Autonomes Fahren hat möglicherweise noch lange nichts mit künstlicher Intelligenz zu tun

In der Internetbranche wird gern über Trends gesprochen und Trends werden gern miteinander kombiniert, als könne man dadurch einen Effekt erzeugen, bei dem 1 plus 1 größer als 2 ist.

Darüber hinaus könnten einige der mit großer Spannung erwarteten Technologien tatsächlich intrinsische Verbindungen aufweisen, so dass sie eher als synergetische Branchen betrachtet werden können, die sich gegenseitig stimulieren. Und man geht davon aus, dass die synergetische Explosion weltbewegende Auswirkungen haben wird.

Zum Beispiel künstliche Intelligenz und selbstfahrende Autos.

Tatsächlich ist es zweifellos unvermeidlich, dass Menschen künstliche Intelligenztechnologie nutzen werden, um Aufgaben wie mechanische Bedienung, Fahren und Vermessen zu bewältigen.

Doch Unvermeidlichkeit bedeutet nicht, dass dies auch sofort geschieht. Wir stehen erst am Anfang der Forschung, Entwicklung und Kommerzialisierung vieler Technologien. Von 0 bis 10 sind 1 und 9 unübertrefflich. Aktuelle künstliche Intelligenz und selbstfahrende Autos könnten in einer solchen Beziehung stehen.

Die erste Stufe des autonomen Fahrens muss Anwendungen bei niedriger Geschwindigkeit und in festen Szenen umfassen

Zunächst müssen wir wissen, was autonomes Fahren ist.

Der Kernpunkt des unbemannten Fahrens liegt darin, sich von den menschlichen Anstrengungen des autonomen Fahrens und den Betriebsmethoden herkömmlicher Autos zu lösen und das Fahrzeug in einen vollständigen Fahrprozess zu verwandeln, der den gesamten Fahrprozess gemäß den festgelegten Zielen aktiv abschließt.

Aus Sicht der technologischen Reife und der Anwendungsmöglichkeiten können selbstfahrende Autos nicht über Nacht realisiert werden und können direkt auf den komplexen Straßenverhältnissen des Stadtverkehrs gefahren werden.

Aufgrund von Sicherheitsbedenken und der Notwendigkeit der Datenerfassung gibt es für die ersten selbstfahrenden Autos zwei Einschränkungen:

Zuallererst: Geschwindigkeit. Wenn selbstfahrende Autos zum Einsatz kommen, werden sie zwangsläufig nicht in der Lage sein, mit den hohen Geschwindigkeiten normaler Kraftfahrzeuge zu fahren. Stattdessen ist es notwendig, mit langsamen Fahrzeugen mit Geschwindigkeiten unter 50 Kilometern pro Stunde zu beginnen und die Zuverlässigkeit des unbemannten Fahrsystems schrittweise zu testen und zu verbessern.

Das zweite ist das Anwendungsszenario. Grundsätzlich ist es nicht möglich, autonomes Fahren bei komplexen Straßenverhältnissen bereits in der Anfangsphase einzusetzen. Wahrscheinlicher ist der Einsatz selbstfahrender Fahrzeuge auf Campusgeländen, an Aussichtspunkten, in Gewerbegebieten und auf Flughäfen. Einerseits sind die Straßenverhältnisse in diesen Szenarien einfach, es gibt nur wenige Probleme, mit denen sich das autonome Fahren auseinandersetzen muss, und die autonomen Fahrzeuge können als Ganzes ersetzt werden, um die Durchführbarkeit der Interaktion zwischen den Fahrzeugen sicherzustellen. Andererseits stellen diese Szenarien nur geringe Anforderungen an die Transportkapazität und die Nutzungsdauer und erfüllen somit die Merkmale der niedrigen Geschwindigkeit und der starken Überwachung des unbemannten Fahrens in der Anfangsphase.

Daher werden langsame elektrische Shuttles in der Anfangsphase des autonomen Fahrens definitiv abgeschafft, und in dieser Phase ist die Einbindung künstlicher Intelligenz noch nicht so stark ausgeprägt.

Im Vergleich zum Deep Learning sind Risikovermeidung, präzises Fahren und Mensch-Maschine-Interaktion wichtiger.

Künstliche Intelligenz steuert fahrerlose Fahrzeuge. Die Logik besteht darin, verschiedene Probleme zu lösen, die beim Fahren eines Fahrzeugs auftreten, und die Fahrsicherheit durch Deep Learning und ein Reaktionsmechanismusanalysesystem zu gewährleisten.

Allerdings ändern sich die Probleme, mit denen Fahrzeuge im realen Verkehrsgeschehen konfrontiert werden, ständig, und jedes Problem kann ein neues Problem sein. Bei vielen davon ist es sogar für Strafverfolgungsbeamte schwierig, die Verantwortlichkeiten und Befugnisse zu analysieren, ganz zu schweigen von Systemen künstlicher Intelligenz, die auf dem Lernen aus früheren Fällen basieren. Insbesondere bei der Auswahl von Verkehrsplänen und bei komplexen und verkehrsreichen Straßenverhältnissen ist es für aktuelle Algorithmen der künstlichen Intelligenz schwierig, Erfahrung und menschliches Urteilsvermögen vollständig zu ersetzen.

Allerdings gibt es nicht genügend Anwendungspunkte für künstliche Intelligenz im unbemannten Fahren mit niedriger Geschwindigkeit. In diesem Szenario gibt es drei Haupttechnologien, die für Fahrsicherheit und reibungslosen Betrieb sorgen: Risikovermeidungstechnologie, Präzisionsfahrtechnologie und neue Mensch-Computer-Interaktion.

Um die Sicherheit selbstfahrender Fahrzeuge zu gewährleisten, ist die Risikovermeidung eine Grundvoraussetzung. Die derzeit beste Lösung besteht darin, mithilfe von Hardware den Abstand zwischen dem Fahrzeug und anderen Objekten sowie die mögliche Kollisionsgeschwindigkeit zu bestimmen und so das Fahrsystem anzuweisen, den Aufprall vollständig zu vermeiden. Der Kern ist daher die Wahrnehmungshardwareklasse.

Präzisionsfahren ist ein Technologie- und Hardwaresystem, das sicherstellt, dass Fahrzeuge ihre Transportziele erreichen können. Es basiert hauptsächlich auf der Routenbestimmung anhand von Karten, GPS und Fahrzeugwahrnehmung. Darüber hinaus sind auch intelligente Gangschaltungen und Geländemodule wichtig.

Was oft übersehen wird, ist die Interaktion zwischen Mensch und Fahrzeug im autonomen Fahrmodus. Die Art und Weise, wie Menschen und Fahrzeuge interagieren, hat sich durch die Technologie des autonomen Fahrens nicht wesentlich verändert. Im unbemannten Fahrmodus muss sich die menschliche Befehlsmethode jedoch vom Vollprozessbetrieb auf die Ausgabe von Notfallbefehlen und -anweisungen ändern, und es ist ein vollständiges Betriebssystem erforderlich, das sich an diese Anforderung anpasst.

Wenn wir auf diese Forderungen nach selbstfahrenden Autos zurückblicken, werden wir feststellen, dass es für künstliche Intelligenz derzeit schwierig ist, sie alle zu unterscheiden. Daher ist es wahrscheinlicher, dass künstliche Intelligenz in der Anfangsphase eher als Hilfstechnologie in die Gruppe der selbstfahrenden Fahrzeugtechnologien eintritt und nicht zu einer wirklichen zentralen Macht wird.

Natürlich wird künstliche Intelligenz in Zukunft definitiv die Art und Weise sein, wie Menschen Transporte durchführen, aber das erfordert eine erhebliche Weiterentwicklung der künstlichen Intelligenz selbst und die Verbesserung der zugrunde liegenden Technologie und Hardware des manuellen Fahrens. Derzeit besteht noch etwas Abstand, bevor sich die beiden unerwartet treffen.

Diese Technologien sind für das primäre autonome Fahren am wichtigsten

Schauen wir uns also an, welche Technologien für das grundlegende autonome Fahren am wichtigsten sind und welche am wahrscheinlichsten die Geschwindigkeit verändern werden, mit der autonomes Fahren auf den Markt kommt.

1. LiDAR. Die Radarwahrnehmung der äußeren Umgebung scheint derzeit die ausgereifteste Technologie zur Unterstützung des unbemannten Fahrens zu sein. Darüber hinaus haben Unternehmen wie Google Waymo angekündigt, neue Lösungen für LiDAR-Hardware bereitzustellen, um die Kosten für LiDAR deutlich zu senken. Es ist sehr wahrscheinlich, dass in diesem Bereich neue große Hardware-Dienstleister auftauchen und schnell in die Konfiguration autonomer Fahrzeuge investieren werden, um die Ankunft selbstfahrender Autos zu begrüßen.

2. Multisensor. Sensor- und Kartierungssysteme sind der Kern der Lösung der Sicherheitsrisiken des autonomen Fahrens, insbesondere der Risikovermeidung in komplexen Umgebungen. Es gibt viele Lösungen für Sensoren zum autonomen Fahren. Die wahrscheinlichsten Lösungen, die den Markt letztendlich dominieren werden, sind Multisensoren, die Schallwellen, Infrarotstrahlen und Wärmeenergie kombinieren.

3. Visuelle Kamera. Die Kamera ist das Auge des autonomen Fahrzeugs und die Grundlage für dessen Raumgefühl. Allerdings gibt es im Bereich der Bildverarbeitungssysteme und der mit den Prozessoren verbundenen Anwendungshardware keine besonders ausgereiften Produkte. Es gibt viele neue Technologien in diesem Bereich, auch künstliche Intelligenz kann unterstützend eingesetzt werden. Es soll das nächste Highlight selbstfahrender Autos werden.

4. Ultrapräzises Kartensystem. Anstatt selbstfahrende Autos ihre Routen intelligent berechnen zu lassen, wäre es natürlich eine bessere Lösung, alle Fahrzeuge unabhängig voneinander entsprechend der Karte fahren zu lassen, um die Transportkapazität und Verkehrssicherheit zu maximieren. Dafür sind Echtzeitkarten mit einer Genauigkeit von bis auf den Dezimeterbereich erforderlich. Dies ist auch der größte potenzielle Punkt für in- und ausländische Kartenunternehmen, um selbstfahrende Autos zu integrieren.

5. Mensch-Computer-Interaktionssystem. Wie bereits erwähnt, wird das Mensch-Computer-Interaktionssystem für unbemanntes Fahren völlig neuartig sein. Dann werden konkrete Anwendungsverfahren und Standardisierung zu dringend benötigten Schlüsseltechnologien. Derzeit gibt es in diesem Bereich nur wenige neue Technologien, aber die Einstiegshürde ist nicht hoch, was für Unternehmer günstig ist, um tiefer einzusteigen.

6. Fahrzeug-zu-Fahrzeug-Interaktionssystem. Auf Grundlage des Internet of Vehicles-Systems können sich Fahrzeuge gegenseitig erkennen und vollständig ausweichen, was eine direkte Reaktion der Internet of Things-Technologie im Bereich des unbemannten Fahrens darstellt. Durch die vollständige Fahrzeuginteraktion soll eine umfassende Interaktion zwischen Auto und Mensch, Auto und Auto, Auto und Straße sowie Auto und Netzwerk erreicht werden. Diese Richtung ist der zentrale Durchbruch der Technologie.

Angesichts dieser dringend benötigten technologischen Durchbrüche ist es nicht schwer zu erkennen, dass autonomes Fahren derzeit hohe Anforderungen an Hardware, Software und Systeme stellt. Das sukzessive Aufkommen dieser Technologien und die Aufmerksamkeit, die sie seitens des Kapitals erhalten haben, werden auf dem Markt für autonomes Fahren in Zukunft die Norm sein. Im Vergleich zu den amerikanischen und israelischen Teams, die kleine Technologien und kleine Hardware lieben, scheinen die einheimischen Spieler zu sehr vom Fahrzeugbau und künstlicher Intelligenz besessen zu sein. Am Ende ist es sehr wahrscheinlich, dass Kerntechnologien erneut in die Hände anderer fallen oder dass die erwartete große Chance zu weit entfernt ist und noch lange auf sich warten lässt.

Die große Zukunft entsteht durch kleine Durchbrüche, Schritt für Schritt. Zumindest im Moment ist es besser, nicht davon auszugehen, dass selbstfahrende Autos und künstliche Intelligenz so eng miteinander verbunden sind.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.