今年三月,，Intel以150億美金收購(gòu)了自動(dòng)駕駛領(lǐng)域最大的芯片公司,，Mobileye。收購(gòu)的新聞瞬間刷屏,，但是仔細(xì)想來(lái)也是在情理之中,。Intel自從去年開(kāi)始就下定決心要大舉進(jìn)軍人工智能，開(kāi)啟了買(mǎi)買(mǎi)買(mǎi)模式,，2016年連續(xù)出手收購(gòu)了Nervana和Movidius兩家分別擅長(zhǎng)服務(wù)器端和移動(dòng)端機(jī)器學(xué)習(xí)系統(tǒng)的公司,。目前人工智能最火的領(lǐng)域，除了服務(wù)器端提供AI服務(wù)（Nervana）,，移動(dòng)端提供輕量級(jí)低延遲AI應(yīng)用（Movidius）外,，就是自動(dòng)駕駛最火了，所以Intel繼Nervana和Movidius后的下一個(gè)收購(gòu)目標(biāo)選擇了Mobileye實(shí)屬合理,。

而從Mobileye角度來(lái)看,，它與Intel的合作其實(shí)也有一段時(shí)間，自從與Tesla合作結(jié)束后,，更是一心一意地加入了自動(dòng)駕駛的Intel陣營(yíng),，與Intel和BMW結(jié)成了自動(dòng)駕駛聯(lián)盟，共同對(duì)抗來(lái)勢(shì)洶洶的Nvidia以及Tesla,。目前該聯(lián)盟還處于蜜月期,，Intel和Mobileye就親上加親成了一家人,，預(yù)期未來(lái)會(huì)用更多動(dòng)作。

另一方面,，Qualcomm也在去年宣布收購(gòu)了汽車(chē)電子行業(yè)巨頭NXP,。該收購(gòu)案數(shù)額巨大，吸引了半導(dǎo)體業(yè)界幾乎所有人的目光,，同時(shí)也展示了Qualcomm想從手機(jī)產(chǎn)業(yè)走出去的決心,。Qualcomm與NXP的業(yè)務(wù)重合不多，收購(gòu)后更多是業(yè)務(wù)互補(bǔ),，NXP的汽車(chē)電子業(yè)務(wù)將成為Qualcomm未來(lái)版圖中的重要環(huán)節(jié),。

Intel和Qualcomm，都瞄準(zhǔn)了未來(lái)的汽車(chē)電子,。顯然,，未來(lái)汽車(chē)電子潛力最大的方向就是無(wú)人駕駛，然而Intel和Qualcomm選擇了截然不同的兩種通往無(wú)人駕駛的技術(shù)道路,。下面為您仔細(xì)分析兩家公司的技術(shù)藍(lán)圖,。

Intel：做一個(gè)機(jī)器人幫你開(kāi)車(chē)

Intel由微處理器發(fā)家，借著計(jì)算機(jī)在上世紀(jì)的普及而一舉成為全球最大的半導(dǎo)體公司,。也正是由于在計(jì)算機(jī)行業(yè)過(guò)于成功,，想要接著之前在計(jì)算機(jī)行業(yè)的經(jīng)驗(yàn)去做移動(dòng)終端業(yè)務(wù)，結(jié)果遭遇滑鐵盧,，錯(cuò)失了移動(dòng)互聯(lián)網(wǎng)的風(fēng)口,。下一個(gè)風(fēng)口是人工智能，Intel當(dāng)然不想再錯(cuò)過(guò),，因此連連出手大舉投資,。

Intel與人工智能其實(shí)一直很接近。人工智能一直以來(lái)是計(jì)算機(jī)領(lǐng)域的一個(gè)分支,，而Intel與計(jì)算機(jī)的淵源更是不必多說(shuō),，因此Intel去做人工智能根本就不算是轉(zhuǎn)型，而只能說(shuō)是稍微調(diào)整了一下計(jì)算機(jī)業(yè)務(wù)的重點(diǎn)布置,。Intel要做自動(dòng)駕駛也是以人工智能為切入點(diǎn),，因此要從人工智能如何實(shí)現(xiàn)自動(dòng)駕駛來(lái)分析這件事,。

人工智能從計(jì)算機(jī)誕生以來(lái),，就成為了計(jì)算機(jī)科學(xué)家一直在思考的問(wèn)題，即能否用計(jì)算機(jī)實(shí)現(xiàn)人類(lèi)的思考能力,？計(jì)算機(jī)科學(xué)的祖師圖靈就思考過(guò)這個(gè)問(wèn)題,，還提出了著名的“圖靈準(zhǔn)則”（即人類(lèi)能否判斷與之對(duì)話的是人還是計(jì)算機(jī)）來(lái)幫助判斷計(jì)算機(jī)是否真正實(shí)現(xiàn)了人工智能。之后,，在上世紀(jì)中葉,，Minsky等人為人工智能的發(fā)展做出了卓越的貢獻(xiàn),，然而之后人工智能的發(fā)展卻陷入了低潮。直到十年前,，基于深度神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)再度崛起,，讓世人的目光再次集中到了人工智能這個(gè)話題上。神經(jīng)網(wǎng)絡(luò)是一種仿生人工智能算法,，其崛起的標(biāo)志性事件是2012年AlexNet的誕生,，實(shí)現(xiàn)了在ImageNet數(shù)據(jù)集上物體識(shí)別準(zhǔn)確率的大幅提升。之后,，神經(jīng)網(wǎng)絡(luò)越來(lái)越深,，從十幾層，到微軟ResNet的一百多層,，最近甚至有一千多層的深度學(xué)習(xí)網(wǎng)絡(luò)出現(xiàn),。

Intel以人工智能作為自動(dòng)駕駛的技術(shù)路線，其最終目標(biāo)是打造一個(gè)人工智能駕駛系統(tǒng),。該系統(tǒng)可以理解為設(shè)計(jì)制造一個(gè)機(jī)器人,，這個(gè)機(jī)器人懂得用傳感器感知汽車(chē)周?chē)畔ⅲ⑶腋鶕?jù)人工智能算法做決策,，以實(shí)現(xiàn)與人類(lèi)一樣甚至超過(guò)人類(lèi)表現(xiàn)的駕駛水準(zhǔn),。就技術(shù)角度，Intel負(fù)責(zé)這個(gè)機(jī)器人的大腦（計(jì)算部分,，Intel畢竟是處理器行業(yè)的老大其芯片能提供足夠強(qiáng)大的計(jì)算能力）,，而Mobileye負(fù)責(zé)機(jī)器人的眼睛（傳感器信號(hào)處理芯片，傳感器的原始數(shù)據(jù)量非常大,，需要專(zhuān)用的高效處理芯片做預(yù)處理后再送去后端的通用處理器做自動(dòng)駕駛的決策）,。

Intel設(shè)想的自動(dòng)駕駛系統(tǒng)中需要用到多種傳感器，包括攝像頭,，毫米波雷達(dá),，激光雷達(dá)，超聲波傳感器等等,，Intel購(gòu)買(mǎi)Mobileye的目的,，就是為了給自動(dòng)駕駛系統(tǒng)加上一雙敏銳的雙目，實(shí)現(xiàn)高效傳感器融合,。算法部分兩家公司各有積累,，融合之后預(yù)期會(huì)有更好的算法出現(xiàn)。而數(shù)據(jù)方面,，就要靠與Intel合作的各大車(chē)廠提供以訓(xùn)練深度學(xué)習(xí)算法了,。

Intel選擇的使用神經(jīng)網(wǎng)絡(luò)人工智能的自動(dòng)駕駛歸根到底是一種仿生學(xué)設(shè)計(jì)，其效法的對(duì)象就是人類(lèi)本身,，無(wú)非就是用傳感器替代了人類(lèi)的眼睛,，用深度學(xué)習(xí)算法代替了人類(lèi)的大腦,。從另一個(gè)角度想，人類(lèi)的極限基本就決定了這套自動(dòng)駕駛系統(tǒng)的極限,。在自動(dòng)駕駛分級(jí)中,，這套系統(tǒng)支援到第三級(jí)（有條件自動(dòng)化）沒(méi)有任何問(wèn)題，因?yàn)樽詣?dòng)駕駛系統(tǒng)并沒(méi)有完全接管汽車(chē),，這時(shí)候相當(dāng)于真人駕駛員是駕校教練坐在副駕上,，而自動(dòng)駕駛系統(tǒng)是新司機(jī)（雖然這個(gè)新司機(jī)在大多數(shù)時(shí)候比真人老司機(jī)開(kāi)得更好！）,，一旦自動(dòng)駕駛出了什么問(wèn)題真人老司機(jī)立馬介入避免事故,。

然而，到了第三級(jí)以上的自動(dòng)駕駛（副駕真人老司機(jī)在開(kāi)車(chē)過(guò)程中基本可以打瞌睡不管自動(dòng)駕駛系統(tǒng)）,，人工智能想要真正接管汽車(chē)還有不少問(wèn)題,。目前人工智能中深度學(xué)習(xí)的原理是使用海量數(shù)據(jù)去訓(xùn)練網(wǎng)絡(luò)，深度學(xué)習(xí)網(wǎng)絡(luò)在訓(xùn)練后可以根據(jù)輸入數(shù)據(jù)做決策,。然而,，數(shù)據(jù)即使再大，也不可能覆蓋所有狀況,，在很多意想不到的情況下算法可能出錯(cuò),。例如，就拿基于攝像頭的自動(dòng)駕駛來(lái)說(shuō),，攝像頭首先獲取圖像數(shù)據(jù),，之后處理器在圖像上做分割，將背景與前景物體分割開(kāi),，再識(shí)別前景中的道路,，車(chē)道，活動(dòng)物體（包括其他汽車(chē),，自行車(chē),，行人），估計(jì)這些物體與車(chē)的距離,，并做駕駛決策,。然而，無(wú)論是圖像分割,，物體識(shí)別,，還是距離估計(jì)，都可能出錯(cuò),，而且出錯(cuò)的地方往往意想不到,。之前Tesla的自動(dòng)駕駛因?yàn)闆](méi)能識(shí)別前方的白色大卡車(chē)而產(chǎn)生了車(chē)禍,，據(jù)報(bào)道援引可能是算法把大卡車(chē)當(dāng)成了白云,。這樣的錯(cuò)誤在人類(lèi)看來(lái)不可思議,，但是在基于深度學(xué)習(xí)的人工智能中卻非常有可能，只要訓(xùn)練數(shù)據(jù)中沒(méi)有包括這種情況就有機(jī)會(huì)犯這種錯(cuò)誤,。然而,，駕駛時(shí)路況千變?nèi)f化，訓(xùn)練數(shù)據(jù)理論上不可能覆蓋所有狀況,，永遠(yuǎn)有這類(lèi)落網(wǎng)之魚(yú),。即使統(tǒng)計(jì)學(xué)上的概率非常非常小，但是對(duì)于每個(gè)車(chē)主來(lái)說(shuō)一旦發(fā)生了就是發(fā)生了,。而且,，一旦發(fā)生事故，如何界定法律責(zé)任也是一個(gè)問(wèn)題,，究竟是車(chē)廠的責(zé)任還是司機(jī)的責(zé)任,，也是一個(gè)尚待解決的問(wèn)題。

另外,，這還牽涉到了車(chē)主對(duì)自動(dòng)駕駛的信任問(wèn)題,。雖然現(xiàn)在人工智能使用的深度學(xué)習(xí)網(wǎng)絡(luò)研究非常火熱,，但并不代表人們已經(jīng)理解了深度學(xué)習(xí)網(wǎng)絡(luò),。深度學(xué)習(xí)的基礎(chǔ)是統(tǒng)計(jì)學(xué)，網(wǎng)絡(luò)的效果好壞也是看測(cè)試數(shù)據(jù)集上的測(cè)試準(zhǔn)確率,，因此人們不完全明白深度學(xué)習(xí)網(wǎng)絡(luò)的決策過(guò)程,，一個(gè)典型的例子是AlphaGO對(duì)戰(zhàn)李世石的時(shí)候?qū)I(yè)棋手連連表示看不懂AlphaGO的思路，但是最后AlphaGO就是在一片“看不懂”中贏下了比賽,。往好里說(shuō),，這是神奇，是潛力無(wú)窮,，往壞里說(shuō),，這是不確定性大。Tesla的自動(dòng)駕駛汽車(chē)能高難度過(guò)彎卻會(huì)陰溝里翻船,，將來(lái)自動(dòng)汽車(chē)也可能在完全不確定的地方出事故,，讓車(chē)主不能完全信賴(lài)。說(shuō)到底,，這個(gè)信任問(wèn)題的根源,，還是因?yàn)槿斯ぶ悄茏詣?dòng)駕駛完全依賴(lài)于一個(gè)人類(lèi)還不能完全理解的技術(shù)。

小結(jié)：Intel基于人工智能的自動(dòng)駕駛技術(shù)是想做一個(gè)和人一樣根據(jù)周?chē)h(huán)境做決策完成駕駛?cè)蝿?wù)的系統(tǒng),。Intel的技術(shù)可以快速搶占目前主流的0-3級(jí)自動(dòng)駕駛市場(chǎng),，但是在更高級(jí)的自動(dòng)駕駛（即自動(dòng)駕駛系統(tǒng)掌握車(chē)輛的更多主控權(quán)）領(lǐng)域，光靠人工智能是不夠的。

那么,，更高級(jí)的自動(dòng)駕駛市場(chǎng)要靠什么,？要靠未來(lái)交通的基礎(chǔ)設(shè)施，即車(chē)聯(lián)網(wǎng)（V2V,，V2X）,。而這是Qualcomm與NXP更擅長(zhǎng)的。

Qualcomm：設(shè)計(jì)新型汽車(chē)自己就能開(kāi)

Qualcomm的自動(dòng)駕駛思路與Intel完全不同,。如果說(shuō)Intel是計(jì)算機(jī)科學(xué)家的思路走人工智能,，那么Qualcomm就是電子工程師的思路走自動(dòng)化控制，即車(chē)聯(lián)網(wǎng),。在車(chē)聯(lián)網(wǎng)時(shí)代,，每輛車(chē)以及路上的交通設(shè)施都與網(wǎng)絡(luò)連接傳遞信息，這樣車(chē)可以根據(jù)從車(chē)聯(lián)網(wǎng)獲得的信息來(lái)做駕駛決策判斷,，從而實(shí)現(xiàn)自動(dòng)駕駛,。

車(chē)聯(lián)網(wǎng)包括車(chē)與車(chē)之間的通訊，也包括車(chē)與其他設(shè)施之間的通訊,。車(chē)與車(chē)之間的通訊可以讓每輛車(chē)都掌握附近車(chē)的信息,，例如距離，時(shí)速等等,。這一方面可以避免交通事故,，另一方面也可以增加駕駛效率。例如,，現(xiàn)在在開(kāi)車(chē)的時(shí)候大家都會(huì)與前車(chē)保持足夠的車(chē)距防止前車(chē)突然剎車(chē),，有了車(chē)聯(lián)網(wǎng)之后前車(chē)剎車(chē)的第一時(shí)間你的車(chē)就會(huì)知道并且同步減速，這樣即使車(chē)之間的間距很小也問(wèn)題不大,。這個(gè)技術(shù)目前已經(jīng)用在了NXP給卡車(chē)車(chē)隊(duì)開(kāi)發(fā)的系統(tǒng)中,，在這樣的車(chē)隊(duì)里每一輛車(chē)的駕駛過(guò)程都是同步的，從而可以省去不少因?yàn)榧铀贉p速的浪費(fèi)的汽油,。車(chē)與其他設(shè)施之間的通訊也非常有用,，例如車(chē)輛可以與路牌通訊知道目前的限速。

舉個(gè)例子來(lái)說(shuō)明Intel和Qualcomm技術(shù)的不同思路,。下雨天的時(shí)候,，純粹基于人工智能的自動(dòng)駕駛?cè)菀壮鰡?wèn)題，因?yàn)檐?chē)道分割線在下雨天的時(shí)候很模糊,，人類(lèi)都看不清楚,，人工智能使用機(jī)器視覺(jué)也一樣看不清楚，所以無(wú)法很好地識(shí)別車(chē)道,，可能會(huì)開(kāi)著開(kāi)著就開(kāi)到其他道上去了,。車(chē)聯(lián)網(wǎng)的思路就不同，識(shí)別車(chē)道壓根不是靠機(jī)器視覺(jué)，而是可以靠道路的基礎(chǔ)設(shè)施建設(shè)使道路交通智能化,。例如,，可以在車(chē)道的分割線上安裝射頻標(biāo)簽，汽車(chē)靠與這些射頻標(biāo)簽通訊就可以知道自己有沒(méi)有行駛在道路中央,，甚至還可以獲得前方道路是否有彎之類(lèi)的信息來(lái)幫助駕駛。顯然,，這樣的方案不會(huì)受到天氣的影響,。

從上面的例子還可以看出兩種方案的其他不同點(diǎn)。首先,，不同于之前說(shuō)到人工智能技術(shù)很多時(shí)候連研究人員都無(wú)法理解,，Qualcomm使用的車(chē)聯(lián)網(wǎng)中每一個(gè)技術(shù)細(xì)節(jié)（主要是無(wú)線通訊）都已經(jīng)被工程師們完全理解，因此不會(huì)出現(xiàn)人工智能在不可思議的地方出錯(cuò)的問(wèn)題,，也不存在訓(xùn)練數(shù)據(jù)不夠的問(wèn)題,。甚至在車(chē)聯(lián)網(wǎng)信號(hào)狀況不好的時(shí)候，汽車(chē)也能及時(shí)提醒司機(jī)及時(shí)接管,，但是人工智能方案卻未必能實(shí)現(xiàn)這一點(diǎn),。其次，Intel的自動(dòng)駕駛技術(shù)只是做局部?jī)?yōu)化,，只管一輛車(chē),；而Qualcomm的車(chē)聯(lián)網(wǎng)則是有可以做全局優(yōu)化的潛力，既然所有車(chē)都聯(lián)網(wǎng)了那么交通也可以根據(jù)車(chē)流做優(yōu)化疏導(dǎo),，例如交通燈會(huì)根據(jù)車(chē)流來(lái)調(diào)整紅燈和綠燈的時(shí)間,。Qualcomm車(chē)聯(lián)網(wǎng)方案會(huì)給汽車(chē)駕駛帶來(lái)更大的飛躍。人類(lèi)開(kāi)車(chē)的時(shí)候是通過(guò)眼睛看前方的路況以及車(chē)距,，頭腦根據(jù)這些信息來(lái)做判斷并控制汽車(chē),。Intel的人工智能駕駛是使用傳感器代替人類(lèi)眼睛，使用處理器代替人類(lèi)大腦,，但是人類(lèi)眼睛會(huì)看錯(cuò),，判斷會(huì)失誤，人工智能一樣也會(huì)犯這樣的錯(cuò)誤,。Qualcomm的車(chē)聯(lián)網(wǎng)方案根本就不需要眼睛,，因?yàn)榈缆泛蛙?chē)輛的實(shí)時(shí)信息已經(jīng)通過(guò)網(wǎng)絡(luò)傳遞給車(chē)輛，所以就不會(huì)有“看錯(cuò)”的問(wèn)題,。

當(dāng)然,，Qualcomm的車(chē)聯(lián)網(wǎng)也有一個(gè)很大的問(wèn)題，就是需要把車(chē)聯(lián)網(wǎng)的基礎(chǔ)設(shè)施都建好了才能完全發(fā)揮出所有潛力,，相較之下Intel的人工智能駕駛則與基礎(chǔ)設(shè)施沒(méi)有任何關(guān)系,。事實(shí)上，車(chē)聯(lián)網(wǎng)與人工智能自動(dòng)駕駛并不互相矛盾，相反是相輔相成的,。在第0-3級(jí)自動(dòng)駕駛中,，人工智能即可勝任；但是到了更高級(jí)的自動(dòng)駕駛,，必須同時(shí)結(jié)合兩種方案才行,。