一鍵發布任務
發布成功
發布成功
贊賞金額：
支付金額：5元
支付方式：
贊賞成功！
你的贊賞是對作者最大的肯定~?
一、人工智能
人工智能(Artificial lnteligence) ，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要日標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代不同的人對這種“復雜工作”的理解是不同的。
二、人工智能優缺點
1、人工智能優勢
人工智能主要用于解決復雜的問題。由于汽車行業存在許多難題，人工智能在推進汽車技術方面發揮著越來越重要的作用。部署自動駕駛汽車的承諾主要取決于新的人工智能技術。似乎幾乎達成共識，神經網絡的進步是實現未來 AV 部署成功的主要方法。
好消息是人工智能，尤其是神經網絡技術還處于研發階段。這意味著未來的進步將領先于預期的突破性創新。隨著全球范圍內持續廣泛的人工智能投資，人工智能和神經網絡將解決許多更復雜的問題，包括汽車行業的挑戰，這是一個不錯的選擇。
2、人工智能的缺點
開發和部署人工智能技術的挑戰之一是對神經網絡的充分訓練。一般來說，問題越復雜，神經網絡模型就必須越復雜。這意味著大型模型。培訓需要大量資源和專業知識來設計和測試依賴大型數據集的 AI 模型，以驗證模型是否像宣傳的那樣工作。
AI 模型需要大量訓練，這意味著需要獲取大型數據庫。更大的訓練數據集變得可用，但訓練仍然是一項耗時且昂貴的任務。大多數訓練數據也必須由人類標記，以使 AI 模型能夠學習并變得熟練。人們越來越擔心偏見正在蔓延到訓練數據中。
然后是黑盒問題：仍然很難確定 AI 模型如何做出決策。對于自治系統來說，這種模糊性仍然是一個大問題。需要更好的解決方案。
另一個問題涉及模型對微小數據變化的敏感性。該漏洞引發了安全問題，包括入侵自主系統的可能性以及由此產生的對 AV 安全的威脅。
缺乏人工智能專業知識是汽車和其他行業的另一個重大缺陷，這種技能差距不太可能很快得到彌補。
解決問題的推理階段也有缺點。大型模型，尤其是 AV 模型，需要巨大的計算資源來處理傳感器數據并支持復雜的軟件。這些資源還需要電力，這在汽車應用中總是有限的。
新興技術將提高能力并降低推理成本，包括新興的人工智能芯片技術、激光雷達價格的下降和傳感器性能的提高。
推理的最大缺點是黑盒問題或 AI 可解釋性。人工智能系統仍然無法解釋它們是如何做出決策的，從而產生了許多人工智能信任問題。對于汽車應用來說，這是行不通的。
關于我愛方案網
我愛方案網是一個電子方案開發供應鏈平臺，提供從找方案到研發采購的全鏈條服務。找方案，上我愛方案網!在方案超市找到合適的方案就可以直接買，沒有找到就到快包定制開發。我愛方案網積累了一大批方案商和企業開發資源，能提供標準的模塊和核心板以及定制開發服務，按要求交付PCBA、整機產品、軟件或IoT系統。更多信息，敬請訪問http://m.zhaochuanqisf.com
推薦閱讀
