您的位置首页 资讯 文章归档 正文

亚马逊云科技沈涛:多感官数据融合和机器学习技术是汽车知识化的核心

1月15日消息,CES 2024在美国拉斯维加斯开展。亚马逊云科技中国行业集群总经理沈涛在CES Talk to China stage上表示,在他看来汽车作为未来最大的智能化平台,车辆创新和数字化体验的综合提升正在成为新的趋势。他认..

1月15日消息,CES 2024在美国拉斯维加斯开展。亚马逊云科技中国行业集群总经理沈涛在CES Talk to China stage上表示,在他看来汽车作为未来最大的智能化平台,车辆创新和数字化体验的综合提升正在成为新的趋势。

他认为,汽车产业的创新集中在车辆本身的智能化改革上,尤其是车联网和自动驾驶技术。数字化转型和生成式AI的结合正在推动整个行业的创新边界,提升用车者的数字化体验。其还提到了数据的处理和存储,例如宝马的自动驾驶平台就构建在亚马逊云科技上,提供了持续的算力和AI服务,这样的基础设施支持让车辆能够不断地迭代升级,同时车企需通过如此变化来满足用户需求和提升体验。

随着车联网和自动驾驶技术的融合,如何保障车辆数据的安全性成为了整个行业必须面对的重大挑战。对此,沈涛也强调了数据的安全性和合规性在智能车发展中的重要性,并分享了亚马逊云科技利用其全球用户经验,提供超过300项安全合规服务和产品的案例。这些服务产品为汽车制造商在面对创新与用户数据隐私之间的平衡上提供了必要的支持。

对于自动驾驶的技术发展,沈涛认为算法和硬件的结合是又快又稳地推进这项技术的关键。他认为多感官数据融合和机器学习技术是汽车知识化的核心,同时,这些技术带动了传感器、芯片和网络连接技术的升级。在他的观察下,这种跨域融合的创新正在推动车联网服务的广泛应用,而车联网服务又反过来促进了自动驾驶技术的进步。

在讨论智慧出行所面临的挑战时,沈涛强调了算力、数据处理能力、全球化部署、平台一致性以及数据合规和安全管理等关键领域带来的影响。他指出了自动驾驶技术对算力的巨大需求。这是因为自动驾驶车辆必须处理和分析来自传感器的大量实时数据,包括但不限于摄像头、雷达、激光雷达(LiDAR)等,这些装置生成的数据量是非常庞大的。

此外,为了提升算法的效能,需要对海量数据进行存储和分析,以训练机器学习模型,使它们能有效识别环境中的模式和对象。沈涛认为,这种对高性能计算资源的需求是自动驾驶技术成功实施的一个关键挑战。

其次,沈涛讨论了智慧出行解决方案在全球范围内部署时需要考虑的问题,如何确保全球服务的一致性和统一性以适应不同市场的需求。他提到,在不同的国家和地区推出产品和服务时,企业会遇到各种复杂的法规、文化和基础设施条件差异。沈涛认为,要在全球范围内提供一致的服务体验,同时遵守当地的规定和市场特征,是现有智慧出行公司面临的重大挑战之一。

沈涛接着从云计算的角度提出了解决方案。云计算提供从算力到存储,再到大数据分析的服务,它以极大的弹性支持汽车商和科技公司的需求,尤其是在车联网和人工智能领域。得益于全球化的数据中心网络,厂商能够在世界范围内高效、快速地部署解决方案。在安全合规方面,沈涛指出,亚马逊云服务以其最高等级的服务职责模型为行业标杆,并通过其在不同国家区域的合规性要求,帮助企业迅速部署到目标市场。

对于创业者来说,沈涛认为挑战同时也是机会。他提到,云计算平台可以为创业者提供技术支持,并帮助他们将商业解决方案推向市场。技术堆栈如云基础设施、数据平台、人工智能和机器学习等,能够让创业公司快速构建自己的工作量。在应用层面,创业公司可以在底层、中间层和应用层上迅速构建自己的解决方案,而这正是创新和技术赋能的关键所在。

非常速

非常速,全网热门信息分享交流平台。FeiChangSu.Com
上一篇:商务部:加快培育外贸新动能,拓展跨境电商出口
下一篇:申通自研开发客服智能助手

为您推荐

返回顶部