導(dǎo)讀：AI碰上汽車智能化，新的“火花”也正在擦出來?？梢钥吹?，業(yè)內(nèi)關(guān)于AI上車、大模型上車也漸漸屢見不鮮。
盡管近年來全球都在經(jīng)歷著經(jīng)濟(jì)低迷、消費電子等多行業(yè)需求不景氣和產(chǎn)業(yè)庫存持續(xù)修正等風(fēng)波，但是包括5G/6G技術(shù)、人工智能(AI)、數(shù)據(jù)中心、數(shù)字孿生(Digital Twin)、新能源和智能網(wǎng)聯(lián)汽車、元宇宙、量子技術(shù)等，依舊帶給各行各業(yè)無盡的靈感與創(chuàng)新。
而在這些最熱議題的交織中，關(guān)乎AI與自動駕駛的下個黃金時代，正在走來。
在過去不久的是德科技年度技術(shù)盛會Keysight World Tech Day 2023上，當(dāng)談到對不久的將來最熱門技術(shù)的預(yù)測以及值得持續(xù)性投入的領(lǐng)域時，是德科技高級副總裁、首席營銷官Marie Hattar首先談到的便是電動汽車，其次是5G-Advanced先進(jìn)技術(shù)，再者是AI。
2023年年初，ChatGPT一夜爆火，新一輪AI技術(shù)革命顛覆未來的可能被無限放大。
Marie Hattar指出，AI獨特的地方在于能對海量的數(shù)據(jù)進(jìn)行分析，還可以在模式中心自我學(xué)習(xí)。同時，AI還可以進(jìn)行預(yù)測，以及將復(fù)雜的流程實現(xiàn)自動化。所以，未來AI將會給人類帶來大量的新機(jī)會，這種機(jī)會又會帶來一個巨量的創(chuàng)新，并且會提升整個社會的運營效率。
AI的技術(shù)演進(jìn)通常分為三個階段，第一階段是狹義人工智能階段，即ANI階段。在這個階段，主要是智能機(jī)器深度學(xué)習(xí)、精準(zhǔn)計算、模仿復(fù)制、人機(jī)互動等，簡單來說就是作為日常工作的輔助。不過AI在某些特領(lǐng)域也可以比擬人類的智慧，比如自動駕駛、智慧醫(yī)療健康領(lǐng)域的治療分析等。
到2030年左右，人類將會進(jìn)入通用AI時代，即AGI時代。此時AI會融入人們的日常生活，并且無處不在。智能機(jī)器在進(jìn)一步海量學(xué)習(xí)、人機(jī)互動、情感交流、自我創(chuàng)新中能力大幅提升，甚至在許多方面接近人類的智慧。
如果繼續(xù)向未來展望，人類將會進(jìn)入超級人工智能時代，即ASI階段，Marie Hattar認(rèn)為這可能會在2030年之后的某一個時間點發(fā)生。在超級人工智能時代，AI會在某些領(lǐng)域展示出超越人類智慧的能力。不過隨之而來的也有一些新問題，比如未來AI會不會將人類置于一種風(fēng)險的處境中？Marie Hattar則認(rèn)為“應(yīng)該不會”。
事實上，AI已經(jīng)經(jīng)歷了長年累月的發(fā)展，早在20世紀(jì)50-60年代，人工智能就開啟了早期研究。時至今日，生成式AI技術(shù)的突破，推動各行各業(yè)持續(xù)加大產(chǎn)品投入。包括航空航天、醫(yī)療、汽車和通訊等各個領(lǐng)域，各種應(yīng)用背后都需要數(shù)據(jù)中心以及強(qiáng)大的算力進(jìn)行支撐，AI技術(shù)也已經(jīng)遍布這些應(yīng)用領(lǐng)域。
而當(dāng)AI碰上汽車智能化，新的“火花”也正在擦出來?？梢钥吹?，業(yè)內(nèi)關(guān)于AI上車、大模型上車也漸漸屢見不鮮。
Marie Hattar指出，未來，電動汽車的發(fā)展可以用“突飛猛進(jìn)”來形容，并將加速走向全球。從時間跨度來說，僅僅對比5年前，新能源汽車以及智能網(wǎng)聯(lián)汽車的發(fā)展，可以說是日新月異。
據(jù)中國汽車工業(yè)協(xié)會統(tǒng)計，2018年，國內(nèi)新能源汽車產(chǎn)銷量分別為127萬輛和125.6萬輛，占整個汽車行業(yè)的銷售比重不到5%；而到了2023年，僅1-8月，國內(nèi)新能源汽車產(chǎn)銷分別累計達(dá)543.4萬輛和537.4萬輛，市場占有率達(dá)到了29.5%。
另據(jù)乘聯(lián)會預(yù)測，2023年，中國新能源乘用車銷量將達(dá)到850萬輛，狹義乘用車銷量可達(dá)2350萬輛，年度新能源乘用車滲透率有望達(dá)到36%。如此增長速度可見一斑。
進(jìn)入由電動化“卷”至智能化的下半場戰(zhàn)局之中，整個汽車行業(yè)都在大談自動駕駛，車企也在爭相研發(fā)L2及以上級別的自動駕駛汽車。據(jù)蓋世汽車研究院最新數(shù)據(jù)顯示，2023年上半年中國L2級自動駕駛功能的滲透率已經(jīng)達(dá)到40%，成為了市場主要的駕駛輔助方案。
基于L2級自動駕駛車型的廣泛應(yīng)用，事實上目前已經(jīng)有多家車企做好了量產(chǎn)L3級車輛的準(zhǔn)備。走在賽道最前面的特斯拉，其首席執(zhí)行官埃隆·馬斯克甚至認(rèn)為當(dāng)前自動駕駛已經(jīng)非常接近全自動駕駛狀態(tài)，預(yù)計今年底就可以實現(xiàn)L4、L5級完全自動駕駛。
不過不可忽視的是，自動駕駛在逐漸“解放”用戶雙手雙腳的同時，其實反過來也在加深著企業(yè)的產(chǎn)品開發(fā)難度。
Marie Hattar也指出，未來汽車將會變得越來越復(fù)雜，自動駕駛包含各種各樣的傳感器，比如像雷達(dá)、激光雷達(dá)、超聲波傳感器以及攝像頭等。要想讓汽車能夠通過識別來自不同方向、距離以及角度的物體，進(jìn)而保障行駛安全，前提是需要所有傳感器進(jìn)行協(xié)同運作。
同時，自動駕駛的落地需要大量的研發(fā)資源和測試工作，在此過程中也會產(chǎn)生海量的數(shù)據(jù)需要處理。那么，要如何協(xié)調(diào)方方面面從而實現(xiàn)自動駕駛的落地愿景呢？
在這里，仿真測試的重要性便凸顯出來。對比需要耗費巨大成本與時間的實車路測，仿真測試在測試效率和一致性上優(yōu)勢明顯。
自動駕駛仿真主要是利用數(shù)學(xué)建模的方式將實際應(yīng)用場景進(jìn)行數(shù)字化還原，建立一個盡可能接近真實世界的系統(tǒng)模型，無需實車直接通過軟件便可實現(xiàn)對自動駕駛系統(tǒng)及算法的測試驗證目的。
不過，是德科技也指出，軟件測試雖然有非常高的效率，但是面對真實應(yīng)用的環(huán)境，差距仍比較大，并且技術(shù)挑戰(zhàn)也比較高。
總體來看，現(xiàn)階段自動駕駛仿真挑戰(zhàn)主要有三大方面，一是對現(xiàn)實世界的模擬程度，二是場景庫的構(gòu)造，三是仿真與算法的迭代部署及提升，難度都不容小覷。
那么，如何去平衡這些矛盾？換句話說，如何取代繁復(fù)的實車路測，建立一套優(yōu)秀的仿真環(huán)境，能夠精確完成自動駕駛功能和安全等驗證，從而真正保障自動駕駛的順利落地？
對此，是德科技以AI技術(shù)在汽車應(yīng)用領(lǐng)域中的測試場景為例，在現(xiàn)場展示了一套智能網(wǎng)聯(lián)駕駛仿真測試解決方案——由無線綜測儀UXM以及GNSS信號模擬器組成，支持4G/5G/C-V2X以及一致性測試，同時支持物理層、協(xié)議層以及應(yīng)用層測試，上層場景搭載IPG的CarMaker軟件，支持開閉環(huán)測試、Day 1/2標(biāo)準(zhǔn)場景及自定義場景。
此外，該方案支持搭載Nordsys WaveBee系統(tǒng)，整個系統(tǒng)包括開發(fā)平臺、車載單元、路邊單元(ITS 站)、仿真、可視化和分析等功能。
當(dāng)然，在仿真環(huán)境的搭建過程中，各種傳感器信號的模擬也是一大難點，如V2X、毫米波雷達(dá)、激光雷達(dá)等。作為智能駕駛汽車的“眼睛”，傳感器對周圍環(huán)境信息的感知能力對高級自動駕駛至關(guān)重要。
目前行業(yè)關(guān)于自動駕駛?cè)杂泻芏嗟募夹g(shù)路徑尚未確定，且都是在感知層面。比如特斯拉堅定“純視覺”感知路線，新款Model 3移除了所有雷達(dá)，日前博世也放棄了激光雷達(dá)的研發(fā)等。而無論是哪種傳感器，從仿真角度看，理論上涉及對物理信號進(jìn)行仿真、對原始信號進(jìn)行仿真和對傳感器目標(biāo)進(jìn)行仿真三個層級。
是德科技也表示，不同的公司可能會采取不同的技術(shù)路線。是德科技作為一家以軟件為中心，并不斷強(qiáng)化設(shè)計、仿真和測試能力的公司，主要還是與客戶一起不斷地去預(yù)測技術(shù)的發(fā)展，提供不同的解決方案，助力其在不同的技術(shù)下都能完成這樣的測試。
據(jù)Marie Hattar介紹，是德科技推出的雷達(dá)場景模擬器可以同時模擬512個目標(biāo)的雷達(dá)場景，進(jìn)而去模擬汽車?yán)锩娌煌瑐鞲衅鞯倪\作方式。這對未來自動駕駛汽車測試的重要性不言而喻。
值得一提的是，在本年度技術(shù)盛會上，是德科技現(xiàn)場也展示了一個黑科技平臺——雷達(dá)場景模擬器，可以達(dá)到目標(biāo)信號的實時仿真。該仿真器最小探測距離可達(dá)到1.5米，能包攬道路上難以仿真的一些危險場景，并且也具備針對多個目標(biāo)同時反射的特性等。
