汽车行业人工智能应用现状及展望

汽车行业拥有庞大的产业链，其中包括汽车的设计、生产、销售，服务等业务，在当今世界经济活动中占有重要地位。面对日益激烈的竞争，汽车行业希望借助人工智能技术降低成本，增强竞争力。本文从技术、场景、应用案例等角度阐述了人工智能在汽车行业中的发展与趋势，与此同时也指出了该技术在汽车行业面临的挑战。本文列举了在汽车行业有较多应用的人工智能代表技术，如语音识别，计算机视觉等；分析了该行业中较为典型的应用场景如汽车研发、汽车制造、整车智能升级等。之后还根据不同的场景分析了相对应的解决方案。最后，本文总结了部分人工智能技术的应用效果和局限性，以及人工智能技术在汽车制造业中的发展趋势。

一、汽车制造业市场规模

从根据国际汽车制造协会的统计，全球汽车生产总数自2013年到2017年一直处于持续增长的状态，平均每年增长幅度约为2.89%，并在2017年生产超过9700万辆。直到2018年出现下滑，全球汽车生产总数下降了1.24%。而全球的汽车销量趋势基本随产量同比出现波动。在这五年的周期中，中国的汽车生产总量长期占据全球第一，随后则是美国和日本。

二、汽车制造业中主要的人工智能技术

计算机视觉：该技术试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。在汽车制造业中，计算机视觉是应用最广最成熟的技术之一。比如在工业机器人生产线上，计算机视觉可以帮助生产机械获得更加精确的测量数据，保证生产线的高精度。

大数据分析：该技术指对各种不同来源的非结构化或者结构化数据进行分析，从中挖掘信息，观察和追踪发生的事情，从而帮助人类决策和判断。在汽车制造业生产线上，操作人员利用大数据分析系统可以学习并预测生产线状态，提前进行设备维护，防止在车辆生产时候出现故障。

机器人：该技术涵盖了机器人的设计、建造运作等。得益于人工智能技术的进步，机器人技术有了更广泛和灵活的应用，可以实现柔性生产和精确抓取等复杂操作。汽车生产线上的机械臂利用强化学习技术，提高了精确度，强化了协作关系，提高了车辆的良品率。

语音识别与自然语言处理：自然语言处理(NLP)是让系统理解并明白人类写作、说话方式的核心技术。而语音识别技术则是自然语言处理的眼睛与耳朵。它们的结合使用可以完成文字抽取，信息归纳，语音转文字等多项任务，在相关的文件处理、售后服务以及汽车的交互功能中广泛应用。

云计算：云计算是利用网络将本地任务上传至云端服务器进行处理，从而实现本地设备无法实现的功能的技术。包括车载电脑的路径规划手机互动、车辆自检、行车数据记录及分析等功能均有云计算的支持。
AR/VR：增强现实与虚拟现实是基于虚拟和现实环境，并结合视觉识别,机器学习，深度学习等多种前沿技术的集合体。此项技术能为车企通过打造虚拟场景以提高产品的设计、研发效率，同时为车辆本身的智能化升级提供支持。

三、人工智能技术在汽车制造业中的应用分布

其他相关服务：人工智能在汽车相关服务领域用有丰富的应用，包括车企利用聊天机器人进行智能客服、通过算法基于车主的驾驶行为进行风险评估和保险服务等等。本报告仅基于所选全球500强汽车相关企业案例有限地进行了场景划分，故不包含此类热门服务场景。

四、汽车制造业500强公司人工智能技术落地案例

通用汽车：通用汽车在设计阶段引入人工智能技术，利用Fusion 360学习原始的汽车零件设计图，之后人工智能算法会根据现有的条件、重量、需要、材料等提供上百种不同设计，供设计师选择。该步骤可以减轻零件重量，优化安装流程，增加零件耐用性。

宝马汽车：宝马汽车利用人工智能优化汽车冲压过程。宝马推出的先进的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调节冲压模式，让整个流程可以更精确和有针对性，产出的产品也更加稳定。

起亚汽车：起亚汽车人工智能销售聊天系统采用了CarLabs.ai的人工智能销售系统，让用户可以直接与机器人对话并解决销售中的问题。该虚拟助手利用了自然语言处理技术，分析用户的问题与答复，充分理解后提供特定的答复。该聊天机器人目前主要存在于Facebook的平台内，可以为用户提供偏好匹配，车型比较，车辆细节信息，线下商店信息，试驾预约，财务计算等功能。

吉利汽车：吉利汽车借助人工智能技术将语言识别率提高到98%以上。该语音助手可以把大量需要触控的操作转换成语音操作，让驾驶员在驾驶时候更加安全，不需要转移视线即可完成众多命令。同时，由于语音助手的灵活性，车主也可以更方便的接入其他汽车服务，打通车内空间与车外世界。

五、人工智能在汽车制造业中的局限

人工智能在汽车行业各个领域都有着丰富的应用场景，但考虑到部分技术尚未成熟，而车联网和智能驾驶等技术的根基尚未稳固，因此人工智的局限性大多也存在于此。

基础设施不完善性：对于车联网来说，要实现车与车、车与路、车与周遭环境互联的愿景离不开道路基础设施支持。而当前的道路上的基础网络设施建设尚未完善，不足以支撑未来汽车的网联需求。

法律法规不成熟性：智能驾驶技术自诞生以来一直承受着部分道德因素的诟病，而针对智能驾驶，乃至未来自动驾驶的法律法规也尚未成熟，因而限制了智能驾驶技术的发展。

网络交互的安全性：随着互联网技术的发展，大量信息在网络中得以查看，也从而引发了部分信息和隐私安全的问题。同理，车联网通过让车与网络交互以提供更优质的功能与服务，但随之也带来了车载计算机系统与外界交互的安全隐患。

六、人工智能在汽车制造业的发展趋势

人工智能技术在汽车行业充满了发展潜力。无论是汽车的研发、制造，或是智能驾驶，乃至未来的出行领域均为人工智能的应用落地提供了大量场景。

汽车设计智能化：而随着信息时代的到来，智能设计软件的出现正把设计工作的试错成本大幅降低。将专家系统植入设计软件以配合设计师整合素材将是一个充满潜力的发展方向。

人车交互灵活化：借助人工智能技术实现更便捷的人车交互将是汽车行业近期内的热门发展方向。虚拟车载助手，车主身份识别、疲劳监测、手势识别等应用正逐渐出现在汽车市场中。

跨行合作共赢化：伴随市场对自动驾驶的关注，传统车厂、互联网公司、初创公司等都在试图进入智能驾驶的领域。而这些公司的侧重和优势各有不同。因此跨行业机构进行合作，共同打造未来智能汽车将成为人工智能在汽车行业的一大趋势。

来源：机器之心