精华内容
下载资源
问答
  • ▼点击上方蓝字 关注网易智能为你解读AI领域大公司大事件,新观点新应用编者按:很多人都认为人工智能领域的人才薪资逆天,学习AI就等于有了光明的未来。那么,目前AI领域的人才市场的发展状况到底怎么样?针对这个...
        
    640?wx_fmt=png&wxfrom=5&wx_lazy=1

    点击上方蓝字 关注网易智能

    为你解读AI领域大公司大事件,新观点新应用


    编者按:很多人都认为人工智能领域的人才薪资逆天,学习AI就等于有了光明的未来。那么,目前AI领域的人才市场的发展状况到底怎么样?针对这个问题,国内中高端人才职业发展平台猎聘联合GMIC北京2018大会于近日发布了《AI人才竞争力报告》。网易智能授权编辑整理,一探国内AI人才薪资的究竟。

     

    (取样说明:猎聘大数据研究院随机抽取了猎聘平台550万个相关行业的经理人样本,覆盖全国31个省市自治区;报告中大数据研究时段以2017年下半年三四季度为主,参照对比时段最长可追溯到2016年三季度。本报告数据来源均为:猎聘大数据研究院。)

     

    报告精华:


    八成以上被调查者表示有兴趣进入AI公司工作;


    近八成被调查者对AI发展持乐观态度;


    AI在多数人的脑海里,是高大上的存在;


    自动驾驶人才竞争热度最高,语音识别位居其次;


    AI平均年薪33万,稳超互联网人才平均年薪;


    软件工程师和算法工程师是AI领域最为紧俏的职能;


    AI核心职能越来越青睐高学历,博士人才需求同比增长最高;


    AI人才主要分布在北京、上海和深圳三个一线城市;


    AI人才的分布以互联网为主,但也向其它行业逐渐渗透;


    AI人才在私企分布最多,远远超出其他性质的企业。

     

    1、八成以上被调查者表示有兴趣进入AI公司工作

     

    640?wx_fmt=png

     

    在猎聘近期开展的超万人的问卷调研中,85.90%的参与者表示有兴趣进入AI公司工作,其中,46.90%的人的原因是“AI顺应了时代潮流,代表时代最前沿的领域”; 37.90%的人是因为“对新事物有强烈的好奇心”,而兴趣点在高科技诱人的薪资方面的参与者仅占9.10%;因为自己专业对口而产生兴趣的人仅占6.10%。

     

    2、近八成被调查者对AI发展持乐观态度

     

    640?wx_fmt=png

     

    参与者中78.90%的人对AI的发展持乐观态度,相信科技进步会让人类生活更美好;仅有3.20%的人表示悲观,担心AI取代人类。

     

    参与者对AI对职场人的影响说法不一,47.30%的参与者认为AI对于职场人的工作会产生正面影响,只有0.70%的人认为有负面作用;45.70的人认为两者兼有。其中,29.60%的参与者认为AI最大的正面影响是提升工作效率和体验,这部分人占到了最大的比例;26.40的人认为AI最大的正面作用在于让人的劳动更有创造性和价值。在持相反态度的人群中,30.60%的人认为最大的负面影响是让人过度依赖机器;29.20%的人认为最大的负面作用是“让部分人失去自己的专业优势”。 

     

    3、AI在多数人的脑海里,是高大上的存在

     

    640?wx_fmt=png

     


    4、自动驾驶人才竞争热度最高,语音识别位居其次

     

    640?wx_fmt=png


    本次报告发现,2017年三季度,在AI的六个核心领域“自动驾驶、计算机视觉、语音识别、自然语言处理、机器学习、知识推理”中,机器学习的竞争热度最高,竞争热度指数为8.28;其次是自动驾驶,竞争热度指数为8.24。在同年四季度,自动驾驶的竞争热度指数最高,为8.47;其次是语音识别,竞争热度指数为8.40。整体来看,在2017年下半年两个季度中,自动驾驶竞争热度指数都表现较高。

     

    自动驾驶受到热捧跟行业热点事件不无关系,2017年7月5日,百度创始人兼CEO李彦宏乘坐自动驾驶汽车前去参加百度AI开发者大会,引起广大媒体和网友的围观,自动驾驶一度引发广泛关注。作为中国造车新势力的代表,小鹏汽车首款上市量产车型G3将于近期开始接受预订,并将在2018年底实现公开交付。

     

    5、AI平均年薪33万,稳超互联网人才平均年薪

     

    640?wx_fmt=png


    AI的发展很大程度上得益于互联网行业近年来的大力发展,跟互联网的发展有千丝万缕的联系。因而,在此将AI从业人员的薪资和互联网行业加以对比。

     

    从2016年三季度到2017年四季度这六个季度中,AI领域从业人员的平均年薪整体上都明显高于互联网行业的平均年薪。在2017年下半年,AI平均年薪和互联网年薪都达到了峰值:AI平均年薪在2017年三季度达到峰值,为32.95万元,同比上升10.79%;互联网平均年薪峰值在2017年四季度达到峰值,为28.16万元,同比上升11.26%。AI平均年薪峰值比互联网平均年薪峰值高4.79万元。

     

    AI这几年迅速崛起,集中了尖端的科技和人才,这方面的人才总体而言还比较稀缺,所以企业也愿意花重金招揽人才。

     

    6、软件、算法工程师领跑AI核心职能,

    机械工程师跻身前十

     

    640?wx_fmt=png

     

    2017年下半年,在排名前十的AI核心职能分布(核心职能需求占比)中,软件工程师和算法工程师占比最高,名列第一和第二。两种职能在三四季度的占比差别并不大,三季度软件工程师占比稍高于四季度;而算法工程师的占比则是四季度略高于三季度。

     

    人工智能在这几年的迅猛发展得益于“互联网+”的大力发展,后者形成了庞大数据的沉淀,进而也促进了算法的突飞猛进。因而,软件工程师和算法工程师作为核心职能,所占比重最高。

     

    其他核心职能的占比相对较低,在1.22%-3.87%之间。值得注意的是,具有明显互联网属性的职能——产品经理在AI核心职能中名列第三,可见AI领域对于落地转化为产品的重视。机械工程师也跻身前十,虽然是第十位,但是这足以证明AI和机械制造已经有了更多的交集和深度融合,顺应了近年来国家倡导的“智能制造”的潮流。

     

    7、AI核心职能越来越青睐高学历,

    博士人才需求同比增长最高

     

    640?wx_fmt=png

     

    AI的高科技属性决定了它具有不低的学历门槛。从2016年三季度到2017年四季度的六个季度中,AI对核心职能的需求在不同的学历中表现为:对本科学历的需求整体呈下降趋势,但降幅不明显,2017年四季度本科职位需求占比为77.42%,同比下降4.92%。

     

    与此同时,AI领域的职位对博士和硕士的需求总体呈逐年上升的趋势,2017年四季度对硕士和博士的需求占比分别为20.78%、1.80%,分别同比上升17.14%、116.87%。2017年三季度AI领域对博士学历人才的需求达到了这六个季度的峰值,为2.92%。

     

    AI融合了很多高科技元素和众多学科的前沿研究成果,随着它的进一步发展、深化,高学历在这个领域将越来越受欢迎。

     

    在猎聘近期上万人的问卷调研中,人们描述AI提起频率最多的三个形容词是“尖端”“精准“快捷”,选择这三个词的人占比为72.30%、63.20%、46.00%,这三个词也从另一方面代表了人们对AI的认知更偏向高科技。

     

    8、AI人才占据互联网半壁江山,逐渐向其他行业渗透

     

    640?wx_fmt=png

     

    纵观2016年三季度到2017年四季度,AI人才在全行业均有不同程度的分布,其中在互联网行业中分布最多,各个季度都超过六成;其次是电子通信、机械制造和金融行业。

     

    在这六个季度中,AI人才在互联网行业的分布整体明显下降,四季度比三季度有所回升。在电子通信、机械制造和金融行业,AI人才的分布总体明显上升。

     

    这说明AI人才不是仅局限于互联网行业,而是在互联网行业为主导的前提下向其他行业渗透。这跟国家对于AI产业发展的布局也密切相关。

     

    2017年,党的十九大报告指出,“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”,并将建设“智慧社会”与建设“科技强国、质量强国、航天强国、网络强国、交通强国、数字中国”并列。可见,AI在今后国家发展中的重要地位。

     

    在今年1月上旬召开的2018年全国科技工作会议中,科技部部长万钢在介绍2018年科技工作重点时指出,强化人工智能技术突破和应用示范,推进互联网、大数据、人工智能和实体经济深度融合,培育壮大共享经济、数字经济、智能经济等新的经济形态。

     

    万钢所做的报告显示,人工智能、大数据、云计算等引领支撑数字经济、平台经济、共享经济快速发展。据新华网报道,2016年数字经济规模达22.6万亿元,占GDP比重超过30%。网络零售交易额、电子信息产品制造规模居全球第一。

     

    由此可见,在今后几年内,AI和各产业的融合将更加深入,AI人才也会更多地分布到非互联网行业,为社会创造更多的价值。

     

    9、AI人才扎堆京沪深,二线城市也燃起星星之火


    640?wx_fmt=png

     

    2017年三、四季度在AI人才分布的Top10城市及其排名都一样,同一城市在不同的季度占比差别微小。在这两个季度,北京、上海、深圳的AI人才分布占比名列前三,总共汇集了全国超过60%的AI人才,仅北京就占了全国几乎三分之一的AI人才。这几个城市都是互联网、高科技创业公司的重镇,为AI提供了良好的发展土壤。

     

    值得注意的是,杭州AI人才在两个季度的排名都跟一线城市广州不相上下,位居二线城市之首。这跟杭州具备良好的互联网发展环境和AI产业基础密切相关。

     

    在这两个季度中,西安AI人才供给占比均排在第11名,三季度占比为0.88%,四季度为0.94%,是西北地区唯一跻身AI人才分布前20的城市。西安近年来加大了人才引进力度,尤其是该市自2017年以来不断升级人才新政,同时降低落户门槛,大力引进各类领军人才,其中包括科技创新人才,为AI人才的发展创造了政策优势。

     

    10、AI人才在私企分布最多,远远超出其他性质的企业

     

    640?wx_fmt=png

     

    在AI人才的企业分布中,私企比重最多,2017年下半年两个季度都超过了70%。其次是外企,占比超过10%,而其他性质的企业和机构占比均不超过10%。


    2017年四季度,私企AI人才的分布为73.72%,比同年三季度高出2.75%。私企近年来在国内相当活跃,诞生了一大批具有雄厚实力的高科技公司,如阿里、百度、今日头条等公司,对致力技术发展的人才具有强大的号召力。

     

    猎聘职场高级顾问认为,AI的发展势不可挡,无论人们对AI抱何种态度,都不要抵触对新领域的了解和学习;只有把握行业发展的最新潮流,才能为自己寻找到更合适的定位和更

    好的发展轨迹。

     

    最后安利一下:


    GMIC北京2018大会将于4月26-28日在北京国家会议中心举行。作为十周年献礼,本届GMIC大会将全面拥抱AI,特设两天AI主论坛,探讨人工智能技术趋势,挖掘其产业化和场景商业价值。目前已确认嘉宾包括人工智能泰斗级人物Geoffrey Hinton、Yann Lecun、Michael I. Jordan、创新工场创始人及首席执行官李开复、小鹏汽车董事长何小鹏、荣耀总裁赵明、人类基因组计划之父Craig Venter、图灵奖获得者Shafi Goldwasser等。此外,本届GMIC大会还将同期举行近30个行业峰会和品牌专场,以及面积达22,000平方米的高新技术与产品展览。点击【阅读原文】报名。



    网易智能

    聚焦AI 读懂下一个大时代

    长按扫码关注我们

    640?wx_fmt=jpeg

    加入社群


    AI社群(AI专家群、AI黑板报)火热招募中,欢迎对AI感兴趣的小伙伴,添加小助手微信 kaiwu_club,说明身份即可加入。


    往期精华


    人物专访  沈向洋 | 于尔根 | 洪小文 | 李德毅 | 尤瓦尔 | 哈萨比斯 | 宋继强 | 杨强 | 余凯 | 邓志东 | 芮勇 | 戴文渊 | 石博盟 | 韦东 | 黄学东


    行业特稿  抢滩智能音箱(上) | 抢滩智能音箱(下) | 自动驾驶行业素描(上) | 自动驾驶行业素描(下) | 机器翻译技术与应用


    重磅报告  麦肯锡(二) | AlphaBeta & ABC | 埃森哲 |  英国政府 | Internet Society | Forrester | VertoAnalytics 麦肯锡(一) | 苹果公司 | 耶鲁大学 

    640?wx_fmt=jpeg
    展开全文
  • 腾讯正在美国加州帕洛阿尔托(Palo Alto)招聘自动驾驶汽车工程师,将同其它公司争取硅谷的核心人才。 腾讯在LinkedIn上发布的招聘广告声称,“我们正在为加州帕洛阿尔托的无人驾驶团队组建研发小组。”腾讯在...

    腾讯正在美国加州帕洛阿尔托(Palo Alto)招聘自动驾驶汽车工程师,将同其它公司争取硅谷的核心人才。

    腾讯在LinkedIn上发布的招聘广告声称,“我们正在为加州帕洛阿尔托的无人驾驶团队组建研发小组。”腾讯在LinkedIn发布的招聘信息表明,它将招聘至少9类工程岗位,专业包括运动规划、传感器融合、汽车智能和机器学习。招聘信息的发布时间在近两周到一个月时间不等。

    彰显出腾讯进军自动驾驶领域的决心

    自动驾驶作为人工智能有最快有望落地的一项应用,已经成为不可阻挡的科技趋势。谈到自动驾驶就不得不说BAT三家的情况了,在京比特看来腾讯目前在无人驾驶领域的发展要明显落后于百度以及阿里的无人驾驶领域的发展。

    首先,腾讯是BAT中最晚进入智能驾驶领域的企业,2016年下半年,腾讯旗下的MIG移动互联网事业群开始大规模招聘,寻求自动驾驶相关的算法、高精地图等领域人才,随后便在北京成立了腾讯自动驾驶实验室。在而阿里巴巴在2014年,就和上汽签署了战略合作协议,共同打造的“斑马公司”已经是传统车企和互联网巨头合作的巅峰。2017年百度开放了Apollo 1.0的能力,赋能各大传统汽车厂商发展自动驾驶,现在Apollo计划已有超过100个合作伙伴加入。相比腾讯而言百度、和阿里具有先发优势,在腾讯入门自动驾驶领域的时候,百度和阿里已经取得了一定的成绩。

    其次,腾讯的技术较落后。现在的腾讯创始人、前CTO张志东在2018年9月15日的腾讯大学交流上,也坦率地谈到了腾讯的技术落后这一问题问题:腾讯的组织变革是滞后了,为社会创造的独特的优秀产品和连接创新还不够多。云时代和大数据时代在快速的到来,社会和科技发展引发不少数字化社会的新问题,我们在这类问题上的创造力和推进力,还没有展现出足够的厚度和力量。”这一点足以说明腾讯技术落后的问题。但是自动驾驶技术研发对企业有着极高的技术要求,显然目前的腾讯在这方面的能力还比较欠缺。

    虽然腾讯目前在自动驾驶领域的成绩并不是很理想,但是腾讯似乎一直在加码自动驾驶。在近日的全球合伙人大会上,腾讯自动驾驶作为独立品牌首次亮相,可见腾讯对自动驾驶的重视程度。此次腾讯前往美国招聘自动驾驶方面的人才无疑则是进一步表明了腾讯发展自动驾驶的决心。

    加快腾讯在自动驾驶领域的速度

    企业的核心资产是人才,人才的获取与培养对企业发展而言是至关重要的。当前,很多企业都面临着人才短缺和招聘难的问题,其中很多高科技行业人才更是短缺,比如人工智能行业的人才就及其的短缺,根据《2017全球人工智能人才白皮书》数据显示,截止到2017年10月,中国人工智能人才的需求缺口已经达到了百万级。2017年前10个月内,AI人才需求量已达2016年的近两倍,2015年的5.3倍,人才需求年复合增长率超200%。AI技术作为自动驾驶的重要支撑之一,在一定程度上影响着自动驾驶技术的发展速度。

    根据京比特在上文中的分析来看,目前腾讯必须要加快自己的自动驾驶领域里发展的速度,才能尽量的缩短自己和百度、阿里的差距。显然人才是推动自动驾驶发展的重要因素,而位于加州的硅谷可谓是全球高精尖端人群的集聚地,它周围聚集了斯坦福大学、加州大学伯克利分校等这些高等学府,腾讯在这里招聘能够更有利于腾讯寻找到在自动驾驶领域方面的顶尖人才,以便进一步推动腾讯在在自动驾驶领域方面发展。

    其次、硅谷所在的加州是全球首个通过无人驾驶汽车正式法规的地区,这里吸引了全球无人驾驶公司前往设立主要测试基地。国内的百度就在这里设立研究院,这就意味着百度有了与全球顶尖人工智能、无人驾驶公司同台竞技并延揽顶尖人才的机会,通过这样的竞技也够进一步提升百度的无人驾驶技术。和百度一样,如果腾讯也在这设立了自己的研究院也能够和这些自动驾驶巨头公司进行交流和切磋,从而也能够进一步提升自己的在自动驾驶领域里的发展速度。

    投资自动驾驶能够更快的得到回报

    众所周知,全球关于无人驾驶的“试验”或者说“测试”还在如火如荼地进行着。很多汽车企业和互联网企业也一直在这方面有很多研发投入和跟进,此次腾讯在美国进行无人驾驶技术人员招聘也是再次加码无人驾驶,说到这里,京比特不禁要问,为什么腾讯愿意此时在自动驾驶领域继续投资呢?

    首先:各大巨头公司的无人驾驶技术几乎都已落地,整个行业正在走向成熟化。就拿国内自动驾驶巨头百度来说,在2018 世界大会上,百度宣布其无人驾驶车“阿波龙”安全运营 120 天,累计行驶10000+公里,服务10000+人次,收到8000+条反馈。百度宣布预计到 2019 年,搭载阿波龙 L4 自动驾驶能力的“新物种”将达 10000 台,这与L5级的全自动驾驶,只有一步之遥。近日,Alphabet旗下自动驾驶公司Waymo也已开始就自动驾驶汽车行程向亚利桑那州乘客收费。这使其成为首个推出商用服务的无人驾驶汽车开发商。可见,自动驾驶正在快速的走入我们的世界,相对于其它行业新兴的行业来说,自动驾驶行业是一个已经是一个能够看得到曙光的行业了。

    其次,可以说自动驾驶是一个发展的趋势,同时有着巨大的商业前景,《2018-2023年中国无人驾驶汽车行业市场前景调查及投融资战略研究》报告显示,2016年全球无人驾驶汽车规模约达40亿美元,市场发展空间还很大。到2021年,预计全球无人驾驶汽车市场规模将达70.3亿美元;到2035年,预计全球无人驾驶汽车销量将达2100万辆。在巨大市场的吸引之下腾讯加码自动驾驶是自然而然的事情。除了自动驾驶车辆本身的商业前景之外,像百度一样以自动驾驶为入口切入智能城市建设或许也是此次腾讯发力自动驾驶的原因之一。

    展开全文
  • 不过,有时候个人光环还是没有金钱来得实在,许多人在特斯拉历练多年后,还是被其他新创公司重金挖走,而特斯拉“人才收割机”的典型代表就是自动驾驶出租车新创公司 Zoox。 据雷锋网了解,这家成立四年就累计...
    TB1H.c6GeGSBuNjSspbXXciipXa.jpg

    Zoox 的团队阵容已经相当强大

    雷锋网(公众号:雷锋网)按:500 名员工中,居然有 80 多人曾是特斯拉员工!

    对许多科技迷来说,能与 Elon Musk 共事恐怕是他们最大的心愿。对身怀绝技的技术人员来说,Musk 对创新的追逐也是他们甘为硅谷钢铁侠打工的动力。

    不过,有时候个人光环还是没有金钱来得实在,许多人在特斯拉历练多年后,还是被其他新创公司重金挖走,而特斯拉“人才收割机”的典型代表就是自动驾驶出租车新创公司 Zoox。

    据雷锋网了解,这家成立四年就累计融资 8 亿美元的小巨头野心相当大,Zoox 要用自家产品一次颠覆 Waymo、特斯拉和 Uber 三家超级巨头,也就是说它们要融合自动驾驶、电动和打车三大元素。

    Zoox 的自动驾驶出租车绝对就是“不将就”三个字本尊,它不像其他厂商那样在传统车型基础上改装而来,而是从零开始,直接采用全新的颠覆性设计,不但取消了方向盘、刹车和踏板,还弱化了车头和车尾的分野。至于动力系统,也是全新设计的四台电机,每个轮子都能分配到精准的动力。

    为了实现 2020 年部署自动驾驶汽车的目标,Zoox 疯狂在市场上“搜刮”着天才工程师,现在的 Zoox 有 500 多名员工,其中有超过 80 名(占到 ZZoox 雇员总数的 16%)都曾是 Musk 手下的精兵强将。

    “他们都是一等一的人才。”Zoox 联合创始人 Kentley-Klay 说道。不过,他也明确解释称,Zoox 并没有专门在特斯拉挖角。“我们并没有往那方面想,Zoox 要做的工作充满了艰难困苦,因此我们必须把全世界最好的人才聚在公司旗下。我们不在乎他们之前在哪家公司高就,只要有能耐就行。”

    Brijesh Tripathi 是从特斯拉跳槽到 Zoox 的员工之一,来新公司当硬件工程副主席之前,他在特斯拉 Autopilot 团队当了两年硬件工程主管。而此前在苹果和 Tripathi 共事过的芯片设计师 Jim Keller,则是 2016 年帮特斯拉挖来 Tripathi 的功臣。不过,这位 Autopilot 副主席现在也“背叛”特斯拉,来到英特尔高就了。

    据雷锋网了解,Zoox 并非盯着特斯拉这只肥羊一直“薅羊毛”,它的工程师团队不但聚集了来自 Waymo、通用 Cruise 和苹果等巨头的员工,连电池新创公司 Romeo Power,电动巴士制造商 Proterra 的人才也没放过,甚至 Plenty 这种八竿子打不着的室内种植公司,也是 Zoox 挖角的对象。

    TB1OCv.GqmWBuNjy1XaXXXCbXXa.jpg

    Zoox 公布的自动驾驶出租车概念设计

    毫无疑问,Musk 想让特斯拉成为自动驾驶行业的领航员。不过,钢铁侠却始终不愿给特斯拉旗下车型配备 LiDAR,因为这种传感器售价实在太昂贵了。Zoox 就没有这样的压力,因为它要运营自动驾驶出租车队,而非面向用户售卖车辆。

    “与特斯拉必须千方百计控制成本不同,我们只需要全力解决自动驾驶的问题,这样硬件工程师的任务就简单多了,时间节点也能得到有效的保证。说实话,有些技术现在确实不适合大规模量产的消费级产品,但它们绝对必不可少。”Tripathi 说。

    至于 Zoox 自动驾驶出租车的定妆照到底好看与否现在都还是个谜,对于设计和细节这家公司一直守口如瓶。

    Tripathi 被 Zoox 挖来之前,Musk 还没有宣布裁员计划。未来 Zoox 是否会从这 4000 名被裁特斯拉员工中继续挖人,Kentley-Klay 也不愿透露。不过,肯定有很多特斯拉的“弃将”已经将简历递到 Zoox HR 的手上了。

    展开全文
  • 目前来看,自动驾驶技术发展已经分化出两大阵营:以汽车制造商为代表的ADAS和单车智能技术阵营;以及以互联网企业为代表的人工智能和网联化技术阵营。基于两大阵营差异化的特点导致自动驾驶技术路线也发生了迥异的...

    目前来看,自动驾驶技术发展已经分化出两大阵营:以汽车制造商为代表的ADAS和单车智能技术阵营;以及以互联网企业为代表的人工智能和网联化技术阵营。基于两大阵营差异化的特点导致自动驾驶技术路线也发生了迥异的变化!

    无论是汽车制造商还是互联网企业,实现汽车自动驾驶均采用环境信息感知识别——系统智能决策控制的技术框架。自动驾驶技术集自动控制、复杂系统、人工智能、机器视觉等于一体,收集云端和车载传感器的车联网数据、地理信息数据、环境感知数据等信息,识别车辆驾驶区域的环境特征,进行任务设定和控制规划。

    7125f20c5486d115bdb12d0f91700e7a.png

    自动驾驶技术发展已经分化出两大阵营:以汽车制造商为代表的ADAS和单车智能技术阵营,以及以互联网企业为代表的人工智能和网联化技术阵营。ADAS和单车智能技术阵营主要从现有的驾驶辅助安全技术出发,配合感知和控制决策,逐步实现智能化自动驾驶技术;人工智能和网联化技术阵营则直接依靠智能计算及网络通信实现对汽车的控制。除此之外,在系统集成和功能实现等方面,不同技术阵营之间、内部均存在一定差异。

    01总体方案

    互联网企业以谷歌、百度等为代表的人工智能和网联化技术阵营,侧重于高精度定位的引导,配合激光雷达、摄像头、毫米波雷达、超声波传感器、GPS等传感器,利用人工智能算法实现完全自主驾驶。其技术核心是高精度地图的构建,以及各种传感器的感知特征的匹配和融合。

    汽车制造商如通用、沃尔沃、特斯拉等及其零部件供应商博世、Mobileye等为代表的ADAS和单车智能技术阵营,依靠摄像头、毫米波雷达、超声波传感器等设备,侧重于对行驶环境的精确感知,实现一定约束条件下的高级辅助驾驶功能,其核心竞争力是ADAS的技术积累及大量商用经验。

    汽车制造商与互联网公司智能汽车技术发展路径对比如下图所示。从技术发展规律上看,汽车制造商依靠ADAS技术和功能的不断完善,以缓解驾驶人驾驶压力、提升驾驶体验为目标,基于完善的整车制造经验,逐步提出高等级的自动驾驶汽车;而互联网企业则依据深度学习、图像理解等人工智能技术,以计算机替代人类驾驶为目标,基于其先进的互联网、云服务等技术,实现直接替代传统汽车的完全自动驾驶汽车。

    600790d809c105fa927f94234f3dd457.png

    互联网公司偏向于直接实现高等级的自动驾驶,其技术核心——深度学习算法,利用高性能处理器模拟多层神经网络,让机器掌握自主学习的能力。通过对道路场景标定数据的训练,实现神经网络对汽车、行人、标志标线、非机动车等交通因素的准确实时检测。该技术需要通过采集海量数据不断训练和完善自动驾驶模型,提高汽车系统的深度学习能力和自主决策能力。

    e9ade6ffd7e7c1027445f42d04556f90.png

    ▲地平线人工智能视觉芯片

    互联网公司研发自动驾驶汽车的目的是实现对人工智能领域的重大探索创新和技术前沿布局。其拥有丰富的软件开发经验、强大的人才储备、高效率的软件开发和测试流程,因而能更早地、激进地实现自动驾驶的功能且无需背负变现的压力。另外,互联网公司在人工智能、人机交互服务层面具有较大的竞争优势,进度或将大幅领先采取ADAS升级路线的传统汽车制造商。

    汽车制造商一般认为ADAS是实现汽车自动驾驶的过渡阶段。通过ADAS功能的拓展和完善,渐进式地实现无人驾驶。

    目前,ADAS可以完成车辆的横、纵向运动自动控制,但这种以辅助人类驾驶为目标的局部、分离的单项功能使其仍称不上是智能汽车。汽车制造商希望通过多次技术方案的革新,并在得到相应收益的同时,逐步地到达最后的完全无人驾驶。

    039067e0d6a2e4420969dc9a9886e1d4.png

    汽车制造商的优势主要在于技术积累,具备先发优势且可以直接利用客户资源快速迭代优化其智能系统,但其主营业务是整车的制造和销售。因此,提供更好的驾驶体验是其研发的动力,且仍需顾及研发成果的变现能力。这些顾虑可能会将其自动驾驶研究局限在ADAS领域。

    综上,不管哪种技术路线,实际上都是基于信息感知和处理,实现对行驶环境的准确识别,构建高精度的环境地图驱动行驶,技术路线的基本步骤一样,只是在每个具体步骤中,实现方法有所区别。例如,体现在自动驾驶汽车的外观上,车顶上一般都有激光雷达装置,车身四周装有一系列的传感器。

    02环境感知

    自动驾驶技术的核心是实现汽车的“环境感知-决策规划-控制执行”过程。环境感知作为第一环节,处于自动驾驶车辆与外界环境信息交互的关键位置,其关键在于使自动驾驶车辆更好地模拟人类驾驶者的感知能力,从而理解自身和周边的驾驶态势。因此,自动驾驶汽车对道路环境感知能力的好坏直接影响车辆的安全性和通行能力

    如下图所示,自动驾驶汽车需要集成摄像头、激光雷达、微波雷达、红外传感器、超声波雷达等传感器,对道路环境近、中、远距离以及各个角度探测,并对感知信息进行融合处理和识别环境中各个相关因素。摄像头、雷达、定位导航系统等为自动驾驶车辆提供了海量的周边环境及自身状态数据。

    bbb314a5e1d437a73f8e99a576e8bae0.png

    目前自动驾驶环境感知的技术路线主要有两种:一种是使用视觉主导的多传感器融合方案,另一种以低成本激光雷达为主导

    视觉主导的环境感知技术采用多摄像头、毫米波雷达、超声波雷达和低成本激光雷达融合感知的方案。当前技术条件下,摄像机成像受环境光照的影响较大,基于人工智能的目标检测与定位可靠性仍然较低,但其优势在于传感器成本低。

    自从2016年5月,处于自动驾驶状态的特斯拉电动车在美国佛罗里达州与卡车相撞的死亡事故发生后,特斯拉将视觉感知识别功能实现从Mobileye提供单目视觉技术替换为基于Nvidia Drive TX2计算平台的特斯拉Vision软件系统,使用深度学习算法替代基于传统机器学习的视频图像识别方法,这也是当前互联网公司提供的自动驾驶解决方案所采用的。截止到2018年年底,特斯拉通过Autopilot积累的自动驾驶里程已经达到近20亿公里,其认为当前自动驾驶可靠性为98%,但要达到99.999%才能满足安全水平。

    激光雷达主导的感知技术使用了激光雷达、毫米波雷达、超声波传感器和摄像头融合识别的方案。激光雷达采用主动激光测距的机制,形成激光点云图像描述周边障碍物分布,目标检测与定位可靠性高,但缺乏周围环境的颜色和纹理信息且成本高昂。

    激光雷达主导的解决方案未来将沿两种方向继续推进商业化进程:一个是发展摄像头与激光雷达结合的硬件模组,直接获得彩色激光点云数据。另一个是降低激光雷达的硬件成本,比如研发固态激光雷达并真正实现产业化

    综上,多传感器融合是未来自动驾驶发展的必然趋势,自动驾驶行业的终极目标是实现安全性极高的无人驾驶。从感知端角度出发,汽车上每增加一种传感器进行融合使用,汽车相应的探测精度就会提高。

    因此,无论是采用视觉主导还是激光雷达主导的方案,必将在未来统一。汽车的感知层将按照各种传感器的能力特性(如红绿灯、标志标线识别依靠摄像头;障碍物识别依靠激光雷达等),进行多层次地融合识别和结果校验,得出高可靠的识别结果供决策。

    03车联网

    车联网是实现自动驾驶技术的一种重要途径,其核心在于车路协同技术。“聪明的路、智慧的车”的技术路线能够弥补当前自动驾驶汽车在信息感知、分析决策上的不足,尽快实现车辆的智能化自动化运营。而车路协同所依赖的V2X通信技术,在国际上有两大路线:一个是DSRC技术为基础的方案,另一个是蜂窝路线。

    基于V2V的DSRC(专用短程通信)的车联网技术已比较成熟,DSRC(IEEE 802.11p)已公开发布,基于Ad-hoc机制动态拓扑组网,进行车间、车路通信,能够360度全方位地实现V2V之间的通讯,覆盖半径可达2公里,时延在50ms以内,其独特优势在于技术成熟和安全可靠。

    国内则对LTE-V和5G等基于蜂窝通信的车联网通信技术与产业态度非常积极,其技术优势在于网络带宽更大、通信时延更小。目前,几个城市正在试点5G和LTE-V的部署。我国部分城市智能网联汽车示范区车联网方案如下图所示。

    32e0dc51cdf68038db59ddb436caa827.png

    从实现路径的角度来说,车路协同有两大阶段。国内极有可能先做smart way。道路首先要是“聪明的”,一旦在某些特定的区域有了smart way,就可以不管道路上面运行的是什么等级的智能车辆均能够进行控制。所以车路协同会有两个阶段开始可能先做到很“聪明”,但车是普通的,可以做一些编队管理,可以做一些专用道管理,私家车也可以在专用道上做编队管理。

    自动驾驶暂时没有普及,车辆的智能化有一个迭代过程,现阶段可能处于初级阶段,最终肯定是“smart way+聪明的车”,这是两个不同的阶段。但是这些阶段对基础设施提出了全新的要求,北京航空航天大学副校长王云鹏认为,未来基础设施将是以下五网融合的形式:

    第一,道路网,道路网既是物理形态的,也得是数字化、结构化的道路网,甚至车道级的信息也需要,与车辆交互用于微观层面的控制。

    第二,传感网,传感网肯定是“固定传感+移动传感”相结合,而且慢慢会被移动传感取代。每个车如果都是一个移动传感器的话就变成群体协同的移动感知了。

    第三,控制网,交通运输部一直想推动新一代交通技术。但是这种控制网,我认为它是基于场景,也是基于需求的,暂时无法实现全路网完全是后台计算好的优化控制,未来可能实现协调统一,但现阶段肯定需要控制网。

    第四,能源网,车辆的电动化已经成为一种趋势,现在大家注意到太阳能公路,注意到电动汽车在路网上运行,如何实现高效、便捷的能源利用和补充是设施的重要内容,设施中也离不开能源网的概念。

    第五,宏观级的管理数据基础平台。这个平台上面需要考虑多模式通信和信息安全。它从基础设施到接入层、支撑层、应用层会逐步地发生变化,应用层级上针对安全、效率、服务三类应用很快会从应用角度驱动这些变化。

    04总结

    从当前自动驾驶技术现状水平来看,不管哪种技术路线,本质上都是通过多种传感器、车联网和互联网的集成实现。通过车上的摄像头、超声波雷达、激光雷达、GPS等传感器来获得信息,然后对信息进行处理,最后实现车辆对环境的识别。

    从技术发展来看,尚需要从以下几个技术方面突破:融合环境感知与环境建模,并在5G通信、智能交通系统和车路协同技术的支撑下,实现极端环境与紧急情况下的可靠感知;满足传感器高可靠、低成本的商用化需求,解决多传感器信息的融合问题;发展基于深度学习的环境感知和自主决策技术,实现自动驾驶汽车的自主驾驶学习能力,从而为自动驾驶产业的落地实践打下坚实的技术基础。

    (图文转自:无人车情报局)

    26f52b9420f069cf9fe2e268531d2bff.png

    公告

    中国电动汽车百人会官网网址,自2019年7月起更改为:www.chinaev100.com,敬请知悉!

    往期精彩推荐

    观点 | 张永伟:汽车产业向数字化转型的重点方向


    活动预告 |“探路车联网产业发展”圆桌会议 将于7月26日召开


    行业资讯 | 宁德时代牵手丰田汽车;本田将推全新模块ev平台


    d91ebe6b3e1df1f47ef8ca6dc4a0097d.png

    展开全文
  • 自动驾驶的现状分析与实现过程卜艺浦【摘要】自动驾驶在本世纪尤其是近几年得到飞速发展,技术水平已经达到相对成熟的地步,预计在3到5年能够实现推广。自动驾驶是人工智能技术的的重要应用,具有重要研究意义,同时...
  • 如今自动驾驶在全球范围内的发展势头愈发“凶猛”,该领域人才也一度被视为“香饽饽”。 即使在美国,自动驾驶工程师的起薪也已经突破了25万美元,我国‘“开价”之高更是令人咋舌。人才人才、还是人才!重要的...
  • 本文对无人驾驶领域现有的主流智能车辆仿真软件具体情况介绍如下,文章介绍的有点多字数偏多,感兴趣的同学可以收藏后再看,全是干货。现有的仿真软件主要包括CarSim、CarMaker、PreScan、PTV Vissim、SUMO、VIRES ...
  • 自动驾驶控制系统的架构当中,自动驾驶车辆的感知系统和定位系统作为车辆路径规划的依据,是至关重要的两个环节。最近的两篇文章将详细介绍自动驾驶车辆的感知系统和定位系统的基本结构、发展现状和未来发展方向。...
  • 【导读】新思科技市场总监党伟光指出:“今天需要深度学习的自动驾驶软件复杂程度已经达到几千万行代码,有的甚至超过1亿行,急需软件工具来帮助提高测试效率。新思虚拟原型工具可帮助汽车厂减少80%的自动驾驶软件...
  • 近年来,随着工业4.0概念的推出和第四次工业革命的起步,自动驾驶作为汽车智能领域的一个重要方向得到汽车和科技行业的重视。不论是传统车企大众、奔驰、宝马,造车新势力特斯拉、蔚来、小鹏,还是科技新贵Waymo、...
  • 从2020年第2期开始,《单片机与嵌入式...卷首语AIoT时代的嵌入式技术与人才培养何小庆嵌入式系统联谊会秘书长以自动驾驶、智能机器人和智慧安防为代表的AIoT(智联网)正在成为新一轮科技创新制高点。5G 布置将大大提...
  • 通过 AMiner 大数据平台对 AMiner 的自动驾驶人才库进行数据挖掘, 统计分析出领域内学者分布及迁徙。 同时, 介绍了目前自动驾驶汽车领域的国内外代表性研究学者。 自动驾驶汽车应用介绍。 自动驾驶汽车已经以交通...
  • 近年来,百度 Apollo、图森、小马智行等行业领先公司通过多传感器融合技术,逐步实现自动驾驶技术中感知和定位的核心功能。蔚来、特斯拉等车企也开始放弃纯视觉路线,逐渐采用多传感器融合技术。Amazon Go 使用...
  • 高精地图数据信息分层示意图资料来源:智研咨询整理高精地图精度高、信息丰富,是实现自动驾驶的重要组成部分,高精地图能够强化自动驾驶系统感知层和决策层的能力,主要体现在辅助验证感知信息、确定车辆的地图位置...
  • ... 来源:智东西摘要:清华-中国工程院知识智能联合研究中心从技术、人才、应用和趋势的维度盘点自动驾驶的发展。从传统车企到新造车势力,再到互联网大佬,都在加注自动驾驶自动驾驶...
  • 这场汇聚了全球自动驾驶领域最顶尖玩家的论坛中,从创业、投资、教育等方面展现了自动驾驶生态系统的全景图。   虽然,自动驾驶的终极目标无限光明,但当下并非坦途。   其中包括L3、L4的路线之争;自动驾驶...
  • 初识自动驾驶系统

    2020-08-15 18:08:57
    因此可以预见,未来自动驾驶方向将会吸引更多的企业和人才加入。本篇文章对于自动驾驶及相关技术进行初步介绍,适用于入门或科普。 自动驾驶(auto pilot)是指车辆能够依据自身设备对周围环境进行感知、理解,根据...
  • 重视的体现之一,就是对于自动驾驶人才的大力延揽。先有原特斯拉AutoPliot Machine Learning Tech Lead谷俊丽加盟小鹏汽车担任自动驾驶研发的VP;去年12月,原高通自动驾驶负责人吴新宙也正式加盟小鹏汽车,担任小鹏...
  • 相比于主要竞争对手滴滴,神州优车还没有把“自动驾驶”喊得响亮,不过这并不意味着在人工智能研发和应用方面,神州缺乏雄心。 近日推出的智慧交通开放平台(UTOP—UCAR smart Transportation Open Platform),就可...
  • 重视的体现之一,就是对于自动驾驶人才的大力延揽。先有原特斯拉AutoPliot Machine Learning Tech Lead谷俊丽加盟小鹏汽车担任自动驾驶研发的VP;去年12月,原高通自动驾驶负责人吴新宙也正式加盟小鹏汽车,担任小鹏...
  • 国内咖啡服务行业的闭店率已经达到了83%……可以说,2020年是不稳定的一年,疫情正在对就业市场持续造成冲击,不少行业纷纷面临裁员或降薪,不知技术人才是否也遭遇同样境地?Hired通过调查超过一万...
  • 中国软件人才的“金字塔”型合理结构并未实现,软件产业健康、快速发展所需要三类人才:既懂技术又懂管理的软件高级人才、系统分析及设计人员(软件工程师)、熟练的程序员(软件蓝领)这三类由高到低的人才结构并未呈...
  • 这几年来,苹果神秘的自动驾驶项目不断变换着重心,不过今年似乎加快步伐了。 四月,苹果获得加州自动驾驶路测许可。苹果 CEO 库克也证实,公司正在研发可以让汽车(以及其他工具)自动行驶的软件。 最近...
  • 7月12日晚间,大众汽车集团宣布以26亿美元投资福特旗下的自动驾驶公司Argo AI,后者估值达到70亿美元。投资完成后,大众汽车集团和福特汽车所持Argo AI公司的股比相同,两家公司的持股总和将...
  • 通过 AMiner 大数据平台对 AMiner 的自动驾驶人才库进行数据挖掘,统计分析出领域内学者分布及迁徙 代表性研究学者 自动驾驶技术领域的国内代表性研究学者包括贺汉根、李德毅、杨静宇、郑南宁等,国外包括 ...

空空如也

空空如也

1 2 3 4 5 ... 7
收藏数 138
精华内容 55
关键字:

自动驾驶人才