人工智能如何实现自动驾驶

如今，汽车制造商正在利用人工智能 (AI) 提高汽车解决问题的能力。

自适应巡航控制系统、交通标志识别系统和自动电子刹车系统等新型汽车功能中都有 AI的身影。AI 使汽车系统能够适应硬件设计阶段未预测到的新情况，AI 所拥有的快速提供问题解决方案的内在能力，不仅在速度是优于其他实施选项，同时还能保证解决方案的稳健性和完整性。

这些功能使 AI 成为将自动驾驶引入主流的基石。但若要充分利用汽车系统中的 AI，需要怎样的频繁系统更新和强大的系统级安全性？

频繁更新必不可少

自动驾驶汽车需要不断更新，但并非所有更新都与 AI 有关。例如，车主可能会购买需要更新的新服务或功能。或者，出现故障的设备可能需要汽车经销商使用无线/安全无线 (OTA/SOTA) 方法进行本地（车内）更新。

当汽车系统使用 AI 时，需要非常频繁地进行更新。例如，如果系统具有自学能力，那么当行驶时间延长时，可能需要一组新的突触权重和偏差*来进一步改进自动驾驶功能。系统必须将新的输入和输出组合发送到工厂服务器，生成新的 AI 参数。然后，工厂使用 OTA/SOTA 更新现场部署的所有自动驾驶车辆，这样它们便可以开始从新参数中获益。

无论更新类型如何，对汽车系统进行的所有更新都必须安全且源自经过认证的机构。

严格确保安全性

在自动驾驶中，安全性是第一要务。由于在汽车系统中实施 AI 需要处理大量数据，这些数据可能会导致车辆行为发生改变，并且在极端情况下危及驾驶员、乘客以及车辆周围潜在人员和财产的安全，所以必须保护数据免受未经授权（无论是恶意还是意外）的更改。

非易失性存储设备负责保存这些数据，且必须以不易被破坏的安全方式进行持续写入、读取和更新。这正是美光科技投入大量时间研究并开发存储解决方案，以实现超安全数据传输和存储的原因。

*人工智能取决于权重矩阵和初始条件。偏差是人工智能背后的神经网络（如果有的话）的先决条件值。