,我们可以肯定一件事,那就是像C2a这种公司以后必然会在市场中分一杯羹。

未来,我们预测人工智能和物联网设备的集成会让厂商给汽车更新更多的功能,比如:

  • 预测式维护

  • 维修计划

  • 识别性能问题

  • 通过智能传感器识别健康方面的紧急情况

  • 自动收取过路费

危险识别和情感检测

文本流和文档的情感检测已经出现了很多年,许多供应商如IBM、微软、Social Opinion等都提供能实现该功能的情感分析API。

但检测人类的情绪和情感与识别文档中的情感是完全不同的。尽管如此,现在机器已经能够识别人类表达的情绪,只需上传照片,然后利用机器学习算法分析并计算愤怒、愉悦、悲伤等关键情感的概率。

Affectiva

不过,另一家出身于麻省理工媒体实验室的公司Affectiva在该方向上更进一步,他们最近发布了一个新的服务“AutomotiveAI”(汽车人工智能)。

通过该服务,无人驾驶汽车的厂商可以有效地跟踪人类驾驶员的感情反应,并能检测如愉悦、惊讶、恐惧或愤怒等感情。

这项创新的技术采用了一个普通的RGB摄像头和一个近红外摄像头,通过如每秒眨眼次数等各种信号获得可靠的评分,从而识别打哈欠、瞌睡和其他驾驶疲劳的症状。

如果能够识别人类驾驶员的此类信号,再加上AI的辅助驾驶,就能减少驾驶疲劳导致的公路交通事故。该公司还称,AutomotiveAI甚至可以用来识别驾驶员是否处于醉酒或吸毒的状态。

宝马、Nauto和丰田研究所(TRI)

德国厂商宝马与保险公司Allianz合作,打造了由AI驱动的产品,以增强驾驶安全性,改进车队管理。通过深度学习技术,并采用Nauto的云端API平台,他们开发的解决方案能够追踪驾驶员的警觉性、失误,甚至不安全的驾驶习惯!有理由相信,对这些数据的审核将会影响到未来的保费!

你可以继续深入了解该合作和解决方案。

机器学习和辅助驾驶

机器学习算法越来越多地被用来解决各种问题,从分析海量数据,到帮助医疗专家在病人的测试结果中进行模式识别以改进医疗诊断。

机器学习是人工智能的一个分支,它有效地复制了人类的学习方式(即通过历史数据进行重复的任务)。感兴趣的话可以去深入了解机器学习,不过机器学习对汽车工业究竟有什么影响呢?

世界上最大的汽车制造商之一——丰田,以及它的新公司——丰田研究所(TRI,Toyota Research Institute),正在计划利用机器学习解决日本的人口老龄化问题。未来30年内,日本的60岁以上的人口会由25%激增至40%。

这种人口结构的变化不仅出现在日本。在北美,65岁以上的老人占据了大约20%的人口。

为了帮助老年人的行动,保证他们能够驾驶汽车,丰田在人类辅助机器人(Human Support Robots)上投入了大量的研发精力,帮助可能丧失行动能力的人维持一定水平的行动能力。虽然该技术依然处于研发阶段,但它也许可以帮助大量老年人上车和下车。关于该技术的详细内容可以参考这里(https://www.theverge.com/2015/11/6/9680128/toyota-ai-research-one-billion-funding)。

高级辅助驾驶

位于以色列的公司Mobileye为汽车制造商提供计算机视觉技术。他们使用一个摄像头和机器学习开发了一种技术,能识别路牌上的限速标志,或识别路上的行人从而触发自动刹车系统,从而提高驾驶员的能力。

该技术吸引了英特尔的关注,并提出了高达153亿美元的收购价!联想到nVidia之前与汽车制造商联手以改变汽车行业,就不难理解为什么英特尔这家芯片制造商想要在汽车市场上占据一席之地了。

机器人和缺陷检测

毋庸置疑人工智能在推动无人驾驶革命,并且长期来看会增加驾驶的安全性,但人工智能给汽车制造工厂带来的好处也值得一提。

机器人已经在汽车制造工厂里使用了很多年,生产线上的机械技术表现得十分出色。一份McKinsey的报告(https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/building-smarter-cars)称,人工智能可以通过传感器和复杂的算法监测制造设备,从而减少汽车制造过程的中断时间。

报告称:

基于人工智能的算法能够分析来自于振动传感器和其他来源的大量数据,检测非正常数据,从背景噪音中分离出错误,诊断问题,并预测停机发生的可能性。

以及:(人工智能)可以将设备的可用率提高大约20%,最多可以降低25%的检测成本,且最多可以降低10%的年维护成本。

报告还说,生产线上生产的汽车的质量将会更高,因为人工智能可以比人类更准确地检测到产品缺陷。而且,人工智能算法还能用来预测订单数量,从而减少高达50%的额外库存!

从类似的报告中可以看出,装备了人工智能的机器人技术和算法将降低制造和分销过程中的成本,从而提高商业的效率。

感兴趣的话可以在这里(https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/building-smarter-cars)阅读报告全文。

总结

本文我们介绍了人工智能对汽车行业带来的正面影响的五种方式。

我们看到了自动驾驶革命的到来,以及未来的汽车会与互联网紧密结合。我们还看到了情感检测能如何增强驾驶安全性,并帮助保险公司为客户量身定制保费预算。最后,我们讨论了人工智能驱动的机器人和算法如何帮助汽车行业节省成本,并在生产线上提高汽车的质量。

登录查看更多
0

相关内容

【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
专知会员服务
121+阅读 · 2020年3月26日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
169+阅读 · 2020年2月8日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
19+阅读 · 2019年11月8日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
“黑”掉自动驾驶汽车,只要给路标涂个大花脸
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Arxiv
6+阅读 · 2018年6月21日
Arxiv
4+阅读 · 2018年4月30日
VIP会员
相关资讯
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
“黑”掉自动驾驶汽车,只要给路标涂个大花脸
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员