熱門:

2016年6月28日

車品覺 全民大數據

自動駕駛汽車路線之爭

在一次會議中,以色列駕駛輔助系統公司Mobileye創辦人預言,全自動駕駛到2021年就會實現。在谷歌(Google)主管無人駕駛汽車專案的Chris Urmson亦曾預計,在幾年後出廠的自動駕駛汽車,將不再設有方向盤、油門和煞車踏板。相對於谷歌破釜沉舟式力推全自動駕駛,Mobileye則強調循序漸進,例如採用自我調整巡航控制和緊急制動,統稱為高級駕駛員輔助系統(ADAS)。

從成本效益角度看,Google採用一大堆較昂貴的感測器,每輛車的感測器成本高達數萬美元。Mobileye邁出的第一步,卻是一套完全圍繞一個攝像鏡頭打造的系統,其生產成本還不到1000美元,難怪該公司能以天價估值驚艷華爾街(市值近100億美元)。Mobileye亦以眾包方式跟汽車行業多方持份者合作,從特斯拉、即時地圖到導航公司,全面瞄準自動駕駛汽車市場。

谷歌在「深度學習」的路上愈走愈快,繼打敗圍棋高手後,這次讓汽車學懂自主駕駛。這種方法通過深度神經網絡,在極少或完全沒有人工干預的情況下,藉着不斷試錯自我訓練出駕駛機器人。同一研究團隊同時還讓人工智能學習「打機」,像人類般玩電子遊戲,同樣不加任何指點,全靠在實踐中自學,便能摸索出如何「過關」。

有專家對汽車「自學成才」的想法潑冷水,因為駕駛輔助或自動駕駛若要成真,需要的是一種在大海裏面撈針的能力,深度學習擅長的是遊戲等定義明確的任務,例如識別數據庫中的圖片,或進行語種間的互譯。但想完美操控整個駕駛過程,就需要顛覆很多罕見狀況,才可讓汽車具備自動駕駛能力。

「深度學習」有限制

到目前為止,在某些條件下,自動駕駛是可行的,特斯拉的Autopilot系統已證明這一點。但若遇到複雜的城市道路環境,例如駛入環形交叉口,自動駕駛汽車就會有點拙於應付。發展速度超出汽車業估計的人工智能,正在幫助解決這問題,但可能還需要一段時間,才可讓汽車變得足夠聰明,毋須人類介入便可隨時隨地自動行駛。

我曾做個一個商業項目,跟上述故事相通。我的團隊要為公司研發一個數據引擎,藉之代替一個部門的日常工作。這輛「無人車」要代替人去計算什麼類型的產品會在14天後暢銷,並決定誰去賣、如何賣、賣多久等等。類似這樣的專案,未來一定愈來愈普遍。但到底是谷歌或Mobileye的模式更好一點呢?給大家一個貼士,這其中的優劣,首先取決於數據的全不全、細不細及快不快。

車品覺

紅杉資本中國基金專家合夥人;原阿里巴巴集團副總裁

 

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads