曾经AI离我们很远，它似乎只是极客圈里的流量密码，但随着ChatGPT的出现，AI似乎一下就进入了大家的生活。我很好奇它能怎么改变车，所以这次我们来到百度寻求答案。
AI一词大家都不陌生，年少时让我第一次知道这个词语是好莱坞电影。这两年它或许是大热的某个软件，以及让人难以置信的合成软件。它们似乎离我们很远，但潜移默化中我们已经享受着它带来的改变。
智能化和电动化一样成为了这个时代新车开发的重点以及卖点，在AI概念没有大热前，智能化似乎就是AI的代名词。
我们习惯于走进商场里，在卖手机的店铺体验新车，当销售殷勤的向我们介绍时，语音控车以及智能驾驶都成为了不可或缺的亮点。
车内乘员都下达指令时，系统能够一次性对所有诉求做出反馈。可以依靠每个座位上布置收音器收集诉求，也可以通过一套算法一并执行。
人车对话，让系统播放音乐或导航很容易让人感到这和家中的智能家居差不多，真正让我们感到吃惊的莫过于智能驾驶。
前两年的激光雷达军备竞赛让人目不暇接，但特斯拉引领的纯视觉感知方案用更低的成本证明了技术方案可行性。
让机器学习人眼看到事物并做出判断控制车辆的过程曲折，富有挑战性。激光雷达、毫米波雷达、摄像头多传感器搭配的方式让车辆看得更清楚。
当然，成本更高昂。这时AI的作用得以体现。
传统智能驾驶系统上线前的训练过程至关重要。其类似我们上学时的习题，刷的越多对路上情况的掌握度越高，当然出现题库外的情况，机器便束手无策，因此很长一段时间里，各家比拼的就是谁的题库更多。
现阶段自动驾驶技术还有赖于地图，尤其是高精度地图，不过老生常谈的高成本是限制其进一步发展的原因。一方面是采集成本，另一方面是维护成本。
写在后面的话：
尽管AI技术在这一年中的发展已经可以用超乎想象形容，但似乎对大多数普通人而言它更像是尝鲜。问一些刁钻的问题，拿来学语言，甚至当做翻译软件都让人难免产生一种AI还是小把戏的错觉。其实在更深层次的技术开发中，AI的作用已经开始体现。它在一定程度上将我们从高强度重复工作中解放出来，只是产生的效益还并未显而易见。不过，谁又能说看不见的东西并不存在呢？