隨著消費(fèi)電子、汽車電子、工業(yè)控制等越來越多的應(yīng)用引入人工智能，人工智能面臨著前所未有的快速發(fā)展，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)迎來了發(fā)展高潮。

汽車行業(yè)是推動(dòng)人工智能（AI）發(fā)展的重要行業(yè)之一，汽車正在變得越來越智能，但是如果汽車行業(yè)要實(shí)現(xiàn)完全自動(dòng)駕駛的目標(biāo)，他們還有很長的路要走。盡管業(yè)界還在討論實(shí)現(xiàn)全自動(dòng)化所需的理想技術(shù)組合，但是有一點(diǎn)是明確的，那就是人工智能，尤其是神經(jīng)網(wǎng)絡(luò)將發(fā)揮重要作用。、

神經(jīng)網(wǎng)絡(luò)的作用是執(zhí)行對(duì)于傳統(tǒng)視覺或模式識(shí)別系統(tǒng)來說具有挑戰(zhàn)性的任務(wù)。通過使每個(gè)神經(jīng)網(wǎng)絡(luò)各自不同，并針對(duì)特定任務(wù)進(jìn)行設(shè)計(jì)，它可以更高效、更精確地執(zhí)行任務(wù)。因此，神經(jīng)網(wǎng)絡(luò)可以在不同的輸入模式下運(yùn)行十到二十次，而不是用一組特定的參數(shù)只運(yùn)行一次操作。這個(gè)想法是，通過所有這些不同的路徑，選擇的數(shù)量就會(huì)增加。當(dāng)?shù)搅诵枰龀鰶Q策的時(shí)候，它已經(jīng)從輸入中提取了所有的信息。

以一個(gè)行人為例，汽車的車載攝像頭和傳感器可以記錄行人是在行走或站立；神經(jīng)網(wǎng)絡(luò)可被用于繪制行人可能要走的路線，并計(jì)算車輛是否需要減速或快速制動(dòng)。神經(jīng)網(wǎng)絡(luò)還可以觀察同一幅圖像并對(duì)其進(jìn)行分割，從中挑選出其他物體，并應(yīng)用目標(biāo)識(shí)別技術(shù)來判斷出它們是否代表了車輛需要注意的東西。所有這些都必須把車輛的位置以及它想要去的地方納入考慮之中，如果車輛正在倒車，并檢測到在車輛后面有障礙物，就需要迅速處理并進(jìn)行剎車。

芯片解密小編了解到，高度自動(dòng)化的車輛將比由人類駕駛的車輛更加安全，94％的事故是由人為失誤造成的?；贏I的技術(shù)在響應(yīng)能力和識(shí)別需要快速響應(yīng)的威脅方面已經(jīng)優(yōu)于人類駕駛。世界各國正在朝著一個(gè)長期目標(biāo)邁進(jìn)，那就是讓智慧城市擁有自動(dòng)駕駛和高度自動(dòng)化的車輛，并將其集成到覆蓋整個(gè)城鎮(zhèn)或城市的智能交通系統(tǒng)中。