汽車行業(yè)人工智能應(yīng)用現(xiàn)狀及展望

汽車行業(yè)擁有龐大的產(chǎn)業(yè)鏈，其中包括汽車的設(shè)計、生產(chǎn)、銷售，服務(wù)等業(yè)務(wù)，在當今世界經(jīng)濟活動中占有重要地位。面對日益激烈的競爭，汽車行業(yè)希望借助人工智能技術(shù)降低成本，增強競爭力。本文從技術(shù)、場景、應(yīng)用案例等角度闡述了人工智能在汽車行業(yè)中的發(fā)展與趨勢，與此同時也指出了該技術(shù)在汽車行業(yè)面臨的挑戰(zhàn)。本文列舉了在汽車行業(yè)有較多應(yīng)用的人工智能代表技術(shù)，如語音識別，計算機視覺等；分析了該行業(yè)中較為典型的應(yīng)用場景如汽車研發(fā)、汽車制造、整車智能升級等。之后還根據(jù)不同的場景分析了相對應(yīng)的解決方案。最后，本文總結(jié)了部分人工智能技術(shù)的應(yīng)用效果和局限性，以及人工智能技術(shù)在汽車制造業(yè)中的發(fā)展趨勢。

一、汽車制造業(yè)市場規(guī)模

從根據(jù)國際汽車制造協(xié)會的統(tǒng)計，全球汽車生產(chǎn)總數(shù)自2013年到2017年一直處于持續(xù)增長的狀態(tài)，平均每年增長幅度約為2.89%，并在2017年生產(chǎn)超過9700萬輛。直到2018年出現(xiàn)下滑，全球汽車生產(chǎn)總數(shù)下降了1.24%。而全球的汽車銷量趨勢基本隨產(chǎn)量同比出現(xiàn)波動。在這五年的周期中，中國的汽車生產(chǎn)總量長期占據(jù)全球第一，隨后則是美國和日本。

二、汽車制造業(yè)中主要的人工智能技術(shù)

計算機視覺：該技術(shù)試圖創(chuàng)建能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。在汽車制造業(yè)中，計算機視覺是應(yīng)用最廣最成熟的技術(shù)之一。比如在工業(yè)機器人生產(chǎn)線上，計算機視覺可以幫助生產(chǎn)機械獲得更加精確的測量數(shù)據(jù)，保證生產(chǎn)線的高精度。

大數(shù)據(jù)分析：該技術(shù)指對各種不同來源的非結(jié)構(gòu)化或者結(jié)構(gòu)化數(shù)據(jù)進行分析，從中挖掘信息，觀察和追蹤發(fā)生的事情，從而幫助人類決策和判斷。在汽車制造業(yè)生產(chǎn)線上，操作人員利用大數(shù)據(jù)分析系統(tǒng)可以學習并預測生產(chǎn)線狀態(tài)，提前進行設(shè)備維護，防止在車輛生產(chǎn)時候出現(xiàn)故障。

機器人：該技術(shù)涵蓋了機器人的設(shè)計、建造運作等。得益于人工智能技術(shù)的進步，機器人技術(shù)有了更廣泛和靈活的應(yīng)用，可以實現(xiàn)柔性生產(chǎn)和精確抓取等復雜操作。汽車生產(chǎn)線上的機械臂利用強化學習技術(shù)，提高了精確度，強化了協(xié)作關(guān)系，提高了車輛的良品率。

語音識別與自然語言處理：自然語言處理(NLP)是讓系統(tǒng)理解并明白人類寫作、說話方式的核心技術(shù)。而語音識別技術(shù)則是自然語言處理的眼睛與耳朵。它們的結(jié)合使用可以完成文字抽取，信息歸納，語音轉(zhuǎn)文字等多項任務(wù)，在相關(guān)的文件處理、售后服務(wù)以及汽車的交互功能中廣泛應(yīng)用。

云計算：云計算是利用網(wǎng)絡(luò)將本地任務(wù)上傳至云端服務(wù)器進行處理，從而實現(xiàn)本地設(shè)備無法實現(xiàn)的功能的技術(shù)。包括車載電腦的路徑規(guī)劃手機互動、車輛自檢、行車數(shù)據(jù)記錄及分析等功能均有云計算的支持。
AR/VR：增強現(xiàn)實與虛擬現(xiàn)實是基于虛擬和現(xiàn)實環(huán)境，并結(jié)合視覺識別,機器學習，深度學習等多種前沿技術(shù)的集合體。此項技術(shù)能為車企通過打造虛擬場景以提高產(chǎn)品的設(shè)計、研發(fā)效率，同時為車輛本身的智能化升級提供支持。

三、人工智能技術(shù)在汽車制造業(yè)中的應(yīng)用分布

其他相關(guān)服務(wù)：人工智能在汽車相關(guān)服務(wù)領(lǐng)域用有豐富的應(yīng)用，包括車企利用聊天機器人進行智能客服、通過算法基于車主的駕駛行為進行風險評估和保險服務(wù)等等。本報告僅基于所選全球500強汽車相關(guān)企業(yè)案例有限地進行了場景劃分，故不包含此類熱門服務(wù)場景。

四、汽車制造業(yè)500強公司人工智能技術(shù)落地案例

通用汽車：通用汽車在設(shè)計階段引入人工智能技術(shù)，利用Fusion 360學習原始的汽車零件設(shè)計圖，之后人工智能算法會根據(jù)現(xiàn)有的條件、重量、需要、材料等提供上百種不同設(shè)計，供設(shè)計師選擇。該步驟可以減輕零件重量，優(yōu)化安裝流程，增加零件耐用性。

寶馬汽車：寶馬汽車利用人工智能優(yōu)化汽車沖壓過程。寶馬推出的先進的測量和分析系統(tǒng)，可以針對每一部分材料分別收集數(shù)據(jù)，智能化調(diào)節(jié)沖壓模式，讓整個流程可以更精確和有針對性，產(chǎn)出的產(chǎn)品也更加穩(wěn)定。

起亞汽車：起亞汽車人工智能銷售聊天系統(tǒng)采用了CarLabs.ai的人工智能銷售系統(tǒng)，讓用戶可以直接與機器人對話并解決銷售中的問題。該虛擬助手利用了自然語言處理技術(shù)，分析用戶的問題與答復，充分理解后提供特定的答復。該聊天機器人目前主要存在于Facebook的平臺內(nèi)，可以為用戶提供偏好匹配，車型比較，車輛細節(jié)信息，線下商店信息，試駕預約，財務(wù)計算等功能。

吉利汽車：吉利汽車借助人工智能技術(shù)將語言識別率提高到98%以上。該語音助手可以把大量需要觸控的操作轉(zhuǎn)換成語音操作，讓駕駛員在駕駛時候更加安全，不需要轉(zhuǎn)移視線即可完成眾多命令。同時，由于語音助手的靈活性，車主也可以更方便的接入其他汽車服務(wù)，打通車內(nèi)空間與車外世界。

五、人工智能在汽車制造業(yè)中的局限

人工智能在汽車行業(yè)各個領(lǐng)域都有著豐富的應(yīng)用場景，但考慮到部分技術(shù)尚未成熟，而車聯(lián)網(wǎng)和智能駕駛等技術(shù)的根基尚未穩(wěn)固，因此人工智的局限性大多也存在于此。

基礎(chǔ)設(shè)施不完善性：對于車聯(lián)網(wǎng)來說，要實現(xiàn)車與車、車與路、車與周遭環(huán)境互聯(lián)的愿景離不開道路基礎(chǔ)設(shè)施支持。而當前的道路上的基礎(chǔ)網(wǎng)絡(luò)設(shè)施建設(shè)尚未完善，不足以支撐未來汽車的網(wǎng)聯(lián)需求。

法律法規(guī)不成熟性：智能駕駛技術(shù)自誕生以來一直承受著部分道德因素的詬病，而針對智能駕駛，乃至未來自動駕駛的法律法規(guī)也尚未成熟，因而限制了智能駕駛技術(shù)的發(fā)展。

網(wǎng)絡(luò)交互的安全性：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，大量信息在網(wǎng)絡(luò)中得以查看，也從而引發(fā)了部分信息和隱私安全的問題。同理，車聯(lián)網(wǎng)通過讓車與網(wǎng)絡(luò)交互以提供更優(yōu)質(zhì)的功能與服務(wù)，但隨之也帶來了車載計算機系統(tǒng)與外界交互的安全隱患。

六、人工智能在汽車制造業(yè)的發(fā)展趨勢

人工智能技術(shù)在汽車行業(yè)充滿了發(fā)展?jié)摿?。無論是汽車的研發(fā)、制造，或是智能駕駛，乃至未來的出行領(lǐng)域均為人工智能的應(yīng)用落地提供了大量場景。

汽車設(shè)計智能化：而隨著信息時代的到來，智能設(shè)計軟件的出現(xiàn)正把設(shè)計工作的試錯成本大幅降低。將專家系統(tǒng)植入設(shè)計軟件以配合設(shè)計師整合素材將是一個充滿潛力的發(fā)展方向。

人車交互靈活化：借助人工智能技術(shù)實現(xiàn)更便捷的人車交互將是汽車行業(yè)近期內(nèi)的熱門發(fā)展方向。虛擬車載助手，車主身份識別、疲勞監(jiān)測、手勢識別等應(yīng)用正逐漸出現(xiàn)在汽車市場中。

跨行合作共贏化：伴隨市場對自動駕駛的關(guān)注，傳統(tǒng)車廠、互聯(lián)網(wǎng)公司、初創(chuàng)公司等都在試圖進入智能駕駛的領(lǐng)域。而這些公司的側(cè)重和優(yōu)勢各有不同。因此跨行業(yè)機構(gòu)進行合作，共同打造未來智能汽車將成為人工智能在汽車行業(yè)的一大趨勢。

來源：機器之心