你想知道未来的汽车是什么样子的吗？无人驾驶仅仅是改变方向盘吗？问问智能车载总监，前Uber无人车Tech Lead和你一同探讨正在发生的未来。本次分享主要涉及人工智能在车联网方面的应用，未来车载交互的设计架构探讨，包括语音识别，语义理解，计算机视觉和智能推荐的应用，和未来无人驾驶的交互体验。

我国人工智能的发展现状与趋势
互联网公司在很早期就有诸多AI相关的应用，如LinkedIn主页推荐、Uber送餐ETA，定价系统等等。虽然Alpha Go Zero已经通过自学的方式超越人类棋手的水平, 但AI还没有达到超级智能的时代。
无人驾驶领域，对于一些复杂场景，识别、判断物体、预测等方面都还存在问题。自然语言处理方面，深度学习虽极大提高语音识别率，但并不能解决所有自然语言处理所遇到的问题，同时多轮对话也是难点。目前，机器尚不能完全达到六岁儿童说话的技能。
2017年，得益于深度学习的突破，计算机视觉和语音识别也有了巨大进步，从而让AI在一些新领域应用成为可能，像自动驾驶的感知系统、实用级的语音交互体验等。
郭霄表示，值得庆幸的是这一轮人工智能的发展是在互联网信息高速流动的时代大背景下发生，国内在人工智能方面并没有落后太多。
一方面，国内在商业模式上走在前沿，同时衍生出很多以AI为核心的大中小公司：
对于创业公司而言，优势在于非常专注去研究在某一场景下，端到端的解决方案, 且针对关键领域进行深入突破。在特定领域，像人脸识别，我国就处于世界领先的地位。
对于大公司而言，则基于中国特有的国情来战略布局，通过AI平台的方式为不具有复杂AI算法开发能力的公司赋能，实现产品落地，同时依靠生态系统积累海量的用户数据，来提升核心业务。
另外一方面是硬件和软件的结合。此次人工智能的热潮以深度学习和神经网络为代表。神经网络和BackPropagation算法的相关理论工作于70年代已经出现，过去几年计算能力得到了长足的发展，特别是GPU的使用让神经网络可以解决实际的问题。
虽然在神经网络所需要的矩阵运算上，GPU比CPU效率高，但GPU并不是专为人工智能设计，因此不少公司都在探索新的硬件解决方案。这方面国内公司也在跟进，如Google的TPU、苹果A11 Bionic、华为的麒麟970 等均是AI硬件新的代表。中国在CPU和GPU时代并没有出现可以和国际巨头相抗衡的芯片公司，希望这一幕在人工智能芯片时代不要上演。
真正实现无人驾驶的核心要素
无人驾驶是最能凸显AI价值的领域之一，无人驾驶技术和AI的结合会带来更多的看点，也就是我们常说的智能汽车。郭霄表示，研发无人车起步很容易，对于动手能力强的工程师自己就可搭建(https://comma.ai/), 如借助百度开源的appllo系统， 仅三天就可搭建出一套自动驾驶系统。但这些只能作为Demo，要做出真正能用的无人驾驶汽车，还需要很多的工程工作。
真正实现无人驾驶汽车的核心要素主要有如下几点：
需要有很好的技术和算法来实现无人驾驶
需要成本可控的车辆制造
相关法律、法规的配合，社会接受程度逐步提升
新的产业链人才和赚钱的商业模式
无人驾驶汽车是壁垒非常高的产业，目前研发的厂家大概分为四类：
第一是uber，lyft，滴滴这类拥有庞大的共享汽车运营网络平台的公司。如无人驾驶技术一旦被突破，这些平台就是一个很好的商业场景。无人驾驶技术会极大的降低运营成本。
第二是纯互联网公司 ，以Google、Waymo、百度为代表。Google积累10年的无人驾驶技术，技术遥遥领先，当前正在亚利桑那州接送乘客，进行测试。
第三类是车企，又细分为传统车企和新型互联网造车公司，这些公司自己生产汽车。传统车企大部分选择从辅助驾驶升级到无人驾驶，而Uber、waymo则直接target L4/L5，不经历辅助驾驶阶段。
第四类是创业公司。创业公司虽然资源不如以上三类巨头，但在面对无人驾驶的一些技术难点，创业公司有独特的优势，一旦有新的技术突破，创业公司能快速试错，弯道超车。
通常情况下，在限制性场景会先看到无人驾驶技术的商业落地和变现。像园区，高速等限制场景的环境更规范，使得无人驾驶的难度将大大简化。同时，限制场景下的无人驾驶商用也可促进无人驾驶相关的立法和社会的接受程度，为真正无人驾驶时代做好准备。
车载交互的发展现状与AI应用
说无人驾驶，必然要涉及到车载交互方面的内容。郭霄表示，车载交互之所以在过去一段时间没有像智能手机一样突飞猛进的发展，主要原因在于前装系统是随车型开发周期来定型，而车型通常需要5年左右的开发时间。还有车对安全方面要求高，更需要较长的时间来验证。
车载交互的发展现状
试想当下绝大部分车型对标的是我们六七年前使用的手机，就算装上交互系统也会在一定程度上受到限制。而且后装厂家把大量的精力放在适配不同车型上，在车载交互创新方面侧重不多。
一直以来，采用触控技术为交互方式的车机，操作不是很便利，更多是装饰而不是使用。随着4g网络的普及和语音技术的发展，车载软件急需颠覆。还有用户对智能设备的需求，也会将汽车是否智能作为选购时考虑的因素。
车的智能化不仅仅是车外的自动驾驶，更多的是车内体验的升级。超长的电量，更好的硬件，更大的屏幕，更私密的空间等这些都是车具备的独特优势，做技术平台再合适不过。
现在大家谈到汽车和智能时，往往想到的是无人驾驶和复杂的算法，其实车内的体验和交互的进步也同样重要。
鼠标和图形界面将个人计算机使用者从专业人士到普通大众， 多点触摸则引爆了整个智能手机时代。在车中，语音是更安全的交互方式，也是一个更自然的交互。郭霄表示，让我们共同期待有自然，好用的语音交互模式来提高大量的应用场景的用户体验。现在国内外很多公司都有不少尝试，比如智能音箱，智能助手。虽然现在多轮对话，语音交互和展示的方式还并不完善，但车中语音用户粘性已经比其他场景下的要高很多。现在的车载交互还是以司机和副驾的体验为主，未来无人驾驶的时代，乘客的体验会引爆更多的应用。
AI在车载交互领域的应用
用车场景中有很多痛点，比如导航，通讯，媒体和车控，都可以通过人工智能来提升交互体验。语音是车载交互的基础，前面已经说很多。在识别语言，理解语义之后，人工智能还有很多其他的应用场景，比如搜索排序，结合车的位置，当日的天气，交通状况，车主的喜好，对于字面意义同样请求产生不同的结果。而且人工智能可以进一步优化，如果可以预测用户的需求，为什么还需要用户主动发起搜索呢？更先进的人工智能应用可以直接在合适的时间推荐。比如在自驾游的场景，甚至可以规划好游玩的路线，在景点自动提醒。
采访最后，郭霄表示，车载交互核心技术上最大的挑战是更好的理解自然语言，对多轮对话和交互模式进一步挖掘，完善。另外现在大多数车载交互还是需要和传统车厂合作，一定会出现互联网和传统车厂的巨大碰撞。还有互联网要求快速迭代，汽车要求极度安全和汽车的开发周期。两者如何更好的结合是目前对开发者效率的一个挑战，开发效率的提高和开发者生态的发展可以带来应用体验的良性循环，更多的服务商和内容提供商接入也能激发更多人才为车载的环境去开发高质量的应用。