本年三月，Intel以150億美金收買了主動駕駛范疇最年夜的芯片公司，Mobileye。收買的消息剎時刷屏，然則細心想來也是在道理當中。Intel自從客歲開端就下定決計要年夜舉進武士工智能，開啟了買買買形式，2016年持續出手收買了Nervana和Movidius兩家分離善于辦事器端和挪動端機械進修體系的公司。今朝人工智能最火的范疇，除辦事器端供給AI辦事（Nervana），挪動端供給輕量級低延遲AI運用（Movidius）外，就是主動駕駛最火了，所以Intel繼Nervana和Movidius后的下一個收買目的選擇了Mobileye實屬公道。

　　而從Mobileye角度來看，它與Intel的協作其實也有一段時光，自從與Tesla協作停止后，更是同心專心一意地參加了主動駕駛的Intel陣營，與Intel和BMW結成了主動駕駛同盟，配合反抗來勢洶洶的Nvidia和Tesla。今朝該同盟還處于蜜月期，Intel和Mobileye就親上加親成了一家人，預期將來會用更多舉措。

　　另外一方面，Qualcomm也在客歲宣告收買了汽車電子行業巨子NXP。該收買案數額偉大，吸引了半導體業界簡直一切人的眼光，同時也展現了Qualcomm想從手機家當走出去的決計。Qualcomm與NXP的營業重合不多，收買后更多是營業互補，NXP的汽車電子營業將成為Qualcomm將來疆土中的主要環節。

　　Intel和Qualcomm，都對準了將來的汽車電子。明顯，將來汽車電子潛力最年夜的偏向就是無人駕駛，但是Intel和Qualcomm選擇了判然不同的兩種通往無人駕駛的技巧途徑。上面為您細心剖析兩家公司的技巧藍圖。

　　Intel：做一個機械人幫你開車

　　Intel由微處置器發家，借著盤算機在上世紀的普及而一舉成為全球最年夜的半導體公司。也恰是因為在盤算機行業過于勝利，想要接著之前在盤算機行業的經歷去做挪動終端營業，成果遭受滑鐵盧，錯掉了挪動互聯網的風口。下一個風口是人工智能，Intel固然不想再錯過，是以連連出手年夜舉投資。

　　Intel與人工智能其實一向很接近。人工智能一向以來是盤算機范疇的一個分支，而Intel與盤算機的淵源更是不用多說，是以Intel去做人工智能基本就不算是轉型，而只能說是略微調劑了一下盤算機營業的重點安排。Intel要做主動駕駛也是以人工智能為切入點，是以要從人工智能若何完成主動駕駛來剖析這件事。

　　人工智能從盤算機出生以來，就成了盤算機迷信家一向在思慮的成績，即可否用盤算機完成人類的思慮才能？盤算機迷信的祖師圖靈就思慮過這個成績，還提出了有名的“圖靈原則”（即人類可否斷定與之對話的是人照樣盤算機）來贊助斷定盤算機能否真正完成了人工智能。以后，在上世紀中葉，Minsky等工資人工智能的成長做出了卓著的進獻，但是以后人工智能的成長卻墮入了高潮。直到十年前，基于深度神經收集的深度進修再度突起，讓眾人的眼光再次集中到了人工智能這個話題上。神經收集是一種仿生人工智能算法，其突起的標記性事宜是2012年AlexNet的出生，完成了在ImageNet數據集上物體辨認精確率的年夜幅晉升。以后，神經收集愈來愈深，從十幾層，到微軟ResNet的一百多層，比來乃至有一千多層的深度進修收集涌現。

　　Intel以人工智能作為主動駕駛的技巧道路，其終究目的是打造一小我工智能駕駛體系。該體系可以懂得為設計制作一個機械人，這個機械人理解用傳感器感知汽車四周信息，而且依據人工智能算法做決議計劃，以完成與人類一樣乃至跨越人類表示的駕駛水準。就技巧角度，Intel擔任這個機械人的年夜腦（盤算部門，Intel究竟是處置器行業的老邁其芯片能供給足夠壯大的盤算才能），而Mobileye擔任機械人的眼睛（傳感器旌旗燈號處置芯片，傳感器的原始數據量異常年夜，須要公用的高效處置芯片做預處置后再送去后真個通用途理器做主動駕駛的決議計劃）。

　　Intel假想的主動駕駛體系中須要用到多種傳感器，包含攝像頭，毫米波雷達，激光雷達，超聲波傳感器等等，Intel購置Mobileye的目標，就是為了給主動駕駛體系加上一雙靈敏的雙目，完成高效傳感器融會。算法部門兩家公司各有積聚，融會以后預期會有更好的算法涌現。而數據方面，就要靠與Intel協作的各年夜車廠供給以練習深度進修算法了。

　　Intel選擇的應用神經收集人工智能的主動駕駛歸根究竟是一種仿生學設計，其師法的對象就是人類自己，不過就是用傳感器替換了人類的眼睛，用深度進修算法取代了人類的年夜腦。從另外一個角度想，人類的極限根本就決議了這套主動駕駛體系的極限。在主動駕駛分級中，這套體系增援到第三級（有前提主動化）沒有任何成績，由于主動駕駛體系并沒有完整接收汽車，這時候候相當于真人駕駛員是駕校鍛練坐在副駕上，而主動駕駛體系是新司機（固然這個新司機在年夜多半時刻比真人老司機開得更好！），一旦主動駕駛出了甚么成績真人老司機立馬參與防止變亂。

　　但是，到了第三級以上的主動駕駛（副駕真人老司機在開車進程中根本可以打打盹兒不論主動駕駛體系），人工智能想要真正接收汽車還有很多成績。今朝人工智能中深度進修的道理是應用海量數據去練習收集，深度進修收集在練習后可以依據輸出數據做決議計劃。但是，數據即便再年夜，也弗成能籠罩一切狀態，在許多意想不到的情形下算法能夠失足。例如，就拿基于攝像頭的主動駕駛來講，攝像頭起首獲得圖象數據，以后處置器在圖象上做朋分，將配景與遠景物體朋分開，再辨認遠景中的途徑，車道，運動物體（包含其他汽車，自行車，行人），估量這些物體與車的間隔，并做駕駛決議計劃。但是，不管是圖象朋分，物體辨認，照樣間隔估量，都能夠失足，并且失足的處所常常意想不到。之前Tesla的主動駕駛由于沒能辨認后方的白色年夜卡車而發生了車禍，據報導征引能夠是算法把年夜卡車當做了白云。如許的毛病在人類看來弗成思議，然則在基于深度進修的人工智能中卻異常有能夠，只需練習數據中沒有包含這類情形就無機會犯這類毛病。但是，駕駛時路況千變萬化，練習數據實際上弗成能籠罩一切狀態，永久有這類就逮之魚。即便統計學上的幾率異常異常小，然則關于每一個車主來講一旦產生了就是產生了。并且，一旦產生變亂，若何界定司法義務也是一個成績，畢竟是車廠的義務照樣司機的義務，也是一個尚待處理的成績。

　　別的，這還牽扯到了車主對主動駕駛的信賴成績。固然如今人工智能應用的深度進修收集研討異常熾熱，但其實不代表人們曾經懂得了深度進修收集。深度進修的基本是統計學，收集的后果利害也是看測試數據集上的測試精確率，是以人們不完整明確深度進修收集的決議計劃進程，一個典范的例子是AlphaGO對戰李世石的時刻專業棋手連連表現看不懂AlphaGO的思緒，然則最初AlphaGO就是在一片“看不懂”中贏下了競賽。往好里說，這是奇異，是潛力無限，往壞里說，這是不肯定性年夜。Tesla的主動駕駛汽車能高難渡過彎卻會暗溝里翻船，未來主動汽車也能夠在完整不肯定的處所失事故，讓車主不克不及完整信任。說究竟，這個信賴成績的本源，照樣由于人工智能主動駕駛完整依附于一小我類還不克不及完整懂得的技巧。

　　小結：Intel基于人工智能的主動駕駛技巧是想做一個和人一樣依據四周情況做決議計劃完成駕駛義務的體系。Intel的技巧可以疾速搶占今朝主流的0-3級主動駕駛市場，然則在更高等的主動駕駛（即主動駕駛體系控制車輛的更多主控權）范疇，光靠人工智能是不敷的。

　　那末，更高等的主動駕駛市場要靠甚么？要靠將來交通的基本舉措措施，即車聯網（V2V，V2X）。而這是Qualcomm與NXP更善于的。

　　Qualcomm：設計新型汽車本身就可以開

　　Qualcomm的主動駕駛思緒與Intel完整分歧。假如說Intel是盤算機迷信家的思緒走人工智能，那末Qualcomm就是電子工程師的思緒走主動化掌握，即車聯網。在車聯網時期，每輛車和路上的交通舉措措施都與收集銜接傳遞信息，如許車可以依據從車聯網取得的信息來做駕駛決議計劃斷定，從而完成主動駕駛。

　　車聯網包含車與車之間的通信，也包含車與其他舉措措施之間的通信。車與車之間的通信可讓每輛車都控制鄰近車的信息，例如間隔，時速等等。這一方面可以免交通變亂，另外一方面也能夠增長駕駛效力。例如，如今在開車的時刻年夜家都邑與前車堅持足夠的車距避免前車忽然剎車，有了車聯網以后前車剎車的第一時光你的車就會曉得而且同步加速，如許即便車之間的間距很小也成績不年夜。這個技巧今朝曾經用在了NXP給卡車車隊開辟的體系中，在如許的車隊里每輛車的駕駛進程都是同步的，從而可以省去很多由于加快加速的糟蹋的汽油。車與其他舉措措施之間的通信也異常有效，例如車輛可以與路牌通信曉得今朝的限速。

　　舉個例子來講明Intel和Qualcomm技巧的分歧思緒。下雨天的時刻，純潔基于人工智能的主動駕駛輕易出成績，由于車道朋分線鄙人雨天的時刻很隱約，人類都看不清晰，人工智能應用機械視覺也一樣看不清晰，所以沒法很好地辨認車道，能夠會開著開著就開到其他道上去了。車聯網的思緒就分歧，辨認車道壓根不是靠機械視覺，而是可以靠途徑的基本舉措措施扶植使途徑交通智能化。例如，可以在車道的朋分線上裝置射頻標簽，汽車靠與這些射頻標簽通信便可以曉得本身有無行駛在途徑中心，乃至還可以取得后方途徑能否有彎之類的信息來贊助駕駛。明顯，如許的計劃不會遭到氣象的影響。

　　從下面的例子還可以看出兩種計劃的其他分歧點。起首，分歧于之前說到人工智能技巧許多時刻連研討人員都沒法懂得，Qualcomm應用的車聯網中每個技巧細節（重要是無線通信）都曾經被工程師們完整懂得，是以不會涌現人工智能在弗成思議的處所失足的成績，也不存在練習數據不敷的成績。乃至在車聯網旌旗燈號狀態欠好的時刻，汽車也能實時提示司機實時接收，然則人工智能計劃卻未必能完成這一點。其次，Intel的主動駕駛技巧只是做部分優化，盡管一輛車；而Qualcomm的車聯網則是有可以做全局優化的潛力，既然一切車都聯網了那末交通也能夠依據車流做優化勸導，例如交通燈會依據車流來調劑紅燈和綠燈的時光。Qualcomm車聯網計劃會給汽車駕駛帶來更年夜的奔騰。人類開車的時刻是經由過程眼睛看后方的路況和車距，腦筋依據這些信息來做斷定并掌握汽車。Intel的人工智能駕駛是應用傳感器取代人類眼睛，應用處置器取代人類年夜腦，然則人類眼睛會看錯，斷定會掉誤，人工智能一樣也會犯如許的毛病。Qualcomm的車聯網計劃基本就不須要眼睛，由于途徑和車輛的及時信息曾經經由過程收集傳遞給車輛，所以就不會有“看錯”的成績。

　　固然，Qualcomm的車聯網也有一個很年夜的成績，就是須要把車聯網的基本舉措措施都建好了能力完整施展出一切潛力，相較之下Intel的人工智能駕駛則與基本舉措措施沒有任何干系。現實上，車聯網與人工智能主動駕駛其實不相互抵觸，相反是相反相成的。在第0-3級主動駕駛中，人工智能便可勝任；然則到了更高等的主動駕駛，必需同時聯合兩種計劃才行。