从CES 2016看自动驾驶的技术趋势

它兼顾了本机处理和深度学习的要求。一方面，它足够满足车辆本身的视觉处理需求，另一方面，Drive PX 2 采集到的数据经过处理之后会上传云端，进行深度学习网络的训练，训练的成果可以用来提升所有车辆的智能程度。

其实这个「深度学习」，和上面段落提到的「众包」是相辅相成的。特斯拉 Autopilot 的自主学习功能也是这方面的实际体现。

不管是本机处理还是深度学习，背后都意味着海量数据的获取。就像英伟达所说，The more data we collect, the smarter our system becomes. 而为了更加 smarter，就必须提升处理能力。

可以很明显的发觉到，今年大家开始越来越意识到「人工智能」、「深度学习」的重要性，并且把它上升到前所未有的高度。丰田砸下 10 亿美元研究人工智能也是特别好的例子，Mobileye 也提到了深度学习对他们的重要性。

当然，在这个过程里，数据的采集压缩能力，数据管理的能力，也是特别重要的。

总结

从这次 CES 上各大厂商的表态来看，还是认为 5-10 年内可以实现完全自动驾驶，不能说他们的信心完全来源于以上提到的这几点变化，但不能否认的是，它们确实是推动完全自动驾驶发展的关键因素。

可能你会觉得，通过这次 CES，自己对于自动驾驶的认识比之前提升了很多，那么恭喜你，已经慢慢看出门道了。从宏观的层面来说，这也意味着大家做自动驾驶的方法论越来越清晰。

长远的看，实现完全自动驾驶是必然结果，但是在「结果」之外，选择什么样的解决方式，为什么这么选，这些都是挺值得研究的问题。