小鵬汽車自動駕駛背后的女博士

　　對于有著互聯網背景的何小鵬來說，自動駕駛與智能AI是他極為看中并著重研發的兩個方面。似乎所有新創車企都喜歡把未來的汽車產品與自動駕駛硬關聯，他們堅信這種趨勢會顛覆傳統的駕駛習慣，并在商業領域大展拳腳。

　　 在小鵬汽車自動駕駛的團隊中，有一位女博士名叫谷俊麗，雖然在公眾面前的露臉機會并不多，但她曾供職于特斯拉的自動駕駛團隊，也是特斯拉Autopilot 2.0系統的主要負責人。有了這樣的名片做背書，小鵬對于谷博士也是寄予厚望。

　　在實現自動駕駛核心的芯片方面，以前汽車和當下汽車最大的區別就是芯片由小向大的轉變，更形象地比喻就是螞蟻和大象的關系。換句話說，如果要在車里面實現更高量級的計算，那么計算機的計算能力要比通用計算高上一個量級甚至是兩個量級。

　　另外，AMD、英特爾做的大芯片處理器能否被真正用到車里，空間是實現技術方面的主要痛點之一。以往的處理器，都是用在電腦上、云端上，從來沒有人想過要專門為車定制設計一個處理器。真正的主機廠需要的是一個嵌入式的系統，這就要做計算、要做控制、要做傳感器互聯。所以說，自動駕駛系統在行業內還是空缺，而這也給它創造了市場機遇。

AI智能如何汽車生活化

　　AI智能研發團隊是何小鵬造車三大主要體系的最后一部分。說到人工智能，其實主要有四大方面的應用，它們分別是金融、醫療、安防和汽車，隨著汽車場景化概念不斷被提出，人工智能在汽車領域的研發越來越受到重視。在人工智能的研發版塊當中，何小鵬也更加關注汽車與視覺的聯系，而汽車跟視覺相關的，就是圖像處理、人工智能和幾何關系。

　　小鵬汽車AI產品部計算機視覺首席研究員郭彥東博士曾提到智能感知是提升用戶體驗的基礎，小鵬汽車的AI智能會分別從數據、人工智能平臺和獨特的場景三方面來進行多維度的構建。

　　在信息化的時代，數據為王這四個字一點都不夸張，新創車企與傳統車企相比，在數據的獲取方面先天不足。常規的獲取方式其實有三種，仿真、測試車隊和互聯網數據。在仿真測試這塊，英偉達在業內可以說是領頭羊，他們可以用光子技術去做模擬，但即便這樣，仿真要想還原真實場景也是有難度的。

　　在汽車用戶極少的條件下，用測試車隊的方法獲取數據源是十分有效的解決方案，小鵬汽車目前也在著手進行這一方面的測試，雖然隨著車隊數量的增加，成本也會呈幾何數量增長，但是這一測試環節必不可少，它也是小鵬汽車實現AI智能的基礎。

　　在積累了一定數量的數據之后，搭建人工智能平臺就必不可少了，它可以用大量的數據訓練多個深度學習模型，并且對低頻次發生的數據進行分析，完善人工智能系統。這不僅是對駕駛安全方面的提升，也是對用戶體驗環節的提升。

　　場景是人工智能得以實現的必要條件，我們不得不承認車內的人工智能還處于完全的初級階段。舉例來說，為什么我們開車還是要用手機導航而非車載系統自帶的導航？那是因為在導航使用的需求上，不能完成手機向車規系統的轉換，說白了，車載導航不好用！

　　人工智能在汽車上的應用除了場景化轉換受限的原因外，還有一個最大原因就是安全問題。油罐車表面的反光可能會讓系統誤認為是真實的車道線或車輛，由于自動駕駛車輛導致行人死亡等多種案例讓我們對于自動駕駛心存“畏懼”。顯然，在人工智能這條路上，車企還有很長的路要去走。