【51CTO.com原創稿件】2017年12月01日-02日，由51CTO主辦的WOTD全球軟件開發技術峰會將在深圳中州萬豪酒店隆重舉行。本次峰會以軟件開發為主題，數十位專家級嘉賓將帶來多場精彩的技術內容分享。屆時，出門問問技術總監郭霄女士將在深度學習與智能應用開發專場與來賓分享"人工智能在車載交互的應用"主題演講，為大家詳細闡述人工智能在車聯網方面的應用以及未來車載交互的設計架構，如語音識別、語義理解、計算機視覺、智能推薦的應用、未來無人駕駛的交互體驗等。51CTO誠邀您蒞臨大會，與我們共享技術帶來的喜悅。

[[210324]]

郭霄·出門問問技術總監

我國人工智能的發展現狀與趨勢

互聯網公司在很早期就有諸多AI相關的應用，如LinkedIn主頁推薦、Uber送餐ETA，定價系統等等。雖然Alpha Go Zero已經通過自學的方式超越人類棋手的水平, 但AI還沒有達到超級智能的時代。

無人駕駛領域，對于一些復雜場景，識別、判斷物體、預測等方面都還存在問題。自然語言處理方面，深度學習雖極大提高語音識別率，但并不能解決所有自然語言處理所遇到的問題，同時多輪對話也是難點。目前，機器尚不能完全達到六歲兒童說話的技能。

2017年，得益于深度學習的突破，計算機視覺和語音識別也有了巨大進步，從而讓AI在一些新領域應用成為可能，像自動駕駛的感知系統、實用級的語音交互體驗等。

郭霄表示，值得慶幸的是這一輪人工智能的發展是在互聯網信息高速流動的時代大背景下發生，國內在人工智能方面并沒有落后太多。

一方面，國內在商業模式上走在前沿，同時衍生出很多以AI為核心的大中小公司：

• 對于創業公司而言，優勢在于非常專注去研究在某一場景下，端到端的解決方案, 且針對關鍵領域進行深入突破。在特定領域，像人臉識別，我國就處于世界領先的地位。
• 對于大公司而言，則基于中國特有的國情來戰略布局，通過AI平臺的方式為不具有復雜AI算法開發能力的公司賦能，實現產品落地，同時依靠生態系統積累海量的用戶數據，來提升核心業務。

另外一方面是硬件和軟件的結合。此次人工智能的熱潮以深度學習和神經網絡為代表。神經網絡和BackPropagation算法的相關理論工作于70年代已經出現，過去幾年計算能力得到了長足的發展，特別是GPU的使用讓神經網絡可以解決實際的問題。

雖然在神經網絡所需要的矩陣運算上，GPU比CPU效率高，但GPU并不是專為人工智能設計，因此不少公司都在探索新的硬件解決方案。這方面國內公司也在跟進，如Google的TPU、蘋果A11 Bionic、華為的麒麟970 等均是AI硬件新的代表。中國在CPU和GPU時代并沒有出現可以和國際巨頭相抗衡的芯片公司，希望這一幕在人工智能芯片時代不要上演。

真正實現無人駕駛的核心要素

無人駕駛是最能凸顯AI價值的領域之一，無人駕駛技術和AI的結合會帶來更多的看點，也就是我們常說的智能汽車。郭霄表示，研發無人車起步很容易，對于動手能力強的工程師自己就可搭建(https://comma.ai/), 如借助百度開源的appllo系統， 僅三天就可搭建出一套自動駕駛系統。但這些只能作為Demo，要做出真正能用的無人駕駛汽車，還需要很多的工程工作。

真正實現無人駕駛汽車的核心要素主要有如下幾點：

• 需要有很好的技術和算法來實現無人駕駛
• 需要成本可控的車輛制造
•  相關法律、法規的配合，社會接受程度逐步提升
• 新的產業鏈人才和賺錢的商業模式

無人駕駛汽車是壁壘非常高的產業，目前研發的廠家大概分為四類：

• 第一是uber，lyft，滴滴這類擁有龐大的共享汽車運營網絡平臺的公司。如無人駕駛技術一旦被突破，這些平臺就是一個很好的商業場景。無人駕駛技術會極大的降低運營成本。
• 第二是純互聯網公司 ，以Google、Waymo、百度為代表。Google積累10年的無人駕駛技術，技術遙遙領先，當前正在亞利桑那州接送乘客，進行測試。
• 第三類是車企，又細分為傳統車企和新型互聯網造車公司，這些公司自己生產汽車。傳統車企大部分選擇從輔助駕駛升級到無人駕駛，而Uber、waymo則直接target L4/L5，不經歷輔助駕駛階段。
• 第四類是創業公司。創業公司雖然資源不如以上三類巨頭，但在面對無人駕駛的一些技術難點，創業公司有獨特的優勢，一旦有新的技術突破，創業公司能快速試錯，彎道超車。

通常情況下，在限制性場景會先看到無人駕駛技術的商業落地和變現。像園區，高速等限制場景的環境更規范，使得無人駕駛的難度將大大簡化。同時，限制場景下的無人駕駛商用也可促進無人駕駛相關的立法和社會的接受程度，為真正無人駕駛時代做好準備。

車載交互的發展現狀與AI應用

說無人駕駛，必然要涉及到車載交互方面的內容。郭霄表示，車載交互之所以在過去一段時間沒有像智能手機一樣突飛猛進的發展，主要原因在于前裝系統是隨車型開發周期來定型，而車型通常需要5年左右的開發時間。還有車對安全方面要求高，更需要較長的時間來驗證。

車載交互的發展現狀

試想當下絕大部分車型對標的是我們六七年前使用的手機，就算裝上交互系統也會在一定程度上受到限制。而且后裝廠家把大量的精力放在適配不同車型上，在車載交互創新方面側重不多。

一直以來，采用觸控技術為交互方式的車機，操作不是很便利，更多是裝飾而不是使用。隨著4g網絡的普及和語音技術的發展，車載軟件急需顛覆。還有用戶對智能設備的需求，也會將汽車是否智能作為選購時考慮的因素。

車的智能化不僅僅是車外的自動駕駛，更多的是車內體驗的升級。超長的電量，更好的硬件，更大的屏幕，更私密的空間等這些都是車具備的獨特優勢，做技術平臺再合適不過。

現在大家談到汽車和智能時，往往想到的是無人駕駛和復雜的算法，其實車內的體驗和交互的進步也同樣重要。

鼠標和圖形界面將個人計算機使用者從專業人士到普通大眾， 多點觸摸則引爆了整個智能手機時代。在車中，語音是更安全的交互方式，也是一個更自然的交互。郭霄表示，讓我們共同期待有自然，好用的語音交互模式來提高大量的應用場景的用戶體驗。現在國內外很多公司都有不少嘗試，比如智能音箱，智能助手。雖然現在多輪對話，語音交互和展示的方式還并不完善，但車中語音用戶粘性已經比其他場景下的要高很多。現在的車載交互還是以司機和副駕的體驗為主，未來無人駕駛的時代，乘客的體驗會引爆更多的應用。

AI在車載交互領域的應用

用車場景中有很多痛點，比如導航，通訊，媒體和車控，都可以通過人工智能來提升交互體驗。語音是車載交互的基礎，前面已經說很多。在識別語言，理解語義之后，人工智能還有很多其他的應用場景，比如搜索排序，結合車的位置，當日的天氣，交通狀況，車主的喜好，對于字面意義同樣請求產生不同的結果。而且人工智能可以進一步優化，如果可以預測用戶的需求，為什么還需要用戶主動發起搜索呢？更先進的人工智能應用可以直接在合適的時間推薦。比如在自駕游的場景，甚至可以規劃好游玩的路線，在景點自動提醒。

采訪最后，郭霄表示，車載交互核心技術上最大的挑戰是更好的理解自然語言，對多輪對話和交互模式進一步挖掘，完善。另外現在大多數車載交互還是需要和傳統車廠合作，一定會出現互聯網和傳統車廠的巨大碰撞。還有互聯網要求快速迭代，汽車要求極度安全和汽車的開發周期。兩者如何更好的結合是目前對開發者效率的一個挑戰，開發效率的提高和開發者生態的發展可以帶來應用體驗的良性循環，更多的服務商和內容提供商接入也能激發更多人才為車載的環境去開發高質量的應用。

使用雙十一特別優惠碼[B310BD20D337F914]立減200元，和我一起去WOTD全球軟件開發技術峰會！詳情點擊wot.51cto.com

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】