机构名称：
¥ 1.0
人工智能技术可分为联结人工智能和符号人工智能 [5]：符号人工智能，如决策树，可由开发人员直接设计和解释，而联结人工智能，如神经网络，则需要一个复杂的生命周期，包括一个训练阶段，其中使用机器学习 (ML) 算法和数据训练模型。ML 可分为监督学习、无监督学习和强化学习。数据质量和数量对于训练模型至关重要。由于数据采集通常需要大量资源并且可能涉及法律问题，因此不同用例的公共数据库是讨论的主题，例如自动驾驶场景数据库、事故数据库等。通常，多种应用程序都可以由人工智能驱动，例如计算机视觉（对象识别、分割、车辆定位、对象跟踪）、序列建模、自动规划（基于图、深度强化学习）。在汽车领域，人工智能主要用于感知方面，即处理传感器信息（例如场景理解、场景流估计、场景表示），但也用于规划（例如路线规划、行为规划、运动/轨迹规划）和执行器控制。人工智能可用于自动驾驶功能以及信息娱乐、车内监控和人机交互。除了使用人工智能技术带来的机遇之外，它的使用还意味着新的漏洞 [5]，包括训练期间的投毒攻击、推理阶段的对抗性攻击和隐私攻击。
汽车工程中与人工智能相关的用例
主要关键词
相关文件推荐
