自动驾驶是乘客经济崛起核心

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 自动驾驶是乘客经济崛起核心 针对我们面临的老龄化社会、城 市病等诸多社会难题，自动驾驶不啻为 一剂良方 中国论文网 /3/view-12981696.htm 作为一名有多年驾龄的老司机， 我早已熟悉了手握方向盘的感觉。作为 一名科技工作者，我正和同事们全力解 放我们的双手，或者说将我们从“司机” 这个角色里完全解放出来。我们所做的， 就是要加速实现自动驾驶。 很多厂商 已经震开汽车的自动驾驶路测，这方 面是为了获得视觉与地图数据，另方 面鼬是为了获取针对各种交通状况识别、 训练、决策的数据。 交通出行方式的进化总是在突破 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 某方面的限制比如从马车到汽车， 突破的是体能（肌肉）的上限;而自动驾 驶将要突破人类感知能力和驾驶决策能 力的上限，同时也将突破汽车个体的限 制，从而建立一个广泛且庞大的全新生 态系统。 所以，自动驾驶不只是技术的演 进，它更像是一场出行的革命。 乘客 经济开启全新社会经济模式 自动驾驶将带来什么？它将使汽 车保有量大幅下降，尤其是在北京、上 海等大城市。未来，自动驾驶将让汽车 成为真正的交通服务工具，以更少的汽 车满足更多人的需求。 它还将有效释放每个人的时间盈 余。有数据显示，在世界上最拥堵的城 市，自动驾驶汽车每年将为出行者节省 超过 2.5 亿小时的通勤时间。就我自己 而言，我计算了一下，自动驾驶汽车将 让我每年多出近 50 个工作日的时间。 这毫无疑问是一笔令人惊喜的新增时间 财富。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 自动驾驶将要引发的革命，自然 不止这些。它将为经济和社会打开一扇 新的大门，催生新的产品与服务，我们 称之为“乘客经济 ”。 英特尔与合作伙伴 Strategy Analytics 联合发布的报告显示，到 2050 年，自动驾驶将催生价值 7 万亿美 元的全新“乘客经济 ”，规模超过 2017 年日本和巴西的预期国内生产总值之和。 这其中，出行者使用各种“出行 即服务”产品将带来 3.7 万亿美元的收入， 约占总收入的 55%;企业使用“出行即服 务”将产生 3 万亿美元的收入，约占总 收入的 43%;此外，新兴应用和服务还 将带来 2000 亿美元的收入。 显然，出行者和企业使用“出行 即服务”预计将带来最大的价值，因为 这涉及汽车保有观念的转变，也是自动 驾驶汽车将司机转变为乘客的直接效果。 出行者将完全脱离与汽车的一对一关系， 能够从形形色色的“ 出行即服务 ”提供商 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 中进行选择;企业将成为自动驾驶汽车早 期销售阶段的重要推动因素，并从 B2B“出行即服务”中获取巨大收益。 不只是经济价值，乘客经济也意 味着显著的社会效益提升。除了前面提 到的更多的时间盈余，自动驾驶还将有 效地减少车祸、交通事故和拥堵。目前， 94%的事故是人为失误造成的。保守估 计，从 2035 年到 2045 年，由于自动驾 驶汽车的出现，只要能避免 5%交通事 故的发生，就将挽救超过 58 万人的生 命！ 针对老龄化社会、城市病等诸多 社会难题，自动驾驶不啻为一剂良方。 科技让生活更美好，将又一次精彩上演。 数据是“智能方向盘 ” “乘客经济 ”的关键，在于自动驾 驶的实现;自动驾驶技术发展的关键，则 在于数据。 在即将到来的数据洪流时代，数 据是新石油，从数据里我们可以提取非 常多的价值，数据+计算能力给人类带 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 来全新的C 遇。 自动驾驶汽车和相关设施正是数 据洪流的重要源头之一。让我们回到自 动驾驶汽车本身。除了活塞、活塞环和 发动机组，摄像头、雷达、声纳、GPS 和激光雷达，都是自动驾驶必不可少的 组件。摄像头每秒生成 20MB-60MB 数 据，雷达每秒最多可生成 10KB，声纳 每秒 10KB-100KB，GPS 将以每秒 50KB 的速度运行，激光雷达运行时则 是每秒 10MB-70MB 数据这些感知 能力让自动驾驶汽车成为数据的“活水 之源”。 预计到 2020 年，平均每辆自动 驾驶汽车每天将产生 4TB 的数据量，而 届时 3000 个互联网用户全天才能产生 同样规模的数据量。想象一下，你在微 信上有 3000 个好友，而你每时每刻都 在关注、接收每一位好友发布的新消 息这是多么繁重的任务。 对于自动驾驶而言，从数据中提 取价值，是实现“ 乘客经济 ”技术演进的 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 根本。换言之，海量数据及自动分析、 决策，将为自动驾驶装上智能的“方向 盘”，当然这种 “方向盘”可能只是一种 无形的软件。 我们现在也看到，很多厂商已经 展开汽车的自动驾驶路测，这一方面是 为了获得视觉与地图数据，另一方面则 是为了获取针对各种交通状况识别、训 练、决策的数据。这两种数据都非常重 要。 根据不同国家的国情，数据所需 的更新频率也各不相同。比如发达国家， 基础设施建设已经达到一定程度，自动 驾驶相应的数据更新频率就不需要很快; 而在很多发展中国家，比如中国，城市 面貌、道路状况等日新月异，数据就需 要比较高的更新频率。 同时，就地理信息和地图数据而 言，众包模式将是最快捷、最经济有效 的数据更新方式自动驾驶的数据获 取只靠一家公司来做，不但耗时，而且 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 很难达到及时更新的要求。 很多业界人士倡议自动驾驶数据 共享，但各大厂商本身未必有足够的意 愿和动力，毕竟这些数据很可能构成了 各家竞争决胜的差异点。如果由政府或 者具备公信力的第三方机构来搭建共享 平台，可能是一种行之有效的方法。特 别是在中国，政府在推动新技术发展或 者不同技术融合上具备权威性优势，在 数据的整合和共享上也有着相对的优势。 车云融合加速自动驾驶进程 自动驾驶数据也面临诸多挑战。 当庞大的感知数据源源不断地涌进自动 驾驶汽车，我们需要把这些数据融合在 一起，以便理解在周围的场景中发生着 什么，从而作出正确的决策。这对数据 的分析和处理是很大的挑战。这不仅涉 及单台车辆采集到的数据，更牵涉多台 车辆间的数据协同;这不仅是大数据的处 理，还要能够从数据中即时提取出与当 前驾驶决策最相关的小数据。 攻克自动驾驶技术发展面临的数 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 据挑战，最重要的途径，是打造以人工 智能为核心，从车、网络到云的良性循 环。 从车到云，一端是车，另一端则 是云，也就是离汽车很远的数据中心， 中间是网络接入的地方，它也是一个智 能节点，我们称之为边缘计算。 从终端到云端的这三点具备各自 的特点和优势。车本身要负责数据的感 知和决策，因此要具备人工智能，此外 还要把数据上传到网络和云端。边缘计 算部署于每一个道路场景的周边，能够 更加清楚地把一定范围内实时的交通和 地图信息传递给车辆，或者把周边信息 更新后再汇集到云端。云端的优势是计 算能力非常强大，可以帮助车更新人工 智能算法的模型，去增加或者扩展它的 能力，也就是让车的“ 大脑 ”更聪明。 举例来说，一台车遇到或者处理 过的异常场景不算很多，但如果我们把 不同国家、不同城市、不同时间的车发 现的异常场景数据上传到云端，并以此 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 来训练人工智能模型，则可以让它更好 地感知、决策，更完美地处理各种状况， 从而让自动驾驶技术更臻于成熟。 因此，车云融合建立车、网 络到云的良性循环，是推动自动驾驶从 理想变成现实的必由之路。这需要一套 完整的端到端的技术和解决方案，并具 备强大的计算创新力，而这正是英特尔 一直以来所致力的技术方向。 英特尔通过从车到云全方位的芯 片技术来加速感知和推理能力的提高， 通过先进的 5G 通讯技术来实现 V2V、V2I 和 V2X，通过整合智能计算、 通信和存储技术的解决方案来推进试验 和部署。英特尔正在以前所未有的努力 来引领车云融合的自动驾驶进程。 出行的进化，自动驾驶汽车相对 于传统汽车，绝不是缓慢的渐变，它更 像