汽车频道> 汽车新闻> 热线报道

商用无人车——人工智能重要赛道

  随着人工智能技术的不断成熟,各种类型的智能无人车开始投入市场,进入大众视野,成为城市数字化升级的重要组成部分。在自动驾驶领域,商用智能无人车因其作业环境可控等因素,能够较早大规模投入使用,也是企业在无人驾驶方面主要布局点。目前,商用智能无人车主要应用在物流、矿区、共享汽车等领域,并且已经进入规模化落地阶段。

  据分析数据,预计2023年和2025年商用无人车将迎来发展的拐点。美国市场研究公司披露,到2035年全球无人驾驶汽车销量将达到2100万辆左右,而中国市场的份额约为24%左右,约为504万辆,商用无人车作为自动驾驶汽车重要组成部分,其市场空间不可估量。

  无人车智能座舱面临的应用痛点

北京爱数智慧CTO贾艳明在论坛现场做主题分享

  对于商用无人车来说,智能座舱是提升使用者体验的发力点。在乘用车空间内,语音是传递信息和人机交互的主要载体之一。使用者在进行人机交互时,会涉及到智能地图导航、音乐搜索、有声阅读等智能化应用,在对应用进行语音命令控制时,因车载环境复杂,特别行车过程中伴随的噪音、开关车窗、多人说话等复杂环境,加之说话人重口音、方言、吞音等,导致AI模型对人的命令听不见、听不清和听不懂,或者应答时声音较为机械,代入感较差,和消费者要求的自然流畅的人机对话体验存在一定差距。

  北京爱数智慧的智能座舱解决方案

  在解决智能座舱人机交互上的体验痛点时,贾艳明认为,数据对AI模型识别率的影响较大,提升识别率需要高质量的结构化数据进行训练。可用于智能座舱AI模型训练的数据需要经过清洗、分类、标注、质检和筛选等专业步骤,形成结构化数据。数据结构化每一个步骤都会影响到模型性能,也就是说,结构化质量决定了智能系统的性能。

  对于车企来说,在智能座舱投入上要考虑到投入产出比,那么多少数据才能训练出体验良好的AI模型?北京爱数智慧提出数据配比2-8原则,先保证通用性能,再进行个性化定制。对于车企来说,用于提升模型性能的80%数据都属于共性数据,现有的结构化数据即可满足要求,可一次性投入;剩余20%数据根据需求进行精准定制化服务,进一步提升模型性能。

  北京爱数智慧目前拥有超过150000小时结构化的AI训练数据集,其中超过90000小时对话式AI训练数据集,超过50000小时朗读数据集,超过10000小时自发式数据集。结构化AI训练数据集在数据安全上达到国际标准,有利于车企更快地迭代模型。

  为满足车企出海需求,北京爱数智慧可为车企提供超过60种语言的数据服务能力,包括中文、英语、德语、日语等大语种,同时覆盖上海话、四川话、粤语等八大方言区方言。针对车企需求,北京爱数智慧开发中英文混合对话数据集、车载噪音等数据集,满足车载场景下的AI模型训练需求。

  智能座舱的自然语音交互智能程度,将成为拉开用户体验差距的主要因素。智能座舱实现更自然更智能的人机交互体验,离不开对话式AI数据,北京爱数智慧为智能座舱提供专业的数据服务,用数据赋能智能座舱、赋能无人车行业,助推无人车行业高质量发展,加速数字城市提前到来。

声明:本网站所提供的信息仅供参考之用,并不代表本网赞同其观点,也不代表本网对其真实性负责。您若对该稿件内容有任何疑问或质疑,请尽快与上海热线联系,本网将迅速给您回应并做相关处理。联系方式:shzixun@online.sh.cn

本文来源:网络 作者: 责任编辑:邬文波

©1996- 上海热线信息网络有限公司版权所有

许可证编号:31220180001 沪ICP备09025212号 沪网文[2017]6486-491号

沪公网安备 31010602000009号 互联网违法和不良信息举报中心