自动驾驶是不是人工智能
【太平洋汽车网】自动驾驶是人工智能，自动驾驶汽车（Autonomousvehicles；Self-drivingautomobile）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。有这样一种观点：不实现真正的StrongAI（强AI）的话，自动驾驶就不可能被普及，于是得出结论：自动驾驶还非常遥远。但现实中，各个商业公司又争相发布要在2020前量产L4级别的自动驾驶车，甚至有公司说：只要现在政策放开，马上就能量产L4自动车。于是大众又得到了第二个结论：这是商业吹嘘的投资泡沫。下面是个人的看法：其实自动驾驶和人工智能没有必然的依赖关系。虽然目前只有有智能的人才能开车，但是并不是说能开车的东西必须要有智能。在计算器发明之前，只有人才能进行算数运算，发明计算器后，几乎所有的计算工作都交给计算器了，但并没有使用任何智能的东西来让机器完成计算的任务。实现自动驾驶需要的技术不外乎：知道周围有些什么物体，知道在什么位置，知道这些物体的运动状态，知道道路上其他交互的信号（红绿灯，车道线等等）。其实这些要求都可以通过非智能的方式实现：物体和位置以及速度可以通过雷达扫描，其他交互信号也可以使用专门的通信系统来实现，比如红绿灯可以向自动驾驶的车发出无线信号等等措施。所以自动驾驶的瓶颈不在人工智能，而在于计算能力，传感器精度，通信能力以及成本。所以得出这样一个规律：硬件越强大，智能的要求就越少硬件越简单，智能的要求就越大利用这个规律可以判断每个自动驾驶项目的着重点。如果项目要求只能使用摄像头，IMU等简单传感器，请把主要精力放在深度学习上。如果项目支持各种fancy的传感器，请不要纠结深度学习的事情，精力应该放在硬件上面。（图/文/摄：太平洋汽车网问答叫兽）
AI数据对自动驾驶的意义是什么？
在自动驾驶的过程中，汽车本身需要具备感知、策划、决策、控制等一些列能力，而数据则是培养自动驾驶AI能力的重要因素，数据标注存在的意义是让机器理解并认识世界。与其他人工智能应用场景相比，智能驾驶的落地场景相对复杂，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量的真实道路场景数据做支撑。
为解决自动驾驶技术场景化落地的AI数据问题，国内AI数据服务头部企业云测数据，通过提供一站式场景化的AI数据解决方案，来满足自动驾驶领域高标准的数据需求。在为智能驾驶相关企业提供大规模感知数据的能力同时，可大幅提升数据标注效率，降低AI模型训练成本，极大地加速智能驾驶相关应用的落地迭代周期，节省大量研发时间和成本。
