自动驾驶红利待分深度学习与信息安全或成瓶颈

摘要:来决定汽车驾驶的一些方向或者是要刹车、加速等,这些都要靠感测器融合的技术和演算法.”可见,深度学习也将是自动驾驶汽车的重要部分.“深度学习在计算机视觉、自然语言处理、语音识别领域已经超过了人类的水平.深度学习技术可应用于自动驾驶的各……

（原标题:自动驾驶900亿美元红利待分 深度学习与信息安全或成瓶颈）

近日,由集邦咨询、vehicletrend车势主办,北京中汽四方公司协办的2017全球智能与新能源汽车产业发展趋势高峰论坛在中国北京国家会议中心309a报告厅落下帷幕,到场嘉宾共议智能与新能源汽车的未来大势.

智能网联汽车正以勃勃雄心占领未来.根据我国汽车产业中长期发展规划,到2025年,我国的智能网联汽车将进入世界先进行列,尤其是汽车的di（有驾驶辅助系统）级别、pi（部分自动驾驶）级别及ci（自动驾驶）级别的新车装配率将达到80%.

那么,自动驾驶的未来将给我们带来哪些新机会？还存在哪些挑战？自动驾驶的发展究竟是渐进式还是颠覆式？本次论坛都给出了一个比较圆满的解释.

自动驾驶将带来900亿美金大蛋糕

集邦咨询拓墣产业研究院的的研究报告显示,全球车市在2016年新车销售数量已经超过9100万辆,预估今年2017年底、2018年也将有进一步增长,分别是9300万辆和9700万辆.此外,到2020年左右整车新车的销售将达到1亿辆的全球规模.

集邦咨询拓墣产业研究院白忠哲博士

基于汽车保有量的提升和未来发展趋势,集邦咨询拓墣产业研究院白忠哲博士认为整合大势已经来临,智能网联汽车将整合iot物联网、巨量的资料、大数据、人工智能演算法和机器人等技术.“在全球汽车巨大保有量的前提下,智能网联汽车基础设施和相关配套的完善,都是推动自动驾驶落实的关键.”白忠哲博士说.

细分来看,自动驾驶汽车的传感器,比如长、短距离雷达和摄像机、激光雷达部分,都是未来自动驾驶的一些关键零部件.另外,不同层次的自动驾驶所应用到的配套零部件也有所不同.白忠哲博士指出,l2级自动驾驶在车道维持、车道转换,以及适应性巡航等基本功能,需要摄像机和传感距离的雷达等.而在l3或者l4、l5级别自动驾驶的情景中,自动驾驶汽车则会用到感测器,感测器的种类和数量都会增加.“比如说激光雷达在l3以上会应用到,在l4或者l5就用到了四个激光雷达.”

“不同级别无人驾驶汽车的关键零组件数量以及种类会逐渐增加,这是未来的商机.”根据白忠哲博士介绍,预估到2020年,自动驾驶辅助系统的市场价值将达到300亿美金.到2025年还会有数倍的增长,接近900亿美金左右.

深度学习与信息安全成为挑战

在白忠哲博士看来,如果把自动驾驶的系统分成整合控制、智能决策和感知系统这三个子系统,那么整合控制及智能决策部分主要由整车厂来主导,而零部件供应商则应该从感知系统部分切入.“感测器整合融合、深度学习或者是人工智慧的演算,来决定汽车驾驶的一些方向或者是要刹车、加速等,这些都要靠感测器融合的技术和演算法.”

可见,深度学习也将是自动驾驶汽车的重要部分.“深度学习在计算机视觉、自然语言处理、语音识别领域已经超过了人类的水平.深度学习技术可应用于自动驾驶的各种模块.”英伟达汽车事业部汽车解决方案架构师程亚冰认为,得益于算法领域的改进,深度学习近几年发展非常快.

但是,当人工智能应用于自动驾驶汽车中,也存在诸多挑战.“其中最大的挑战就是决策路径规划.”程亚冰指出,现实世界的车道完全未知且错综复杂,也就意味着路况存在着无数种可能.“基于传统状态机制的规则无法全部覆盖所有的路况信息,因此,目前业界开始尝试强化学习去做决策路径规划.”

程亚冰强调,强化学习是一个奖惩机制的人工智能技术.自动驾驶汽车通过强化学习,最后学会了一套规则.但是,强化学习操作很困难,我们无法在现实世界中让人类司机驾驶汽车去做强化学习,刚开始的阶段无法保证安全可控,“大家都在用3d模拟器去做强化学习,相当于在虚拟世界中模拟了一个现实世界,这个难度非常大.”

另外,要保障智能驾驶健康发展,智能驾驶的信息安全是一个重要的话题.中兴通讯的汽车电子技术总监汤新宁指出,随着现在车联网的发展,智能驾驶汽车的信息安全将会面临全面的挑战,尤其汽车目前的网络是一个非常原始的网络,对信息安全的防御十分薄弱,容易受到攻击.

汤新宁强调,由于汽车网络的控制程序非常简单,没有更多的保护,因此汽车网络是很脆弱的,很容易被攻击.此外, l3或者是l4级的车辆上路以后,信息安全就不仅是单个车辆的信息安全,而是可能会涉及到一个国家的信息安全,如果车辆被控制,不仅仅瘫痪整个交通,汽车甚至会变成一个武器.

自动驾驶应遵循渐进式发展过程

从自动驾驶发展的趋势可以看出,未来汽车就是一部移动电脑.因此白忠哲博士认为,自动驾驶的重要研发方向,一是感知的自系统,二是建立深度学习影像的技术和大规模的训练资料库.

另外,各国都在针对特定场域的自动驾驶进行测试,以降低环境的不确定性和法规的限制,从而加速自动驾驶真正落地.“还有法律法规的健全以及可靠度的测试认证等等,这也都是我们自动驾驶上路前必要的一些环节.”白忠哲博士说.

当然,自动驾驶究竟会遵循着l0-l5循序渐进的过程发展,还是将会超越辅助驾驶而实现跨越式发展？对此业界争议颇多.谷歌方面就曾指出将超越辅助驾驶,直接攻克完全自动驾驶.而卡耐基梅隆大学自动驾驶的研究教授则认为,应用于自动驾驶全能通用的人工智慧不会很快出现,由于欧美以及中国等国家之间的实际情况都有所差异,因此实现完全的自动驾驶还需要长时间的测试和落实.

白忠哲博士认为,自动驾驶技术目前还处于萌芽期,即将进入快速成长阶段,各类解决方案、演算法、芯片开发过程中,传统车企与新兴公司都有着不同的侧重和发展策略.此外,除了技术的推动,还有需求面的拉动,消费者是否对自动驾驶有信心,以及配套的法规是否能跟上,隐私、责任、公众的支持、车辆联网、自动化等一系列关键的问题还需要克服.

因此在白忠哲博士看来,自动驾驶是一个渐进式的过程,而不是颠覆式的过程.

自动驾驶红利待分深度学习与信息安全或成瓶颈由亿卡汽车www.yicars.com用户分享发布，更多内容敬请关注自动驾驶汽车多少钱频道。