本篇文章1424字，读完约4分钟
大众汽车集团(Volkswagen Group)最近宣布，将增加投资，加强其位于德国慕尼黑的人工智能数据实验室，该实验室致力于人工智能技术的研发。大众表示，虽然目前内部开支正在削减，但作为it计划的一部分，大众在慕尼黑的人工智能数据实验室并未受到影响，更多的人力将投入到人工智能团队的建设中。
据了解，大众数据实验室的研究团队将继续开发无人驾驶技术和机器人技术，其主要研究方向包括机器学习技术，即引导机器人和传感器增强其识别能力，从而识别驾驶过程中遇到的物体和不同情况。换句话说，该团队希望提高汽车摄像头的检测能力，减少无人驾驶汽车因拍摄盲点而带来的安全隐患。
此外，该团队希望提高汽车摄像头的检测能力，减少无人驾驶汽车因拍摄盲点而带来的安全隐患。慕尼黑数据实验室已成为大众汽车研究上述领域的最大实验室，并声称拥有整个汽车行业数量最多的人工智能专家和数据科学专家。说到人工智能和数据科学家，汽车行业的人都知道，有很多人工智能技术和数据处理相关的知识涉及到无人驾驶和智能车辆的方向。
例如，大众汽车在汽车上应用人工智能技术主要是在自动驾驶方面，包括:
基于图像和传感器的模式识别
基于算法的智能决策
判断和处理不同的数据类型
人工智能还可以应用于“企业机械化”——将自适应算法应用于企业的各种功能和流程(开发、生产、金融、质量保证)
特别值得注意的是，模式识别不仅仅是上述的图像识别(光学图像识别包括行人识别、交通标志识别和车牌识别，所有这些都是由视觉系统完成的，难点主要在于实时性和鲁棒性。离线处理这些交通标志是非常简单的，但是在无人驾驶车辆中在有限的时间内识别它们是必要的，并且考虑道路中可能的光线变化和遮挡。还有在汽车中非常流行的语音识别，以及汽车零件的故障诊断和识别。
例如，机器学习技术在汽车中的应用可以如下:
停在你旁边的一辆车突然开到马路上。机器学习技术是让你的汽车在这种情况下掌握意外情况的技能。假设汽车能够自动检测出吸引司机注意力的细节，那么当路上的其他车辆无法避开它们时，汽车就可以轻松避免潜在的事故。
关于模式识别，我们还咨询了汽车行业的人工智能专家。他说目前人工智能在自动驾驶中的应用包括:
图像识别
语音识别
激光雷达
毫米波雷达(也包括高精度地图、高速处理器等。(
此外，一些操作人员说，计算机视觉确实是深度学习的一个非常大的部分，但它肯定不是全部。例如，使用深度学习来做一些环境预测和驾驶决策。
关于智能决策，汽车本身在未来将是一个高度智能的代理
包括其R&D设计和制造(智力创造)
驱动(自动驱动，自适应变形调整)
安装后维护等。
不同的数据类型在数据处理和判断处理上是不同的
汽车设计和制造离不开仿真优化(基于数学模型)。
一些关键影响因素的识别和整体性能的优化(各种参数的最佳组合)应充分应用于数据分析。
只要涉及多元模型(对应于车辆的一些性能问题)，数据分析和参数优化是必不可少的。
最重要的是帕特里克范德斯麦特(patrick van der smagt)，他是大众集团宣布的领导慕尼黑人工智能数据实验室的最新领导者，该实验室的主要研究兴趣是机器学习在机器人学、仿生学和传感器数据处理中的应用。
帕特里克·范德斯麦特也是德国brml实验室的主任。brml实验室的主要研究兴趣是机器学习、运动识别和人机交互等。它与世界一流的研究机构有着密切的联系，包括慕尼黑技术大学、慕尼黑大学、德意志航空公司空航天中心等。
