自动驾驶是人工智能的终极场景，在发展上面临三个问题

来源：搜狐

高天垚，是联想之星投资副总裁，主要关注AI、无人驾驶、传感器和机器人等技术类投资方向。他在一篇文章里面表示，自动驾驶是人工智能的终极场景，没有之一。同时，他在文章中还分享了，他对自动驾驶的更多观点。

首先，高天垚说“自动驾驶”，或称“无人驾驶”，并不是什么新鲜词汇，真要追溯起来，其实1925年就有了，当然，那只是雏形。而现在，自动驾驶的发展，主要分为三条路线：第一条以谷歌和优步为代表，他们使用价格高昂的传感器，想要“一步到位”实现完全无人驾驶，也就是不需要驾驶员，这么做的，主要是互联网公司；第二条是以传统车企为代表，走“渐进式”路线，他们从“辅助驾驶”开始做，然后再过渡到真正的无人驾驶；第三条则是介于前两条路线之间，在传感器与应用场景上进行妥协，可以辅助驾驶，而在特定场景下实现无人驾驶，代表企业就是特斯拉，很多新兴创业公司都这么做。

高天垚认为，现在的这些自动驾驶技术，在发展上面临三个问题：

第一个是技术问题，现在的自动驾驶，还是初级的人工智能，也就是“弱人工智能”，不仅是感知与决策的算法不够可靠。面对完全开放的外部环境，比如天气、光线的变化，突发路况等等，尤其是和有人驾驶汽车共存的情况下，如何实现100%的安全，在技术上还不够成熟。

第二个是成本问题，比如以激光雷达为代表的核心传感器，现在的售价都非常高昂，在商业化量产上存在很大阻碍。

第三个是政策、法规，以及相应基础设施的建设问题，这些都超过了汽车行业本身的范畴，是相当复杂的系统工程。

回到“人工智能”本身，高天垚说，包括机器视觉、深度学习，增强学习，GPU，机器人，传感器技术等在内，目前的大部分仍在“弱人工智能”的范畴，而要实现真正的“无人驾驶”，就要在这些底层技术上获得突破，达到“强人工智能”。

他之所以表示“自动驾驶是人工智能的终极场景，没有之一”，主要是基于两点原因：一是人工智能的发展，需要依赖四个基本要素，分别是计算力、海量数据、算法和决策、以及传感器的数据采集，这些与实现“完全无人驾驶”的要素是高度重合的；二是想要发展“强人工智能”，就需要与应用场景相结合，考虑到汽车行业的庞大体量，使用环境的多样化，可以说，自动驾驶的平台，可以最大限度的转化人工智能的技术创新与突破。

最后，对于自动驾驶的理解，我们还应该回归汽车行业本身。自动驾驶，实际上还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，准确地说，是汽车电子产业的优化升级。因此，从汽车电子产业升级的角度，存在两个投资机会。第一个是传感器技术公司，目前还不存在“一步到位”的传感器解决方案，关键点在于，数据采集的质量，因此，如果能从硬件角度解决此问题，会有很大价值。另外就是低成本的解决方案，这对于量产及供应链层面很重要，也有很大价值。第二个是“限定场景下的自动驾驶技术公司”，因为这是目前，能最大限度发挥人工智能相关技术的领域，比如：封闭/半封闭区域、低速/高速状态、有轨交通、特种车辆等，这些都是可行的技术路线。

审核编辑黄昊宇