发帖
雷达卡
8月28日，2017全球汽车AI大会在上海举办，英特尔公司人工智能产品事业部业务拓展及解决方案部署负责人FiazMohamed在会上发表主题演讲。Fiaz详细阐述了自动驾驶催生了乘客经济及其带来的巨大经济效益和社会价值;分享了英特如何通过端到端的人工智能技术支持自动驾驶，以应对其所带来的数据挑战;阐释了实现标准化和产业协作是加速自动驾驶的关键。
FiazMohamed表示：“人类社会的交通出行方式正面临深刻变革，这一切皆源于自动驾驶，它也将带来经济、社会的重构。机器视觉和深度学习等人工智能技术正在促进自动驾驶水平的升级，推动自动驾驶汽车的技术完善和路测。英特尔正在积极引领自动驾驶的科技创新，结合自身人工智能优势，推动自动驾驶从愿景到现实的转变。”
人工智能提升自动驾驶安全性乘客经济带来巨大价值
英特尔认为自动驾驶的发展促催生了全新“乘客经济”时代的到来。“乘客经济”不仅拥有巨大的经济潜力，产生全新的商业模式，同时也将产生巨大的社会效益。到2050年，英特尔预计“乘客经济”的规模将达到7万亿美元。以自动驾驶为基础的“乘客经济”，让人们完全脱离与汽车的一对一关系，转向出行即服务，从而加快新兴服务模式和商业模式的兴起。
Fiaz在主题演讲中分享了随着技术不断进步，出行安全也越来越受到保障，尤其是人工智能融入自动驾驶中感知、融合和决策各个阶段。英特尔发布的“乘客经济”报告显示，在2035年到2045年的乘客经济时代，自动驾驶汽车将挽救58.5万条生命，与交通事故相关的公共安全成本可能会节约超过2340亿美元。在全球最拥堵的城市，自动驾驶汽车每年预计将节省2.5亿小时的消费者通勤时间，为新的经济增长提供时间机会。
应对数据挑战人工智能赋能自动驾驶
说到未来汽车以及自动驾驶，每辆自动驾驶车辆每天将生成约4TB的数据。随着我们向自动驾驶汽车迈进，数据挑战将变得愈发复杂并需要新的方式来处理汽车内、网络中以及云端上的数据。
在汽车和数据中心内掌握人工智能对于解决无人驾驶的数据挑战至关重要。Fiaz分享了从汽车到云，英特尔全栈式的人工智能技术组合将确保我们正确应对数据挑战。英特尔提供的可扩展的车载计算平台，通过驾驶功能、环境建模和传感器融合，运用人工智能满足车内感知、融合和决策的计算需求。在连接方面，英特尔技术将不仅仅支持数据传输，同时也将支持捕捉传感器数据和实时高清地图更新，从而满足接入网络的设备做快速的低延迟的计算和存储。在云端的，人工智能将不断地实践大量的训练，从而形成新的模型不断改善前端的能力。
随着驾驶自动化水平的提高，汽车必须清楚了解前方道路状况，评估各种可能的场景，并采取的应对措施。这需要汽车进行大量的并行和顺序计算，在每秒内处理数百万个数据点。Fiaz介绍了英特尔GO自动驾驶开发平台，旨在提供了一种灵活的架构，包括中央处理单元(CPU)、现场可编程门阵列(FPGA)及面向深度学习的硬件加速技术。这种架构同时具有独特、优化的并行和顺序处理能力，能够将自动驾驶工作负载归类为需要高效处理的计算类型。通过将英特尔凌动处理器、英特尔至强处理器、英特尔Arria10FPGA进行灵活组合，英特尔提供了更节能、设计更合理的解决方案。
促进产业协作和标准制定加速实现自动驾驶
英特尔认为：当整个行业一起推动通用平台和技术发展时，无人驾驶技术会加速前进。这让开发者能够快速地进行大规模行动，同时还能实现差异化的软件解决方案。
英特尔的信心来自于开创了PC和数据中心产业。1980年之前，计算机行业是高度专有化的，主要服务于研究人员、大型公司和爱好者。早期PC不仅是计算机设计标准化的基础，还加快了技术演进，最终在20年内实现了150倍的增长。数据中心也类似。大型机之后出现的微型计算机提高了一定的灵活性和成本效率。但采用PC技术才让数据中心快速演进，能够处理互联网带来的数据。IDC表示，2011年产生了1.8ZB的数据，预计到2020年会产生超过40ZB的数据。只有通过标准化解决方案，我们才能够让行业的发展跟上时代的步伐。
回到自动驾驶汽车领域，在PC、服务器行业以及计算市场积累的多年产业协作经验的启示是，通用平台和产业协作能够很有效地解决问题。Fiaz认为毫为疑问，这是推动自动驾驶向前发展的最快速方式。
Python机器学习,深度学习原理与实践_9月北京现场班：
京公网安备 11010802022788号
