跟着深度学习技能的日新月异，人工智能技能也得到了爆发式的开展，而就在这样的布景下，人工智能技能正在走向轿车，
无人驾驶
开端成为现在创投圈内最为耀眼的明星。现在，人工智能技能好像现已被神化，在许多人的印象中，只要与AI沾上联系的事物都能瞬间质变成成一个十分完美老练的产品。可是，在2018GMIC峰会中，北京航空航天大学交通科学与工程学院余贵珍教授却就无人驾驶这个详细的场景为咱们提了一个醒——人工智能并不是无人驾驶的全能药。
无人驾驶面对的应战
余贵珍表明尽管现在市道上有包含整车厂商、IT公司巨子以及创业企业都在做布局自动驾驶，可是都还没有商业化，并且还呈现了比方Uber撞死行人的事端，从整体而言，现在咱们都拿不出精确的数据来证明无人驾驶在安全性上优于人类。
无人驾驶真要大批量的上市，必定还有很长的路要有。余贵珍以为，至少有三道门槛需求跨过：
- 榜首个是无人驾驶是否容许上路（即是否有路权）。这儿主要是法令门槛，现在现已有许多无人车团队拿到了上路测验的车牌，可是这仅仅是测验，不是商用。从试用到商用还有很长的路要走。
- 第二个应战是自动驾驶有没有才能上路。路上的环境很杂乱，比方下雨、下雪，根本上人开车都看不见，真实的无人驾驶能习惯这些状况吗？
- 第三个应战在于顾客是否真的敢坐无人驾驶轿车。由于现在无人驾驶在安全性上仍然有着很大的不确定性，信任许多人对坐自动驾驶轿车是会有心思担负的。
可是，这三大应战是否能用人工智能手法加以克服呢？
首要，余贵珍以为咱们有必要供认人工智能技能确实有效地促进了无人驾驶技能的开展。“经过深度学习，特别是卷积神经网络，使用摄像头来做环境感知，咱们现已有决心到达99%了。”
不过，尽管如此，在余贵珍看来咱们仍然不能神化人工智能技能，“人工智能实际上便是一个算法，便是一个比本来机器学习更高档的算法算了，所以咱们不要把人工智能想成什么都能处理。”“人工智能肯定不是无人驾驶的全能钥匙，不要试图用人工智能2.0来处理无人驾驶一切的问题。”
总归无人驾驶想要真实上路，还有很长的路要走。不过，无人驾驶真实落地或许会更早：
无人驾驶能够先在特定场景中商用
“无人驾驶的落地面对许多问题，但无人驾驶是不是没有意义？我觉得也不是。特定区域的无人驾驶有很多的时机。”余贵珍以为像旅行观光车、码头集装箱货车、露天矿区、军事演习、风险环境运送、轿车测验等特定场景都合适选用无人驾驶技能。
“特定区域无人驾驶具有多个优势，榜首，特定区域没有法令约束，第二个，固定线路相对低速，技能妨碍也没有那么高。特定区域的无人驾驶由于没有司机没有乘客，不只安全，更替代了司机，能够发生经济效应。”余贵珍如是说。
别的，余贵珍还对无人驾驶技能落地的路线图提出了自己的主张：
“使用人工智能技能先在某一点上做出打破。”余贵珍以为这种渐近式的办法才是无人驾驶落地的正确办法。“举个比如，假如你用传统的算法来处理红绿灯的辨认那是很难的，那能够试着使用神经网络处理这个问题。”
别的，余贵珍表明现在人工智能中常用的卷积神经网络尽管核算效率高，但其也存在着占用太多资源的缺点。而为了处理这个问题，余贵珍相同以为应该“将人工神经网络跟传统的算法结合起来。”