凤凰网汽车

凤凰网汽车>全媒体>正文

【汽车人】智能将是第一生产力

2021年01月11日 15:30:01

分享到：

来源：

在万物互联时代，智能汽车有望替代智能手机，成为产业链的核心；不断迭代的智能，将驱动商业的进步，商业又反身催化智能的进步。

文/《汽车人》吴毓

今天谈未来，如果还将发展新能源、规划纯电平台挂在嘴边，开口便已是过去式。

趋势

做大事，重在认清形势，顺势而为才能事半功倍。

没有智能，不足以谈数字经济，更遑论经济转型。将“智能”与“新能源”并列，“后者”便只是敬陪末座。中国政府此前所做的种种布局，皆在为智能奠基。

早在2020年3月，中共中央政治局常务委员会就提出“加快5G网络、数据中心等新型基础设施建设进度”，2个月后召开的全国两会又提出重点支持“新型基础设施建设”。所谓“新型基础设施建设”，包括了5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网。其中，针对智能的布局占据四项，而新能源仅是交通规划中的一点。

在过去的一年中，针对“智能”的战略布局不断提速。《智能汽车创新发展战略》确认我国将于2025年实现有条件自动驾驶智能汽车的规模化生产，并打造包含技术创新体系、产业生态体系、基础设施体系、法规标准体系、产品监管体系和网络安全体系的产业链链条，为培育产业发展优势、突破关键技术瓶颈、增强变革引领能力而奠定基础。

“雄安新区智能城市标准体系框架（1.0版本）”构建了“基础设施与感知体系建设、智能化应用、信息安全”三类9项的智能城市标准体系，实现城市物理空间与数字虚拟空间“双规划”合一、“双基建”同步，推进全域智能感知体系、新一代通信网络、城市计算能力、“城市大脑”等智能基础设施建设，为未来城市建设和规划管理树立了样板。

《国家新一代人工智能标准体系建设指南》则提出详细的工作节点，在2021年明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则；2023年初步建立人工智能标准体系，重点研制数据、算法、系统、服务等重点急需标准，以加强人工智能领域标准化顶层设计，推动人工智能产业技术研发和标准制定。

其实，中国针对智能、互联的大资金投入始于2016年。“十三五”期间，我国大力完善新兴产业的发展环境，构建有利于新技术、新产品、新业态和新模式发展的准入条件、监管规则和标准体系，并在新一代信息技术、空间信息智能感知、高端材料等领域设立国家战略产业发展基金。同期，鼓励发展新能源的补贴是在退坡的路上。

自2017年，“人工智能”连续进入《政府工作报告》，2019年的政府工作报告更是提出“智能+”的概念：“打造工业互联网平台，拓展智能+，为制造业转型升级赋能”，并要实现互联网+政务服务、互联网+监管改革、互联网+教育、互联网+文化、互联网+督查……将智能、互联的权重逐步提升。

在“十四五”规划中，关于前瞻性、战略性的国家重大科技项目，“人工智能”处于首位，其后才是量子信息、集成电路、生命健康……至此，中国的发展战略已经清晰：立足我国产业规模优势、配套优势和部分领域先发优势，打造新兴产业链，推动传统产业高端化、智能化、绿色化。

如果说“十三五”期间我国在扎扎实实打基础、轰轰烈烈转方向，那么“十四五”期间我国就是要坚持创新驱动、坚持科技驱动，塑造持续发展的新优势。现在做未来规划与布局，要将人工智能、信息互联置于发展战略之中，而减排与新能源只是战术动作。

行业

2020年末，埃隆·马斯克在推特上发文，尝试以免费使用三个月“完全自动驾驶”（付费购买约需10000美元）去冲击特斯拉的年末销量，最终的结果差强人意。通用汽车Super Cruise超级智能驾驶系统进入中国市场已经三年，但购买/使用者寥寥。

这其中，有政府部门收紧监管的原因、有车载传感器及自身算力薄弱的原因，更重要的原因是：“自动驾驶”尚未成为用户购买的重要&紧急选项，其作用仅限于“种草”。但从另一个角度看，这也是汽车企业及整个供应链的机会，纯电驱动已经进入商业化，而“智能”的引擎仍然在成熟的路上。

2020年，是整车OTA（无线下载软件以升级车辆性能）高歌猛进的一年。手机以及App的远程升级已是司空见惯，车企也陆续启动整车OTA实现漏洞修复、优化与提升性能。这是软件“决定”汽车能力、汽车进入智能时代的重要标志。

通过OTA，中国品牌小鹏升级了自动驾驶辅助系统，合资品牌别克提升了语音控制的响应速度和识别能力，豪华品牌BMW升级了iDrive 7.0操作系统……值得一提的是，蔚来汽车已在3年前启动整车OTA，并通过FOTA实现约40次版本迭代。从长期发展的趋势看，OTA升级具有更大的发展潜力，不仅会提升人车的交互能力，更在推动汽车成为如同手机一般的智能终端。

2020年，是自动驾驶实路测试高速发展的一年，不仅是初创公司的创新研发、传统车企的斥资收购，更是区域经济组织着手制定标准、各地政府投入资源。

已经开工建设的百度西部自动驾驶开放测试基地，可以满足L4级自动驾驶的测试需求；位于北京经济技术开发区的自动驾驶测试区有74.4公里开放测试道路，其中40公里可供V2X测试。在欧洲，德国下萨克森州已开始在A39号高速公路安装固定感应桩，用于自动驾驶道路测试；捷豹路虎也投资710万英镑在英国建设互联化公路……相比封闭的园区，无论是机器的自主学习、数据采集，还是程序的查遗补缺、能力晋级，真实道路上的开放测试都更有意义。

2020年，还是工业互联网构建制造脊梁、高速数据决定产品品质的一年。

小鹏汽车肇庆工厂、华晨宝马动力电池中心二期在2020年先后建成投产，前者在数字化工厂的基础上，利用物联网技术和监控技术，做到生产信息、设备信息、工艺信息和质量信息可视化，实现制造过程透明化；后者运用等离子清洁、智能光学检查等“工业4.0”技术，并全线采用自动导航承载车（AGV）作为产品载体，根据生产需求随时调整行驶路径。

远程升级全面启动、自动驾驶不断成熟、工业互联成为标准……在汽车行业，“智能”开始成为所有前进与发展的关键词。

学习

未来数年，我们可以看到越来越多的人工智能通过深度学习而成长的实例，也会感受到越来越多的人工智能改变生活的快乐与烦恼。

深度学习这件事有点像游戏中的打怪，反复不断没完没了地过关，“深度”形容一层一层地过关；“学习”与经验值相关，也多少有些不受控的含义——既要有打怪的实力，还要看每关的运气。在科学前进的道路上，“深度学习”的潜台词是不确定性。

所谓“深度学习”是集成了各学科中最新技术系统，尤其是计算机视觉和自动语音识别。后者已经用于车载娱乐系统、互动系统，通过OTA升级，别克车载交互系统已经可以识别人类正常的语速的对话、辨析各种方言和俚语；前者则是自动驾驶技术的基础，自适应巡航系统就是通过“视觉”识别道路限速等各种交通标志。

知易行难。以语音识别为例，不仅要即时完成口语理解、机器翻译、信息检索，还要同步进行情绪分析、上下文链接、风格识别等工作。举例而言，“方便”、“意思”、“我去”……都是典型的一词多义、都需要靠语境识别；不具有这样典型标签的词语浩如烟海，还有更多的地方语言习惯需要机器去学习与记忆。

深度学习的关键是数据。数据越多，机器模型就会得到更好的训练——能够在更大的数据集上训练模型，有助于模型更好地执行当前的任务。在2015年之前，“深度学习”的概念就已出现，但数据量很少，几乎无法满足机器学习的需要；近年，采集的数据可以用海量去形容，但同样存在各种不确定性。

一方面，深度学习的方法通常被视作“黑匣子”，凭经验进行，而少有理论指导；从抽象到具象有很长的过程，没有明确的逻辑推理方法；另一方面，深度学习的过程很容易被黑客攻击或欺骗，甚至有很多虚假数据被源源不断地采集、输送给学习中的机器；第三方面，就是数据来源的博弈。

从某种意义上，智能依赖于数据，而趋向于垄断。垄断已经被监管部门喝止，人民日报称“别只惦记着几捆白菜、几斤水果的流量”就是明确的信号；《个人信息保护法》处于制定之中，对个人信息、行为模式的发掘，仍有愈演愈烈的趋势。

手机短息中的“不期而遇”、消费类App中的“贴心推荐”，总让人有受到窥视而芒刺在背的感觉。表面看是个人身份的泄露，其背后则是大数据让我们的生活场景“坦诚相见”、大利益让我们的每一句谈话、每一个需求成为商品。

我们对“终结者”（杀手机器人）、对“天网”（AI防御系统）恐惧不安，对自动驾驶、对人脸识别却充满期待……它们位于时间轴上的不同节点，但本质却基本相同。

为数据加锁、尊重个人生活不受打扰，还是以更安全生活、更全面服务的名义留一个口子？可能是我们进入智能社会所面临的最严峻挑战。

成长

在过去一年中，听到越来越多的车企谈及“在中国、为全球”的企业定位。这绝不是“政治正确”的表述，而是长期发展的现实需要。

在中国，不仅有129种语言，有98摄氏度的温差，还有5种气候带和6种气候类型，用户的生活习惯、产品的使用场景自然大相径庭，正是机器学习、数据收集的最好市场。

据工业和信息化部数据，我国人工智能核心产业规模已超过千亿元、企业数量超过2600家；全国在用数据中心机架数的总规模近400万架，近五年平均增速超过30%；大型以上数据中心超过250个，累计建成5G基站71.8万个，为产业数字化转型、智能化升级提供了坚实的数据基础。

几乎是在不知不觉中，“智能”成为中国人生活的一部分。扫地机器人、定时投喂器都是小儿科，无接触外卖、在线教学只是常规操作，基于高速网络的远程医疗技术，为四五线城市提供全球抗疫经验；基于出行大数据的“健康宝”，为后疫情时代的经济复苏提供助力……

供给与需求的双重牵引，使得今天的中国市场拥有最丰富多元的智能应用场景，海量的数据、合作的态度，为智能、互联提供成长的沃土，吸引全球厂商将中国市场作为智能与互联的专项研发基地。

自动驾驶是一个复杂的大系统，测试验证也更为复杂谨慎。正是海量的实路测试，通用汽车的工程师修正了天气变量对的Super Cruise系统的潜在影响，让“自动驾驶”系统在阴雨、大雾天气下同样可以正常工作。来自美国的林肯，车顶扣上黄色顶灯，以出租车的身份在中国市场参与L4级自动驾驶的实路测试，既掌握车辆面对复杂交通路况的响应数据，也收集真实消费者的用户需求、AI智能的应用场景。

充满激情与想像力的创新应用，使中国不仅仅是全球最大的汽车消费市场，更成为酝酿科技灵感、引领未来出行的创新工场，是跨国车企在中国建设研发中心、提高智能研发投入的根本原因。

提供基于计算机视觉技术的智能车舱解决方案的商汤科技、利用全息人机交互技术实现在空气中悬浮成像的衍视科技、以座椅靠背托板为媒介而设计触控技术的他山科技……这些中国本土的初创公司，从一个想法起步、获得天使投资，到拿下一个订单、成为全球供应链的一部分，它们或许藉藉无名，却成就了全球供应链在中国的进化；或许历史不久，却奠定了智能科技自我迭代的基础。