Question

人工智能的汽车行业的展望

Answer 1

问：人工智能的汽车行业的展望

答：亲，您好很高兴为您回答这个问题哦~，人工智能的汽车行业的展望：1、智能汽车将成为继互联网后全球最大的创业风口。2、中国将成为世界智能汽车中心。3、自主品牌将在国内打败合资品牌，开启征战全球步伐。4、千人千乘个性化需求，行业能容纳10家以上自主车企。5、整车终局格局预计“3”分天下。6、整车科技化“王者归来，价值重估”，市值提升空间巨大。7、自主品牌混动有望大范围替代燃油车。8、投资关注研发费用、技术、产品、FOTA、体验，之后是销量、市占率、利润。9、二级市场投资将从传统需求周期，过渡到技术创新为驱动的供给周期。10、整车估值方法需要创新，由传统PB、PE到PS或更多方式。

问：人工智能在汽车行业的发展趋势

答：1、汽车智能化与网联化技术发展趋势：以深度学习为代表的人工智能技术在智能网联汽车上正在得到快速应用。尤其在环境感知领域，深度学习技术已凸显出巨大的优势，正在以颠覆性的速度替代传统机器学习方法。深度学习方法需要大量的数据作为学习的样本库，对数据采集和存储提出了较高需求。

答：2、自主式智能与网联式智能技术加速融合：网联式系统能从时间和空间维度突破自主式系统对于车辆周边环境的感知能力。在时间维度，通过V2X通信，系统能够提前获知周边车辆的操作信息、红绿灯等交通控制系统信息以及气象条件、拥堵预测等更长期的未来状态信息。在空间维度，通过V2X通信，系统能够感知交叉路口盲区、弯道盲区、车辆遮挡盲区等位置的环境信息，从而帮助自动驾驶系统更全面的掌握周边交通态势。网联式智能技术与自主式智能技术相辅相成，互为补充，正在加速融合发展。

答：3、消费者对智能汽车领域预期较高：消费者对智能汽车的强烈需求，将推动智能汽车市场逐波上行。虽然智能汽车尚未正式上市，但是根据数据显示，我国购买者中，非常渴望拥有自动驾驶汽车的比例超过85%。在车辆自动驾驶过程中，消费者希望可以使用娱乐系统、进餐、睡觉、休息和办公等。同时，传统车辆性能作为事故的重要诱因之一，智能汽车却能在短时间内做出准确反应，从而有效的降低交通事故率，使之成为新卖点。

答：4、蕴含极具潜能的高科技生态链：其包括感知技术、图像识别技术、电子与计算机技术、控制技术等。为了在未来激烈竞争中占据优势地位，围绕相关领域开展的技术研发如火如荼，创新成果不断涌现。过去汽车以机械结构为主，而新能源和智能汽车中，电子零部件的成本占比将会达到整车的一半以上，大量的雷达、传感器、通信、摄像头、监控、检测、娱乐系统将会被装载在汽车之上。

答：5、开启交通运输业新模式：汽车交通事故在很大程度上由人为因素造成，在自动驾驶级数由L4演进到L5级时将实现真正意义上的无人驾驶。届时，智能汽车由行车智能集成并精确控制，可以有效减少酒驾、疲劳驾驶、超速等主观违反交通规则导致的交通事故，从而大幅减少交通安全事故。可以更好地统筹安排对车辆的利用，提高车辆的使用率，减少车辆消费总量，最终有效降低碳排放。另外，智能汽车可以根据实时路况自动选择到达目的地的最优路径，从而降低能源消耗。未来智能汽车进入主流视野可能是个必然趋势，而它不仅仅是对于人们出行方式的改变，还将深刻影响人类未来的生存方式，以上便是智能汽车行业发展前景分析所有内容了。

问：人工智能在汽车行业的发展不足之处

答：当前，人工智能（Artificial Intelligence）的第三次发展浪潮汹涌而来，深刻影响着社会生活方方面面。上至联合国文件、大国战略，下至智库报告、报纸杂志、社交媒体，都充斥着人工智能的相关信息，人工智能俨然已成为世界焦点议题。我们不禁要问：为什么人工智能的新一轮发展浪潮会受到如此关注？它与历史上出现的重大技术究竟有什么不同？本文认为，此次人工智能技术浪潮之所以受到世界广泛关注，一定程度上是因为它具有诸多不同以往技术的独特特点，可总结为下述四个方面。

答：自主性：从本质上看，自主性（autonomy）是人工智能技术的核心特性。自主性、智能化是与人工智能相伴相生的两个概念，正是自主性的不断提升才能助推智能化时代的到来。如今，智能制造、智能医疗、智慧城市、智能化战争等与“智能化”相关的词汇层出不穷，“自主性”更是屡被提及。例如，斯德哥尔摩和平研究所2017年发布的《勾勒武器系统自主发展蓝图》报告，新美国安全中心资深研究员保罗·斯查瑞近期出版的新书《无人军队：自主武器与未来战争》等作品都聚焦人工智能的自主性特征。不同于传统的机械自动化，人工智能所具有的“自主性”特征意味着机器可以通过算法和大数据进行自主学习进化，甚至不排除演化出“自我意识”的可能。一般而言，人工智能的智能程度与“自主性”呈现出正相关的关系，与人的介入程度则呈负相关。自主性越强，智能化程度越高，所需人的监督和干预越少。

答：当前的人工智能技术基本处在“弱人工智能”阶段，自主性还较低，但业已显现出巨大效能。比如，推荐算法能为用户精准推送感兴趣的商品、音乐等产品和服务。更为重要的是，日益自主的机器将不再只是根据人类指令按部就班地执行任务，而能通过算法从大数据中进行训练和学习，从而拥有非凡的感知、理解、分析甚至决策等自主能力，比人类更快速、精准、冷酷。这意味着，拥有高度自主性的智能机器人将可能不再只是人类的被动工具，而可能跃升为能动的智能体，可辅助甚至代替人类做出分析和决策。虽然“强人工智能”能否以及何时到来目前仍未有定论，但随着人工智能自主性的不断提升和应用，机器智能化程度无疑会越来越高，同时一些关键问题也会逐渐出现。比如，自主机器是否能成为道德和责任主体？人类应当处于OODA闭环内（in the loop）、闭环上（on the loop）还是闭环外（out of the loop）？究竟是人类控制创造物还是创造物控制人类？这些问题的不断涌现可能颠覆人类的旧有认知，带来一次人类社会的思想大革命。不难预见，日益自主的人工智能将对社会传统法律伦理规范产生巨大冲击，机器责任、机器伦理等新概念将愈加受到重视。

答：广泛适用性：从适用范围来讲，人工智能技术还具有一个显著特点，那就是广泛适用性。纵观历史，技术可大致分为两大类，一类是“专门技术”，即为了特定目的而研发的技术，包括交通技术、通讯技术、生产技术、军用技术等。另一类是“使能技术”，这类技术可用于多个领域和其他技术中，使效能倍增，如电力技术。人工智能属于使能技术的范畴，但与其他技术不同的是，人工智能的应用几乎是无孔不入的。2016年被称为人工智能发展元年。2016年3月， AlphaGo以4：1的战绩击败李世石九段，标志着围棋这一最具人类智慧的棋类游戏堡垒的陷落。随后，人工智能在“德州扑克”、“阅读理解”等人类智能领域一路攻城略地，并在产业应用上遍地开花。理论上来讲，只要将某个特定领域的足够有效数据投入适宜算法中进行训练，便能解决这一特定领域的具体问题。比如，人工智能运用于汽车领域可以实现自动驾驶，用于新闻领域可以实现智能新闻撰写。

答：现实中，新一代人工智能技术正在深度革新经济、文化、军事等社会各方面。语音识别、机器翻译、无人驾驶、自主武器…人工智能几乎无孔不入，深刻反映出人工智能的广泛适用性给社会带来的影响力。高盛首席经济学家哈哲思（Jan Hatzius）也指出，人工智能的广泛适用性带动了各项针对全球经济增长和生产力优化的应用，将加速经济增长。从传播能力上来看，人工智能技术还具有明显的易扩散性。理论上，人工智能技术依托的算法、大数据和软件都可以很低的成本进行复制和扩散。这意味着，理论上只要有一个系统拥有某项人工智能能力，那么所有机器都可以拥有这种能力。扎克伯格指出，每次在人工智能方法上获得一小步进展，这类系统就都得到了提升。这也反映出人工智能的广泛适用性和易扩散性。具体而言，扩散方式主要有两种：一是横向扩散，即人工智能技术在军民应用场景传播。比如无人驾驶技术技能用于民用交通工具，也能用于军用无人机、无人车和无人潜航器等。二是纵向扩散，即人工智能技术可在不同的行为体中流通。这些行为体既包括主权国家（国家行为体），也包括跨国公司、恐怖主义组织等非国家行为体。获取方式既包括用资金购买等合法手段，也包括网络窃取等非法手段。需要指出的是，这种易扩散性也受到一些因素的限制，比如复杂算法的硬件成本和网络防御能力。

答：快速进化性：从升级能力看，人工智能具有其他技术甚至人类难以比拟的在训练中快速进化升级的能力。以围棋领域为例，在AlphaGo击败李世石两个月后，AlphaGo升级版Master豪取60连胜，横扫人类围棋界翘楚。再过一个月，采用强化学习算法的AlphaGo Zero 零基础起步，在三天内与自身对弈490万棋局，并以100：0的成绩击败“前辈” AlphaGo，足见人工智能的学习进化能力之快，令人瞠目结舌。人工智能的快速进化能力意味着传统的“列装—损耗—报废”模式将被颠覆，只需局部更换零件，关键系统则会在训练中不断升级进化。根据未来学家库兹韦尔的“加速回报定律”，人类社会发展速度会越来越快，进步也会越来越大，人工智能将在2040年引发智力爆炸，这也反映出了人工智能的快速进化性特点。

答：值得注意的是，人工智能还具有系统复杂性。人工智能算法是一个“黑箱”，这意味着哪怕算法设计者本身也不能完全了解其工作机制和准确预测其行为后果，即可预测性和可解释性很低，这为人类运用人工智能带来了很大隐忧。例如，设计者和用户可能无法准确预测自动驾驶汽车何时将改变车道或进行其他操纵行为。现实中，2012年，金融交易公司奈特资本集团因财务故障而瘫痪，导致他们的算法在45分钟内执行了400万次错误交易，导致4.6亿美元的损失。由此可见，拥有快速进化能力的人工智能既可以是“阿里巴巴的宝库”，也可能成为“潘多拉的魔盒”。

答：结构性去劳动力化：从影响来看，人工智能技术还有一个突出特点，那就是结构性去劳动力化，即“机器取代劳动力”是人工智能时代的显著特征。这种劳动既包括体力劳动，也包括脑力劳动。一方面，人工智能技术的蓬勃发展带来新产业革命和经济结构调整，使原有劳动力市场结构与社会劳动力需求发生偏移，由此产生“结构性失业”。另一方面，人工智能具有的“机器取代人力”的特性使得现有的人力工作岗位削减，由此可能带来大规模失业的风险。有人可能会问，为什么人工智能所带来的此次产业变革是不同以往的？因为它涉及到了之前机器无法做到的层级由低到高的各类任务，低至流水线上的重复工作，高至决策分析、艺术创作等原本只有人类智能才能企及的工作。

答：诚然，以往重大技术的出现和应用也会不同程度导致旧有行业劳动力的转移。比如汽车的风行使马车行业逐渐退出历史舞台，但马车夫可转行成为汽车司机。但此次人工智能新一轮发展浪潮明显指向各领域的自动化和智能化，也自然带来了去劳动力化。比如，无人驾驶技术的日益成熟将可能打碎世界上庞大司机人群的“饭碗”。当然，新技术的出现也会带来新的工作岗位。人工智能技术将会创造包括研发、使用、监督、维护人工智能技术和产品的工作，以及应对人工智能带来范式转换所产生的相关工作，比如为无人驾驶进行设计的城市规划者、人工智能介入网络安全所产生的法律从业者等。但是这些新出现的工作能够在数量上弥补结构性失业狂潮吗？目前我们还无法断定，但前景并不十分乐观。美国白宫发布的《人工智能、自动化与经济》研究报告就预测，在未来的10到20年间，美国现有工作的47%可能会被人工智能取代。人类的现有工作岗位也无疑会受到人工智能去劳动力化的强烈冲击，如何应对或将到来的失业狂潮成为各国不得不前瞻思考和应对的重大问题。

答：总而言之，人工智能具有区别于历史上出现技术的诸多显著特征。其中一些特点虽然在以往出现的技术中或多或少也涉及一些，但这次浪潮无疑更为明显和彻底。自主性和系统复杂性是其核心特征，广泛适用性、易扩散性和快速进化性是其在适用范围和传播升级能力上的突出特点，而智能化和结构性去劳动力化则是其带来的显著影响。拥有这些特征的人工智能技术既有促进产业升级、科技创新、经济增长、军事赋能等积极影响，也会给人类社会的安全、法律、伦理带来严峻挑战。正如约翰·桑希尔在《金融时报》撰文所言：如何将人工智能的积极贡献最大化，同时将有害后果控制在最低范围？这个问题考验着人类的整体智慧，也是我们这个时代面临的最大公共政策挑战之一。在此背景下，各国政府、企业、科学家共同体等社会各界都需要积极行动起来，共同推进人工智能的研究和有效引导控制，使其成为人类“最好的发明”而非“最后的发明”。

答：人工智能在汽车行业的局限性：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。人工智能在这场汽车变革中的作用，对于一些大型汽车汽车来说是一场新的发展机会和挑战。同时也为一些小型企业的发展空间提供了可能。