好像從今年開始，不少新車都開始打上了“AI”的旗號。“AI”似乎已經成了萬金油，就像夸小孩聰明一樣，沒什么別的特點就按上個AI的頭銜。但等我們真上了車，往往感覺是，也沒覺得怎么智能啊。那這人工智能到底體現在哪呢？

AI到底是什么？

至今沒有一個嚴格統一的定義，MIT的人工智能實驗室和計算機科學學院Ptrick Winston教授認為，人工智能是“研究如何利用計算機去做過去只有人才能做的智能工作”。簡單來說就是，它可以通過智能設備像人類一樣學習、創造、進化。在普遍意義上，我們認為AI的范疇包括邏輯推理、知識表示、規劃、學習能力、自然語言處理、認知能力、運動和操縱、社交能力等等。

人工智能其實不只是電影里的那些神奇，在上世紀末互聯網開始發展、最初一代的碼農開始敲代碼的時候，人工智能就已經隨著各種軟件和網站的出現開始發展了。從目前來看，如果按照人工智能的實力來分類的話，大致有三種等級。

第一層被稱作是弱人工智能（Artificil Nrrow Intelligence, ANI），擅長某一項功能上的單一技能。比如下棋，就像戰勝了國際象棋大師的深藍。但它只會下棋，你讓它搜索一下這禮拜的熱詞之類的，它就完全不會了。

第二層被叫做強人工智能（Artificil Generl Intelligence, AGI），已經可以達到人類級別的人工智能。“Generl”就已經說明它已經達到了普遍意義上的智能，可以在各方面與人類相媲美，可以完全代替人類各個方面的活動，具有自我學習和認知的能力，跟弱人工智能是個質的變化。目前我們在現實生活還無法完全達到。

第三層為超人工智能（Artificil Superintelligence, ASI）。牛津哲學家、人工智能思想家Nick Bostrom把超人工智能定義為“在包括科學創新、通識和社交技能等幾乎所有領域都比最聰明的人類大腦聰明很多”。也就是說，這是一個各方面碾壓人類的“上帝”，人類失去了或者說很容易失去對世界的控制。就像電影《機械姬》里的伊娃成功愚弄了人類，這也是為什么霍金、蓋茨等人要提醒我們警惕人工智能的原因。

現在，我們生活中已經有了許許多多的弱人工智能，比如用手機導航、與電腦游戲對戰、音樂軟件向我們推薦歌曲、與像Siri一樣的語音助手聊天等等，這也是為什么我們從原來的功能機用上了現在的智能機。在汽車上也是一樣，整個系統里對ABS和ESP、節氣門開閉、油氣混合比例的控制這些都是底層駕駛中AI的應用，自動駕駛就是個更明顯的例子了。

我們可以說處在一個從弱人工智能向強人工智能努力的過程中，車上也有一定的AI功能。但現在的問題是，本來也沒見誰提過人工智能，但現在開始大肆宣傳AI之后，我們也沒在這些新產品上見到哪些值得一提的新技術。

現在的“AI”只是對“互聯網汽車”的再次包裝

看一下現在主打所謂AI的新車，其實依然是我們已經非常熟悉的東西，無外乎遠程控制、語音識別、車載互聯，再加上一些主動安全的配置，并沒有比其他車多出什么逆天的功能。像這種更多的只是一種功能的羅列，其實就跟幾年前我們經常見到的“互聯網汽車”在本質上是一個東西，只不過經過“AI”來了個二次包裝。至于為什么現在突然要搭上AI這條線了？因為AI火嘛，可以吸引更多消費者的眼光，連國家層面都重點提及。

AI相比人腦相對難的是對于事情的感知和認知，比如看到一幅畫，知道上面是個人而不是一個由不同色彩組成的圖案。所以，自動駕駛能真正體現出AI的能力，知道前面的是輛車、是個人，而且即使是數據庫中沒有錄入的車型，也能通過大致圖像識別的判斷知道那至少是個“類車”，進而采取相應的動作。顯然，這需要的技術研發儲備規模比較大，目前除了幾家走在前面的主機廠和供應商，大家基本也都在L2級別，都是那些車上常見的輔助功能，并沒有誰特別有建樹。而且有不少品牌其實并沒有自己專門的研發團隊，只是把供應商的模塊打包拿來裝上而已。

而現有的一些所謂AI功能其實也并不是真正的AI。像某些標榜自己支持自然語言識別技術的語音系統，可以聽懂“我餓了”、“我熱了”這種表述并可以推薦附近飯店和調整空調溫度。但是其實你對著屏幕里的各種“小X”抒發感情的時候，你發現它似乎也就只能聽懂餓了、熱了、冷了、沒油了這些功能相關性非常明顯的詞，無法撫慰你想跟它交流的心靈。這不免讓我們懷疑其實只是把執行指令的出發關鍵詞從“附近的飯店”換成“餓了”、從“加油”變成了“沒油了”，似乎也只是借了AI的假智能。

另外，為了能讓車上更多一些AI的元素，我們也可以見到一些不合時宜的功能，比如首當其沖的社交功能，作為智能的一部分引入車機。從支持將微信投屏，到微信、釘釘近期都宣布要推出車載版，似乎誰要阻止不了這著急上馬的車上社交了。

語音交互自然是無論第三方還是官方都選擇的處理方式，首先現在語音技術的發展遠沒有我們想象得成熟，識別率和響應速度均有很大提高空間。而語音技術上帶來的不良體驗更會增加重復操作而分散精力，反而會與標榜的安全產生截然相反的效果。而且，很多人因為隱私以及其他原因并不愿意在車上使用語音操作，尤其是車上還有其他乘客的情況下。

但即使前面這些問題都可以解決，車上到底需不需要這樣的社交功能才是最值得討論。為什么一定要在車上用微信？到底有多少功能無法代替它實現？在目前人們已經有許多不良駕駛習慣的時候，依然進一步分散駕駛注意力是不是應該提倡，其實已經有不少觀點認為，在自動駕駛來臨之前我們應該盡可能減少車上功能，讓人們專心在駕駛上才是提高交通安全的有效做法。像這種，雖然是新東西，但是沒琢磨明白就刻意而為之的，也算不上AI，甚至算不上一個合適的車載功能。

自我學習能力幾乎沒有的AI有點弱

之前我們說了人工智能的分級，現在依然在本質上還是弱人工智能的功能上做文章實在是沒意思，向強人工智能過渡才對得起現在喊的口號。從技術研發的角度來說，兩個AI里主要也是很重要的組成部分是數據和以機器學習為代表的算法，凡是沒有大量的數據來源或嚴謹完善的機器學習模型，那這個AI就不能說是合格的AI。

數據層面上隨著大家對大數據的越來越重視，主機廠們是有能力收集到自己的數據的。但在機器學習方面，除了通過計算機來實現“機器”，更重要的還是基于數據分析的“學習”能力，能擁有自我優化和更新的能力。如果只是寫好一套程序讓電腦來一遍遍執行，最多只能算自動化的范疇，弱人工智能都算不上，與AI相比是完全不同的概念。

就像一個初生嬰兒一樣，誰的算法和程序在最初都不見得好用，需要在后期有一個學習的過程，但正是因為計算機強大的計算力，它的成長速度遠超過我們。谷歌、特斯拉們的系統在測試的過程中，很大一部分工作就是在通過遺傳算法、深度學習等方式訓練自己的算法，令其可以不斷更新和迭代。就像AlphGo VS 柯潔、Open AI Five VS 人類Dot2戰隊一樣，雖然在一開始顯得無比稚嫩被碾壓，但都能以驚人的成長后來居上。

所以從這個角度來說，雖然數據的采集和數據庫的管理同樣重要，但對于目前國內車廠們來說，對于算法的訓練是更欠缺和需要技術積累的，目前絕大部分的車機都不具備這種能力。

何為學習？至少要能舉一反三、吃一塹長一智，做到像人腦一樣思考和行動，才叫“人”工智能。比如我經常下班先買個咖啡再回家，我一打開導航系統可能就會先問我是不是規劃一個途徑咖啡廳回家的路線，或者我哪天不去了，系統會提示我還買不買咖啡了。這是系統根據我之前的駕駛習慣而學習到的，并不是預先給它設定了有關咖啡館的條件。

而現在的這些車機上，我唯一能想到類似的是可以根據過去的油耗、駕駛路況給出一些如何可以使駕駛更經濟的建議，雖然跟“經濟”的駕駛相比也是預先設好的，但至少對于過去的數據有了一點點分析。其實在更加底層的架構中的ECU、TCU程序中，雖然普通人無法直觀感受到，但是在一些大品牌的產品上是會根據駕駛習慣來調整發動機或變速箱程序邏輯、令其更適應和貼近駕駛者的。但這卻反而不是那些喊著“AI”口號的廠家們提供和宣傳的，當然也是因為這才需要深層次的功力，弄一塊大屏、接上一些在線娛樂自然是簡單得多。

總之，一切可以參考之前鋼鐵俠的Jrvis，或者現在的Fridy。能主動提供服務、建議、不用我們自己操心一切，這是能給人最直觀“智能感”的。而現在的這些，只是一些新功能的堆砌。

車云小結

發展AI的核心意義在于幫助我們出勤通行。嚴格意義上來說，各家在車機系統已經在發展AI的道路上成功入門了，但以目前依然停留在命令與執行的層面來看，很難說在AI上有什么真正的成果。不過如果現在就拿“AI”把目前的這些技術包裝的話，噱頭肯定是言過其實的，所以誰也不用大肆宣揚多么AI。

返回第一電動網首頁 >