科技潛力往往能在市場投資體現，近年熱門的投資項目，除了金融科技（FinTech），就是人工智能（AI）；市場數據更顯示，中國去年在全球 AI 投資佔最大比重，達 48%，比美國的 38% 更多，足證其技術潛力。
人工智能與其他傳統科技一樣，亦是一項技術基礎，可以預期，不同行業部署人工智能的形式及發展速度有別。自動車開發是近年汽車行業近年受關注的一環，傳統汽車生產商豐田汽車（Toyota Motor）亦要引入新技術推動業務。
自駕車靠 AI
豐田 2015 年投資 10 億美元成立 Toyota Research Institue，專門研發自駕車、機械人及人工智能，後者的執行長正是從 Google 過檔的 James Kuffiner，故自動駕駛理所當成為該公司的研發項目。豐田自動駕駛及創新部環球主管 Mandali Khalesi 指出，自動車市場向不同方向發展，有些項目針對高速公路上的自動駕駛，但在城市內，自動駕駛最可能發展反而是在公共運輸方面，即自動巴士或小巴等方案。
機器學習成重點
Mandali Khalesi 早前在香港的人工智能會議中展示豐田的自駕車概念圖。從示範可看到在市區內，自駕車扮演運輸市民及貨物的角色，更可以是送餐等。他解釋，在 TRI-AD（Toyota Research Institure Advanced Development）而言，私家車及提供公共服務的自駕車均屬首要發展目標。
另一方面，Mandali Khalesi 認為，技術上，自動化地圖產生技術亦是自動駕駛的重要部分，故若無相關技術自駕車亦不可能有效運作。最後是現代化的雲端工具及基建，提供的訓練數據及機器學習（Machine Learning）能力亦是該公司發展的主力。
自動化地圖系統
傳統上任何創新科技部署或推出，皆要經過不斷的測試及除錯；自動駕駛技術屬於關鍵技術基礎，更需要時間讓數據增加及機器學習，才會有受信任的人工智能為市場提供服務。Mandali Khalesi 指出，豐田汽車開始採用傳感器建立自動地圖，如先用鏡頭拍攝影像，自動整合成地圖，再透過衛星圖像配合。AWS 的 SpaceNET 正好對這個發展方向有幫助。
至於目標如何達成，Mandali Khalesi 稱目標是在市場上提供全球高解像度駕駛地圖，範圍希望覆蓋美國、日本及歐洲。要完成這個目標，更透過先前提到的汽車上的感應器、衛星圖像以及現時的高清地圖。可以想像，跟現時的地圖資訊方案不同，要令自動駕駛更可靠，駕駛地圖數據要需更實時或至少提供更緊密的更新。
VR 訓練 AI
實踐及學習是自動駕駛的挑戰之一。Mandali Khalesi 則指，歐洲及美國區的豐田汽車均有不同開發中的項目，如正在歐洲開發中的技術，透過準確的車道檢測，為自駕車提供準備的行車綫，建議行走路綫，避免行錯路；美國方面則採用虛擬實境（VR）技術讓自駕電腦有更多機會學習。他表示，要讓自駕車經常在實際道路上測試並不容易，但機器需時學習，所以 VR 技術可直接複製道路模型及汽車，複製真實的道路環境供自駕系統學習。
Source：ezone.hk