人工智能的終極場景:自動(dòng)駕駛
傳感器技術(shù)公司
本文引用地址:http://www.ex-cimer.com/article/201704/346159.htm無論是從汽車安全或駕乘體驗(yàn)提升的角度講,感知環(huán)節(jié)都是產(chǎn)業(yè)升級中的最先受益者,因此傳感器的重要性不言而喻,目前大量的初創(chuàng)公司選擇在這個(gè)領(lǐng)域創(chuàng)業(yè)也可說明。
事實(shí)上傳感器的重要性來自于兩個(gè)方面,第一,感器決定著數(shù)據(jù)采集的質(zhì)量,數(shù)據(jù)的質(zhì)量決定著算法使用效果,特別是汽車領(lǐng)域,目前仍不存在“一步到位”的傳感器解決方案,數(shù)據(jù)的質(zhì)量至關(guān)重要。第二,傳感器的成本與產(chǎn)業(yè)升級的速度強(qiáng)相關(guān)。
可關(guān)注的價(jià)值點(diǎn):
1、數(shù)據(jù)融合在硬件層面的解決方案:數(shù)據(jù)融合本身是傳感器的重要命題,好的融合意味著好的數(shù)據(jù)質(zhì)量,如果能從硬件角度解決此問題一定會(huì)有很大價(jià)值。
2、低成本可量產(chǎn)的解決方案:可以生產(chǎn)與可以量產(chǎn)有本質(zhì)區(qū)別,工藝及供應(yīng)鏈層面的價(jià)值很重要。
限定場景下的自動(dòng)駕駛技術(shù)公司
目前可以最大限度發(fā)揮人工智能相關(guān)技術(shù)的領(lǐng)域?qū)嶋H是在限定場景下實(shí)現(xiàn)的,比如AlphaGo,讓大眾第一次見到了深度學(xué)習(xí)的威力。同樣在限定場景下的自動(dòng)駕駛才是可行的技術(shù)路線。可能的限定場景如:封閉/半封閉區(qū)域、低速/高速狀態(tài)、有軌交通、特種車輛等。
可關(guān)注的價(jià)值點(diǎn):
1、整體集成的能力
2、不同邊界條件下系統(tǒng)控制的魯棒性
3、數(shù)據(jù)積累(作為供應(yīng)商是很難拿到屬于整車廠的數(shù)據(jù))
需要補(bǔ)充說明的是我們在這里沒有強(qiáng)調(diào)算法的機(jī)會(huì),原因在于無論在數(shù)據(jù)采集,融合,分析決策,控制,路徑規(guī)劃等各方面,具備優(yōu)異的算法能力是在這個(gè)領(lǐng)域創(chuàng)業(yè)的前提,當(dāng)然具有投資價(jià)值,但要走出一個(gè)誤區(qū)就是機(jī)器視覺(CV)不等于自動(dòng)駕駛,光有算法也很難在這個(gè)領(lǐng)域點(diǎn)石成金。
自動(dòng)駕駛的本質(zhì)是產(chǎn)業(yè)升級
既然將自動(dòng)駕駛看作為汽車電子產(chǎn)業(yè)升級的一個(gè)過程,我們就不能忽視固有汽車電子的產(chǎn)業(yè)鏈及利益格局。這是一個(gè)發(fā)展十分成熟,分工與分利也非常明確的產(chǎn)業(yè)鏈。
也許會(huì)有一些悲觀的觀點(diǎn)認(rèn)為這其中的價(jià)值不大,或者認(rèn)為新進(jìn)入者很難撬動(dòng)固有格局。我們不否認(rèn)在這樣的領(lǐng)域的創(chuàng)業(yè)之難與泡沫的存在,但汽車的智能化并不完全等于駕駛的智能,技術(shù)驅(qū)動(dòng)與跨界融合一定會(huì)推動(dòng)著利益格局的變化,最終使產(chǎn)業(yè)升級優(yōu)化,正是在這樣的優(yōu)化過程中存在著價(jià)值巨大的商業(yè)機(jī)會(huì)。
評論