人工智能的终极场景:自动驾驶
传感器技术公司
本文引用地址://m.amcfsurvey.com/article/201704/346159.htm无论是从汽车安全或驾乘体验提升的角度讲,感知环节都是产业升级中的最先受益者,因此传感器的重要性不言而喻,目前大量的初创公司选择在这个领域创业也可说明。
事实上传感器的重要性来自于两个方面,第一,感器决定着数据采集的质量,数据的质量决定着算法使用效果,特别是汽车领域,目前仍不存在“一步到位”的传感器解决方案,数据的质量至关重要。第二,传感器的成本与产业升级的速度强相关。
可关注的价值点:
1、数据融合在硬件层面的解决方案:数据融合本身是传感器的重要命题,好的融合意味着好的数据质量,如果能从硬件角度解决此问题一定会有很大价值。
2、低成本可量产的解决方案:可以生产与可以量产有本质区别,工艺及供应链层面的价值很重要。
限定场景下的自动驾驶技术公司
目前可以最大限度发挥人工智能相关技术的领域实际是在限定场景下实现的,比如AlphaGo,让大众第一次见到了深度学习的威力。同样在限定场景下的自动驾驶才是可行的技术路线。可能的限定场景如:封闭/半封闭区域、低速/高速状态、有轨交通、特种车辆等。
可关注的价值点:
1、整体集成的能力
2、不同边界条件下系统控制的鲁棒性
3、数据积累(作为供应商是很难拿到属于整车厂的数据)
需要补充说明的是我们在这里没有强调算法的机会,原因在于无论在数据采集,融合,分析决策,控制,路径规划等各方面,具备优异的算法能力是在这个领域创业的前提,当然具有投资价值,但要走出一个误区就是机器视觉(CV)不等于自动驾驶,光有算法也很难在这个领域点石成金。
自动驾驶的本质是产业升级
既然将自动驾驶看作为汽车电子产业升级的一个过程,我们就不能忽视固有汽车电子的产业链及利益格局。这是一个发展十分成熟,分工与分利也非常明确的产业链。
也许会有一些悲观的观点认为这其中的价值不大,或者认为新进入者很难撬动固有格局。我们不否认在这样的领域的创业之难与泡沫的存在,但汽车的智能化并不完全等于驾驶的智能,技术驱动与跨界融合一定会推动着利益格局的变化,最终使产业升级优化,正是在这样的优化过程中存在着价值巨大的商业机会。
评论