AI的快速發展，正對生產生活的方方面面發生改變
讓一切更簡化、智能化
比如，AI與港口調度相融合
縮短了7%的船舶在港時間
AI與環境科學相融合
實現了天氣秒級預測
那麼，AI與自動駕駛相融合又會發生什麼？
如何解決自動駕駛行駛過程中遇到的各種問題？
如何推動高階自動駕駛落地難題？
如何推動產業加速？
華為雲人工智慧領域首席科學家田奇在HAOMO AI DAY上給了我們答案。
田奇表示，AI for Industries是人工智慧一個新的爆發點，AI將廣泛應用到各行各業，華為雲希望通過夯實算力、數據、模型基礎設施，進一步做好行業應用。在大會上，華為雲也受邀成為毫末雪湖·海若首批生態合作夥伴，未來雙方將一起攜手技術創新，共築自動駕駛產業未來。
當前，AI正在深入影響包括汽車、交通等在內的千行百業，田奇認為，為了應對AI落地行業場景過程中遇到各種的挑戰，需要構建底層技術、開發平台、上層應用三個層面的能力。
在華為雲，底層技術主要聚焦於三個創新技術，一個是華為雲預訓練模型技術，主要面向AI for Industries行業中的應用；另一個創新技術是天籌AI求解器，主要面對複雜場景全局優化的問題；第三個是知識計算，實現行業知識和人工智慧技術相結合。
在開發平台方面，華為雲AI開發生產線ModelArts提供一系列功能，包括數據標註、數據處理、模型訓練、模型推理、模型應用、模型評估、服務檢測等等，提供靈活的個性化的服務，幫助企業客戶降低開發成本，提高開發效率。
在上層應用，面對ToB行業，華為雲已經打造了藥物分子大模型、氣象大模型、礦山大模型等行業大模型，讓人工智慧開發標準化、可複製、批量化生產，為行業創新帶來新的思路。
我們也看到，在自動駕駛發展進程中，隨著感知技術與平台能力的逐漸成熟，影響高階自動駕駛落地的關鍵因素不再是解決常見場景，自動駕駛車輛在行駛過程中總會遇到各種各樣的陌生場景（Corner Case），零碎、極端、無法預測的交通參與者行為等「長尾」場景是制約自動駕駛發展的關鍵難題。
為了克服這些長尾難題，自動駕駛系統需要不斷通過數據進行算法訓練。自動駕駛模型疊代速度成為直接影響企業的核心競爭力，在這方面，華為雲提供「訓練加速、數據加速、算力加速」三層加速方案，可加速自動駕駛模型的數據閉環疊代。未來，華為雲將與毫末智行一起進行一系列針對自動駕駛的技術創新，共同探索超大規模數據處理、自動駕駛模型訓練及推理加速方案，驅動自動駕駛研發成本降低，為產業發展帶來新價值。
作為自動駕駛開放技術生態的積極推動者，華為雲提供了開放的、樂高式的工具鏈平台，自動駕駛廠商可以根據自己的實際開發需求，如同搭積木一般靈活的組合，滿足自身的開發需求。目前，在華為雲上，星塵數據、四維圖新、賽目科技等一批業內專業軟體服務商的技術與能力正在不斷積累與疊代，開放、合作的生態協同將進一步加速自動駕駛產業創新發展。