2017年，我們正處于終端設(shè)備上第三次大革命的曙光中。

      第一次終端設(shè)備大革命發(fā)生于20世紀(jì)90年代，當(dāng)時(shí)Windows出現(xiàn)在個(gè)人電腦上。第二次大革命誕生于2006年，當(dāng)時(shí)最酷的智能手機(jī)iPhone面世。現(xiàn)在，我們正面臨著終端用戶(hù)體驗(yàn)轉(zhuǎn)變的風(fēng)口浪尖上，而汽車(chē)成為無(wú)可爭(zhēng)議的主角。這種轉(zhuǎn)變比前兩次更重要，因?yàn)樗鼧?biāo)志著理解物理世界的數(shù)字化道路。 

　　在未來(lái)5到15年中，汽車(chē)行業(yè)將發(fā)生翻天覆地的變化，而2017年就是這種巨變的起點(diǎn)。市場(chǎng)研究機(jī)構(gòu)Gartner預(yù)測(cè)，到2020年，上路聯(lián)網(wǎng)汽車(chē)將達(dá)到2.5億輛。大部分增長(zhǎng)將是新數(shù)據(jù)服務(wù)和新產(chǎn)品，而非傳統(tǒng)意義上汽車(chē)本身的“彎曲金屬和橡膠”。咨詢(xún)公司麥肯錫估計(jì)，聯(lián)網(wǎng)汽車(chē)數(shù)據(jù)以及隨之出現(xiàn)的新商業(yè)模式，到2030年價(jià)值將達(dá)到1.5萬(wàn)億美元。

　　2025年的汽車(chē)與今天的汽車(chē)看起來(lái)截然不同。屆時(shí)，汽車(chē)實(shí)際上會(huì)變成“輪子上的電腦”，可以產(chǎn)生大量寶貴數(shù)據(jù)。而只有當(dāng)基礎(chǔ)設(shè)施能夠處理、分析以及從中獲取洞見(jiàn)時(shí)，這些數(shù)據(jù)才會(huì)變得有意義。這也就是為何人工智能（AI）正驅(qū)動(dòng)聯(lián)網(wǎng)汽車(chē)未來(lái)的原因。

有許多趨勢(shì)正幫助形成汽車(chē)的未來(lái)，其中之一就是計(jì)算技術(shù)的大規(guī)模注入，這將從根本上改變汽車(chē)上的電子設(shè)計(jì)。除了音箱，汽車(chē)將可以運(yùn)行復(fù)雜的程序。就像iPhone已經(jīng)證明電腦可以進(jìn)行語(yǔ)音通話(huà)那樣，未來(lái)汽車(chē)也可展現(xiàn)出電腦能夠每天移動(dòng)我們的能力。汽車(chē)還將經(jīng)歷傳感器革命，傳感器成本下降的同時(shí)，我們會(huì)看到功能方面的巨大進(jìn)步。為此，汽車(chē)最終將安裝數(shù)十種短程傳感器，收集有關(guān)它們環(huán)境的海量數(shù)據(jù)。

此外，對(duì)于2025年的汽車(chē)來(lái)說(shuō)，連接到云端將是核心部分。汽車(chē)將不再是孤立的模塊，在20年的生命周期中始終保持不變。相反，它們將能夠從云端下載新的功能。所有傳感器數(shù)據(jù)將被發(fā)送到云端或使用V2V（汽車(chē)對(duì)汽車(chē)）和V2I（汽車(chē)對(duì)基礎(chǔ)設(shè)施）點(diǎn)對(duì)點(diǎn)傳送，后者將讓短程數(shù)據(jù)變得更加有用。這些數(shù)據(jù)將被收集以形成街道層面甚至城市層面的交通全景圖。就像個(gè)人電腦和智能手機(jī)那樣，云端也將成為信息、應(yīng)用以及處理的中央知識(shí)庫(kù)。

然而，要想這些趨勢(shì)結(jié)出碩果，我們首先需要在軟件方面進(jìn)行革命。上述所有技術(shù)都將產(chǎn)生大量數(shù)據(jù)，機(jī)器學(xué)習(xí)和人工智能將是處理數(shù)據(jù)必不可少的幫手。如今，我們已經(jīng)看到機(jī)器學(xué)習(xí)和人工智能幫助計(jì)算機(jī)能力取得大幅進(jìn)步，特別是做出決策和理解圖像方面，但這些還只是個(gè)開(kāi)始。

IHS Technology發(fā)布報(bào)告顯示，汽車(chē)中AI系統(tǒng)的數(shù)量將從2015年的700萬(wàn)個(gè)增至2025年的1.22億個(gè)。人工智能將成為新的標(biāo)準(zhǔn)，也將改變?nèi)祟?lèi)與汽車(chē)互動(dòng)的方式。一種方式是通過(guò)信息娛樂(lè)系統(tǒng)和更智能化的互動(dòng)。人工智能也將支持更多功能，比如語(yǔ)音識(shí)別、手勢(shì)識(shí)別、司機(jī)監(jiān)控、虛擬選注、自然語(yǔ)言理解等。司機(jī)將能夠與汽車(chē)交流，后者可基于需求做出預(yù)期回應(yīng)。

人工智能還可幫助先進(jìn)司機(jī)輔助系統(tǒng)（ADAS）變成主流現(xiàn)實(shí)。這種系統(tǒng)和自動(dòng)汽車(chē)需要基于攝像頭的機(jī)器視覺(jué)系統(tǒng)、基于檢測(cè)單元的雷達(dá)、駕駛員狀態(tài)評(píng)估以及傳感器融合發(fā)動(dòng)機(jī)控制單元（ECU）等相結(jié)合才能工作。據(jù)IHS預(yù)測(cè)，深度學(xué)習(xí)是全自動(dòng)汽車(chē)的關(guān)鍵。它可以幫助汽車(chē)發(fā)現(xiàn)和識(shí)別目標(biāo)物體、預(yù)測(cè)行動(dòng)以及適應(yīng)新的路況等。

實(shí)現(xiàn)全自動(dòng)汽車(chē)的目標(biāo)依然很遙遠(yuǎn)，我們才剛剛起步。盡管2016年呈現(xiàn)出這種可能性，但我們依然需要數(shù)年時(shí)間才能看到自動(dòng)化水平達(dá)到4級(jí)的汽車(chē)進(jìn)入大眾市場(chǎng)。2017年，汽車(chē)行業(yè)將取得更多重要里程碑。我們將建設(shè)更多收集數(shù)據(jù)的關(guān)鍵基礎(chǔ)設(shè)施，并為先進(jìn)司機(jī)輔助系統(tǒng)創(chuàng)造更詳細(xì)的實(shí)時(shí)地圖。今天，要想實(shí)現(xiàn)這個(gè)目標(biāo)有2種選擇，但我們將看到第三種替代方案出現(xiàn)。

一種選擇是打造高度儀表化汽車(chē)，它可以拍攝靜止對(duì)象的圖片和記錄位置。這種所謂的“毫米精度”需要精確的車(chē)道和方向信息。但從投入成本和時(shí)間角度來(lái)看，這個(gè)選擇是非常昂貴的，它還要求進(jìn)行持續(xù)更新，以便保持?jǐn)?shù)據(jù)始終處于最新?tīng)顟B(tài)。第二種選擇是打造半自動(dòng)化汽車(chē)來(lái)收集數(shù)據(jù)，這要求新一代汽車(chē)配有先進(jìn)的傳感器，但2017年很少有汽車(chē)能配備這樣的設(shè)施。

第三種選擇是使用全新數(shù)據(jù)，從其他已經(jīng)上路的非自動(dòng)化汽車(chē)上收集數(shù)據(jù)。舉例來(lái)說(shuō)，在相同的位置發(fā)現(xiàn)多輛汽車(chē)突然轉(zhuǎn)向，這可能意味著前方存在障礙。而注意到車(chē)輪打滑或擋風(fēng)玻璃上的雨刷器啟動(dòng)，可能為我們提供精確的天氣變化信息。機(jī)器學(xué)習(xí)的優(yōu)勢(shì)在于，所有數(shù)據(jù)都能通知下一代汽車(chē)上的先進(jìn)司機(jī)輔助系統(tǒng)，并為未來(lái)汽車(chē)提供更好的模式。