一九产业AI速写：汽车篇(3)

目前就有研究团队在研究结合“社会价值取向”(SVO)，根据人的利己程度(“自私”)或利他合作的程度(“亲社会的”)对驾驶员进行评级，训练AI对驾驶员进行SVO评分，进而评估风险来动态调整自身的行为。如果身后跟着一个暴躁或激进的老司机，那么AI汽车很可能也会甘冒一定风险变得利索一点。

此外，众多传统车企大力投资AI项目以保障自身竞争力与生存空间，在2020年不可避免地会继续加码。不过在方向上，或许会从直接影响整车智能以及相关技术因素的项目，转向更大、更多元的领域。

比如借助AI来简化工业制造流程并提高供应链效率。像是计算机视觉、模型算法的结合，通过分析振动传感器和其他来源来诊断问题，从而预测机器的故障，可以在制造过程中更快地发现异常和故障，保障成品率，减少生产线的停机时间，从而进一步提升车企的盈利空间。

再比如使用人工智能来改善项目优先级并提高特定项目的性能，来管理研发进度、释放预算，更为合理控制烧钱速度，同时规避掉一部分僵尸项目，这对于2019年频频传出亏损倒闭新闻的汽车新秀们与老将来说，恐怕都是一门必修课。

当然，伴随着整车智能程度越来越高，当前的嵌入式车载计算恐怕也将很快迎来一次升级。

目前大多数计算都是在云端完成的，但伴随着车内不少控制器模块都开始智能化，要整合各种分散的感知能力，需要单颗AI感知芯片的高效工作，功能强大、低能耗，同时也更昂贵的计算单元就成为产业渴求的“及时雨”。

Yole数据显示，汽车信息娱乐相关的计算营收，将从2018年的1800万美元增长至2028年的7.68亿美元。2020年在汽车专用协处理器上将有哪些新惊喜，值得产业界共同思考和期待。

过去一年，我们对汽车AI的期望就像一条搁浅在技术沙滩上的鲸鱼，沮丧中也孕育着渴望。告别“如火似冰”的2019，AI与汽车产业都会被摆渡到温暖的春天。乍暖还寒之际，技术依然是人类唯一能点燃的希望之柴。

（编辑：ASP站长网）