自動駕駛融合了人工智慧、資訊通訊、半導體、汽車製造等等多項高科技，產業鏈豐富是超出我們想象的，誰先跑通，誰就能定義這個賽道。
作者 | 李 希
編輯 | 李雨晨
近年來，AI被用於解決複雜問題，提供預測分析、識別和解釋視覺資訊，正在徹底革新和支撐各個行業的發展，甚至將改變全球發展格局。麥肯錫公司估計，AI每年可以為全球經濟增加高達4.4萬億美元。全世界都認識到了AI的變革潛力，並全面發力這項核心技術。
近日，OpenAI釋出了名為“美國人工智慧基礎設施藍圖”的AI戰略藍圖，呼籲政府加大對AI的投資，並規劃了北美人工智慧聯盟。此外，專門負責人工智慧事務的“人工智慧部長”也將會被任命。這已經不是美國第一次在人工智慧領域著重發力，2017-2021年期間，就曾有多項AI戰略政策出臺。
吃到政策紅利的美國人工智慧，已經坐上火箭“狂飆”。
斯坦福人類中心人工智慧研究所（Stanford HAI）釋出的 2024 年版人工智慧全球活力工具（Global Vibrancy Tool 2024）顯示，美國在人工智慧領域繼續全球領先，中國排名第二。
在應用層面，2023年，美國吸引了672億美元的AI私人投資，而中國僅為78億美元；美國推出了61個著名的機器學習模型，而中國僅為15個；在算力方面，中國的GPU晶片銷售受到了限制，這是中國發展AI的瓶頸。演算法方面，美國正主導卷積神經網路、大模型等領域的許多AI的核心演算法創新，在全球範圍內對AI人才的“虹吸效應”依然強勁。
上游的投資、算力、演算法變化，自然會影響下游場景的應用落地。
以自動駕駛為例。今年以來，美國對自動駕駛大開政策開綠燈，在聯邦和州政府層面釋出了一系列法規，逐步對自動駕駛向更高等級發展進行鬆綁；馬斯克還將被任命為新成立“政府效率委員部”的部長，並放寬對自動駕駛汽車限制，支援特斯拉無方向盤的Robotaxi落地。
人工智慧的發展高度依賴於資料和演算法的質量與效率，自動駕駛同樣需要海量的資料來訓練和驗證其AI模型。自動駕駛車輛在實際道路上行駛時會生成大量的駕駛資料，這些資料涵蓋了各種複雜的交通場景和突發事件。自動駕駛公司需要收集、處理並標註這些資料，以訓練出更加智慧和可靠的AI模型。應用規模越大，就越能反哺技術，同時創造新的需求，谷歌旗下的無人車Waymo的發展就是典型的案例。
在政策扶持下，Waymo今年頻頻擴大運營區域，5個月內，每週的單量從5萬單，翻了3倍到15萬單，對中國自動駕駛公司蘿蔔快跑實現了反超（蘿蔔每週約為8.2萬單）。
規模化運營帶來的資料，也讓谷歌有能力繼續最佳化演算法，爭奪全球人工智慧和自動駕駛高地。
人工智慧的快速發展並不僅僅依靠於技術，也需要在政策支援、市場佈局、資本投入等方面不斷加碼。美國憑藉其強大的技術創新能力、雄厚的資本實力，以及政府的大力支援，在人工智慧領域一直處於領先地位。IDC釋出的報告顯示，2021年美國人工智慧市場規模是中國的5倍；預計到2025年，這一差距將擴大至7倍。
但中國AI公司已經開始奮力追趕。比如百度、阿里、位元組等多家中國企業入選《財富》全球人工智慧創新者50強，尤其是在專利、學術以及人才培養領域迎頭趕上，AI論文發表數量和影響力上已經與美國並駕齊驅，甚至AI大模型第一定律Scaling Law就源自於百度。對Scaling Law的早期研究，也讓百度早在多年前就投入了AI大模型研究，並在2019年釋出了第一代文心大模型，並在2023年推出生成式AI產品。如今，百度培養的592萬AI人才也成為中國AI產業蓬勃發展的生力軍。
當前，正值AI應用爆發的前夜，需要抓住這一難得的歷史機遇，從頂層設計出發，加強政策支援、資金投入和人才培養等方面的工作，加大對本土AI企業的支援力度並加大對自動駕駛等相關創新產業和創新場景的重視。
尤其是人工智慧最大應用場景的自動駕駛，不僅僅涉及前沿技術的競爭，更是整個技術生態系統的競爭。這一生態系統包括了感測器技術、高效能計算、通訊技術以及雲計算等多個方面。
“自動駕駛融合了人工智慧、資訊通訊、半導體、汽車製造等等多項高科技，產業鏈豐富是超出我們想象的，誰先跑通，誰就能定義這個賽道，誰就能將技術和產品輸出以全世界，這是一個國際科技競賽的前沿戰場，而且是我們輸不起的一場戰役。這一場角逐將全球人工智慧競爭推向一個高潮，在這之中，我們只有快速前進，不能徘徊。”中國資訊通訊研究院政經所原總工程師何霞表示。
無論是自動駕駛還是人工智慧，有了國外政策助推下突飛猛進的經驗參考，讓人不禁想象，在政策、社會大眾的全面力挺下，中國AI產業將在政策和資源的支援下，爆發出強大的能量。
