“什么时候我们也可以放松双手离开方向盘,驾驶座上一把王者荣耀,享受节日出游的快乐?”有感而发的是小长假携带妻儿从北京出行去秦皇岛旅游的张先生。计划中4小时的车程,由于出京车辆太多,加上前后堵车时间到目的地已经是6小时候后。路途车辆众多,张先生必须全程集中注意力,确保行驶安全,抵达后已是身心俱疲。
自驾出游,往往是司机的受难日。这句话一点也不假。妻儿在后排胡吃海喝闭眼瞌睡,朋友在后座谈笑风生别有滋味。只有司机一个人要在接下来的数个小时中,与冗长的旅途,复杂的车况,袭来的睡意,僵硬的颈椎作斗争。
“解放双手,变身为假期出行途中的享受者”是众多长途短途驾驶员心中的美好愿景,这也可能是近年脍炙人口的自动驾驶领域最贴近用户诉求的生活场景。
实际上,张先生的这个诉求正在逐渐成为现实。
2020年是自动驾驶行业发展稳定上行的一年,Waymo等巨头开始商业化落地推进,小鹏、特斯拉、等车企开始进行准L3车型的量产。
L3的定义是指:驾驶员不再需要手脚待命,汽车可以独立完成几乎全部的驾驶操作,但驾驶员仍需要保持注意力集中,以便随应对可能出现的人工智能应对不了的情况。
虽然L3还无法完全彻底让司机解放双手,但是不难看出,自动驾驶的落地情况已经逐渐明朗,箭已上玄,尤可期待。
自动驾驶乘政策东风,巨头激烈占位
对于公共资源协调能力处于世界头部水平的中国来说,智能驾驶的故事显得更为性感。近年国家政策支持,也为自动驾驶的落地再度注入一剂催化剂。
2021年,交通运输部发布了《关于促进道路交通自动驾驶技术发展和应用的指导意见》解读。明确加强自动驾驶技术研发;提升道路基础设施智能化水平;推动自动驾驶技术试点和示范应用;健全适应自动驾驶的支撑体系等众多细则。
该“指导意见”从技术层、制度层、资源层全面对自动驾驶领域作了积极部署与规划。这些无不在国家战略层面,为整个自动驾驶领域乃至智能驾驶领域再度提上了一个优先级。
风口之上,政策之下,自然离不开互联网巨头们的竞相入局。曾经一度被市场嘲讽沦为二级梯队的百度,凭借押注的人工智能在今年大放异彩。自动驾驶是其大AI架构下的一个落脚之一。
今年以来,百度Apollo Go服务陆续在长沙、北京等城市登录,已经接待乘客超过21万名,未来3年还将拓展至30城。测试规模超过Waymo现有的600辆测试车。
前不久的小米2021年春季新品发布会临近尾声时,公布了其正式进军智能电动汽车行业的消息。公开资料显示,目前小米与汽车有关的专利数已达到834件,涉及车辆定速巡航、车辆操控等众多内容。
此外,华为也在近日宣布智能汽车解决方案将用于即将推出的阿尔法S,以及新一代智能豪华纯电动汽车。早在去年,华为就宣布了其设计和开发的96线中远程LiDAR产品。华为的激光雷达在实际驾驶中具有长途障碍物,短途停车等多个应用场景。
麦肯锡研究报告显示,未来中国将是全球最大的自动驾驶市场,到2030年,自动驾驶汽车总销售额将达2300亿美元。据不完全统计,2020年自动驾驶行业的融资有60起,经披露的融资总金额达436.3亿元,相比于2019年同比增长了136.8%。自动驾驶领域将迎来全线春天。
自动驾驶背后的数据逻辑
赛道爆发,大多数人看到的是自动驾驶台前的前沿体验,媒体追逐,资本火热,却鲜有人关注,自动驾驶乃至整个人工智能落地前的基础因素——数据。数据是人工智能三要素之一,算法需要经过数以亿计的数据进行训练并优化后才能作商业化落地。数据有,则AI生。
Google技术大牛Jeff Dean曾在公开课上展示过海量数据的训练结果,神经网络算法中准确率和数据规模及质量持续成正比。自动驾驶汽车算法学会识别道路标记,或者区分人与物,前期必须采集所有可能遇到的所有道路场景,并对其中的场景内容进行“标签化”的标注。标注过程对算法落地的效果起着关键作用。
如美国加州科技大学校长秦志刚教授所说:“数据标注是AI产业的基础,是机器感知现实世界的起点。从某种程度上来说,没有经过标注的数据就是无用数据。”数据标注水平的重要性不言而喻。
值得高兴的是,国内的一家企业——Testin云测在去年服贸会上公布了其数据标注项目最高交付精准度达到99.99%”,这是该行业已经公开的最高标准。也从侧面印证了,中国人工智能落地的底层数据支撑力已日趋完善,贴近顶尖水平。
智能化升级的未来星河
笔者看来,自动驾驶或是人工智能大浪潮下数据落地后的小小一瞥,近年炙手可热的智慧城市、智慧安防、智能家居等领域的多点开花都离不开数据的加持。更令人惊喜的,是Testin云测这家公司对于智能化浪潮的前瞻力。
据了解,以人工智能为驱动的企业服务平台——Testin云测诞生于移动互联网时代,以颠覆传统人力测试的云测试服务为市场切入点,其本身就具备数字化基因,在商业化过程中,先后进化具备AI能力的自动化测试、RPA服务,以及AI三要素之一的AI数据服务。
前不久,Testin云测总裁徐琨在一次演讲种曾提到,对于人工智能,企业未来会有两种应用场景。第一种类型,拥抱资源型,与专业具备人工智能技术/服务/产品的第三方服务商伙伴合作,实现降本增效;另一种类型,自建技术型,结合自身研发适用于业务层的人工智能技术,通过人工智能技术加持已有业务,助力拓客,提升自身的市场竞争力。
显然,Testin云测属于后者,并且抢先在赛道建立了技术优势,完成布局。从云测试到RPA和AI数据服务,这一系列的动作并不是割裂的,经了解,助力产业智能化是Testin云测的长期使命,通过AI技术不断升级自身业务,拓展更多客户价值场景,是这家企业在ToB领域常青的秘诀。
目前Testin云测累计服务超过百万的企业及开发者,应用服务经验超过300+,与英特尔、英伟达、高通、华为等众多行业头部伙伴建立了生态伙伴关系。细看不难发现,这些企业也都是智能化生态圈中的前沿布道者。
经济学家布莱恩·阿瑟在《科技的本性》中说过,“一项技术的许多组成部分被其他技术共享,因此随着这些成分在主技术『之外』的其他应用上有所改进,大量进步就这样自动产生了。”数字化转型的前奏由互联网创造了产业升级的神迹,新一轮的产业升级将由智能化扛起大旗。
好文章,需要你的鼓励
年初时,整个存储行业依然处于低迷期,但随着AI需求的迅猛上升,存储需求也随之激增,推动了行业的快速复苏与发展。这一波技术创新与市场需求的双重浪潮,给Solidigm带来了前所未有的机遇,也考验着其应对行业变革的能力。
艾斯本不断推陈出新,依托丰富的行业经验,推出了包括绩效工程、制造与供应链、资产绩效管理、地下科学与工程、数字电网管理和工业数据结构在内的六大解决方案。更值得一提的是艾斯本提出的“工业AI”理念,正以有型的投资回报率,推动客户实现价值跃升。
智谱AI率先推出了 AutoGLM,试图打造一款能够理解、规划、执行,并最终实现“无人驾驶”操作系统的 AI Agent。
该处理器采用16nm工艺技术设计,拥有 48 个ARM Cortex-A75内核,六通道DDR4 3200 MHz 内存 - 每插槽高达 768 GB(每通道 128 GB)