人工智能语音助手将推动自动驾驶和软件定义汽车的成功

2月 27, 2023
|在博客
|通过布雷迪王
  • 人工智能语音助手正在被集成到汽车中，以实现免提和直观的功能。
  • 语音助手谷歌的助理和苹果Siri能够识别并响应自然语言命令，使驾驶员能够更有效地与车辆互动。
  • 集成自然语音虚拟助手是复杂的，需要在学习和数据收集方面拥有大量的资源和专业知识。因此，目前只有少数公司能够成功地做到这一点。

ChatGPT的流行促使许多人开始思考人工智能的潜在应用。其中一个在汽车部门。随着汽车仪表盘的简化，将更多的功能集成到中央显示器已经成为一种趋势，例如导航、娱乐、气候控制和车辆诊断。车辆中的中央计算机正变得越来越强大，可以做更多的事情。所有这些都为驾驶员与他们的车辆互动提供了更简单、更友好的方式，同时为车辆本身提供了更先进、更可定制的功能。

同时，这也与发展相匹配软件定义的车辆通过使用集中式软件架构来控制所有车辆功能，使这种集成更进一步。这为通过空中(OTA)更新车辆系统提供了更大的灵活性和能力。

越来越多的人要求将其他功能集成到中央显示器中，例如语音助理、车载数字助理和其他先进的驾驶员辅助系统(ADAS）.然而，过度简化会导致许多问题。有些人仍然喜欢在汽车舱内使用旋钮或按钮，尽管现代汽车中普遍使用触摸屏显示器。以下是一些原因:

  • 触觉反馈:许多人发现使用这些物理控制比在触摸屏上的数字菜单中导航更直观。当按下或转动旋钮和按钮时，它们会提供物理反馈，这可以让你更容易地与控制系统互动，而不必把眼睛从路上移开。
  • 可见性:在某些情况下，旋钮和按钮在明亮的阳光或其他具有挑战性的光线条件下更容易看到和使用，因为它们不会像触摸屏显示器那样受到眩光或反射的影响。
  • 安全:使用物理旋钮和按钮比使用触摸屏更安全，因为它可以让司机把手放在方向盘上，眼睛盯着路。

因此，在汽车的中央屏幕上有一个简化的人机界面(HMI)是至关重要的，它是用户友好的，可靠的和直观的，以尽量减少驾驶员的学习曲线，使他们能够轻松有效地访问所需的功能，而不会遇到任何错误。其中最重要的是虚拟语音助手。

目前市场上有几种流行的虚拟语音助手，如亚马逊Alexa、b谷歌Assistant、苹果Siri、微软Cortana、三星Bixby、百度Duer和小米小AI。此外，还有其他专为汽车行业设计的专有虚拟语音助手，如Cerence、SoundHound Houndify、Harman Ignite和Nuance Dragon Drive。

汽车行业的大多数虚拟助手都是为了与汽车信息娱乐系统无缝集成而创建的，为驾驶员提供各种声控功能，包括免提电话、天气更新、音乐流媒体和声控导航。此外，它们能够识别并响应自然语言命令，使驾驶员能够以更直观、更轻松的方式与车辆互动。通过提供一种安全方便的与车辆互动的方式，这些虚拟语音助手允许驾驶员将手放在方向盘上，眼睛盯着道路。

虽然近年来虚拟语音助手有了显著的进步，但仍有一些挑战需要解决。以下是目前虚拟语音助手存在的一些常见问题:

  • 理解复杂的命令:虚拟语音助手在理解涉及多个变量或条件的复杂命令或请求时可能会遇到困难。
  • 口音和方言:虚拟语音助手也可能难以理解不同口音或方言的用户。
  • 背景噪音:虚拟语音助手可能对背景噪音很敏感，这可能使它们难以理解用户的命令或请求。
  • 隐私问题:随着虚拟语音助手变得越来越普遍，人们对用户数据隐私的担忧也越来越大。
  • 与其他汽车系统集成:虚拟语音助手可能难以与其他系统或设备集成，这可能会限制其功能和实用性。

ChatGPT可以说自然语言，并像人类一样交谈，因为它是一种语言模型，使用一种称为transformer架构的深度学习技术在大量文本数据上进行了训练。在训练过程中，ChatGPT接触了大量的自然语言文本数据，如书籍、文章和网页。这使它能够学习人类语言的模式和结构，包括语法、词汇、句法和上下文。

与基础广泛的训练方法不同，ChatGPT提供的自然语言训练允许开发针对特定数据集进行精细调整的模型，这些数据集可能包括常用的车辆命令或一系列不同的国家口音。然后，通过在大量未标记数据的语料库上进行进一步训练，对模型进行微调，以提高其语言理解能力。

下图显示了我们对智能使用的预测车载语音控制．

搭载人工智能虚拟助手的汽车出货量预测

资料来源:全球汽车ADAS/AD传感器的自动驾驶水平预测，2021-2030F

总的来说，自然语言语音对话助手在汽车上的潜力是巨大的，随着研究和开发的不断进行，我们可以期待在未来看到更先进、更复杂的语音助手。开发一个成功的用于汽车的自然语言虚拟语音助手是一个复杂而耗时的过程，需要多次迭代的训练和微调。

由于开发需要大量的数据，计算资源和专业知识，只有少数公司，如微软，特斯拉，英伟达，Qualcommb谷歌和百度有资源承担这项工作。该技术的开发预计需要三到四年的时间。对3级以上车辆的需求将会增加。

正如我们的报告所强调的那样"汽车原始设备制造商应该进入自动驾驶芯片生产吗?，汽车行业将面临相关障碍电气化和智能化技术，需要持续的资本投资和半导体供应商的支持。因此，只有少数具有相当规模经济的老牌汽车制造商能够为这些举措提供资金。自然语音控制在汽车中的日益普及只会加剧这些挑战。

相关博客:

相关报道: