在企业中采用人工智能：福特汽车公司 原创

无人驾驶汽车不是深度学习正在渗透的唯一应用：神经网络已经开始进入汽车行业的各个角落，从供应链管理到发动机控制器。

我们的人工智能（AI）和机器学习（ML）系列中已经延续了好几期，本期我们与Ford Research & Advanced Engineering执行技术负责人Dimitar Filev进行了交谈，他领导着该公司控制方法和计算智能的团队。

福特第一次将人工智能和机器学习应用在了哪里？

福特研究实验室已经对计算智能进行了系统性的研究——这是人工智能的一个分支——研究已经持续了二十多年。大约十五年前，福特汽车公司推出了神经网络的大型工业应用，这是神经网络最早的大型工业应用之一。福特汽车公司的研究人员在批量生产的汽车中开发并实施了一种创新的发动机不启动（不良燃烧故障，对性能和排放物有负面影响）检测系统——一种基于神经网络的曲轴加速度分类器，可以诊断发动机不启动故障。福特生产和制造的多项其他的人工智能应用延续了这种成功。

今天你是如何利用人工智能和机器学习创造出更好的产品的？

我们可以在我们的车辆中考虑两类机器学习和人工智能的应用。除了无人驾驶汽车这个明显应用之外，福特还开发了基于人工智能的技术，支持车辆工程的不同功能。这些驱动程序对于驾驶员来说并不一定能够看得见。

如同我在前面提到的那样，我们在V10引擎中使用基于神经网络的曲轴加速度分类器进行发动机不启动故障检测；当驾驶员离开车辆时，我们还将其用于入侵者检测。我们还将模糊逻辑型基于规则的增益调度控制器同混合动力汽车的电池控制系统进行了集成。

在我们的供应链中，神经网络是库存管理系统的主要驱动因素，向经销商推荐特定车辆配置，并且部署了（与动态语义基于网络的专家系统相结合的）进化计算算法，以支持装配厂的资源管理。

今天的福特还有其他用例吗？

另一组人工智能应用的推动力在于，目前的车辆已经发展成为复杂的移动网络系统，不断增长的计算能力和资源每小时产生千兆字节信息，持续连接，数据不断流入、流出平台，或者通过平台。随着客户对新功能、产品改进、个性化、丰富的信息利用的需求不断增长，车辆系统的能力越来越强，这都是现代汽车引进机器学习技术的一些推动力。

最常见的人工智能应用涉及直接与驾驶员交互，包括能够监控加速度和制动模式，对驾驶员的偏好和不同目标的意图进行车内评估的顾问系统，能够为驾驶员提供燃油效率驾驶和安全驾驶方面的建议，自动选择最佳的悬挂和转向模式，通过评估下一个最有可能的目的地来简化人机交互，根据气候控制首选设置等等。这些系统使用传统的人工智能方法——基于规则的马尔可夫模型——聚类；它们不需要特殊的硬件。它们的特色之一是足够聪明，能够确定可接受建议的程度，以避免惹恼驾驶员。

自主驾驶车辆近期的广泛开发是车辆定位、物体检测、分类和跟踪等深度学习应用的推动力。我们可以期待在不久的将来，我们的汽车和卡车会出现大量基于深度学习的新功能和用户体验，在我们的制造工厂里出现更多的创新移动解决方案和智能自动化系统。

您需要采取哪些步骤来建立一个可以掌握和应用人工智能和机器学习最新进展的团队？

我们拥有多个机器学习和人工智能的卓越中心，专注于机器人技术、下一代自主驾驶和数据分析技术。我们的目标是在整个公司扩展基于人工智能的方法和开发工具，并将其作为常用工程工具的一部分，与Matlab和Simulink类似。

创建人工智能和机器学习卓越中心并不算特别有挑战性，正如我之前提到的，我们拥有在传统神经网络、模糊逻辑、专家系统、马可夫决策流程、进化计算以及其他重要的计算智能等重要领域中具有背景和经验的工程师和研究人员。这构成了我们正在通过深度学习方法和工具对最先进的专业知识进行升级的基础。我们不断扩充经验丰富的工程师，聘用了更多在人工智能和深度学习方面具备更强教育背景的电脑专家。

福特希望应用人工智能和机器学习在哪些方面获得竞争优势？

人工智能提供了一个机会，可以更好地利用可用的信息来创建新功能和驾驶员感知的个性化车辆，以更好地适应特定的客户。此外，机器学习是创建智能驾驶员辅助系统和完全自主驾驶车辆的不可替代的推动者。增加连接性是通过整合云资源来扩展车载信息娱乐和控制系统能力的主要推动力之一。在不久的将来，我们可以设想车载系统与基于云的智能代理、自组织算法和其他人工智能工具无缝集成，从而扩大我们的移动解决方案提供的用户体验范围。

有没有什么领域是你曾经考虑过利用人工智能/机器学习但是后来又发现技术还是没有做好准备的？

我并不这么认为——我的看法恰恰相反。人工智能/机器学习工具箱似乎在呈指数级增长，领先于大规模应用。我们目睹了一个有趣的现实——虽然许多研究领域（例如控制工程、计算机编程、控制论）是由对新技术解决方案的需求推动的，而现在爆发的人工智能革命则是受到机器学习研究进步的推动。除了一些非常成功的刺激效果（例如Google DeepMind）之外，我还想说说这种快速发展的两个重要而独特的推动因素——首先，研究思路和成果通过arxiv.org及其他公共网站最近发布的内容立刻得到了快速扩散；其次，开放源代码的人工智能软件开发工具——例如TensorFlow、Neon、Torch、Digits、Theano，这里仅仅是举一些例子——广泛地易于采用。现在的挑战是让最有效和创新的人工智能解决方案成熟起来，并将其集成到新的功能和客户体验之中。

福特有兴趣与硅谷其他的公司或创业企业合作吗？你有没有希望看到社区关注什么行动？

福特汽车公司与世界各地的很多高科技公司和创业公司——当然也包括不少硅谷的企业——有合作关系。通过我们在帕洛阿尔托的研发创新中心，我们成为了创新的硅谷社区中的积极成员，并且一直都有兴趣与新公司和创业企业合作。

你最近在人工智能领域看到的最有希望或有趣的进步是什么？你觉得这会对福特产生什么影响？

很难勾勒出最有趣的一个，因为人工智能的进步是巨大的。人工智能领域的出版、专利和软件产品数量呈指数级增长，几乎每天我们都会看到新的成就、新颖的方法和智能应用。我对强化学习、智能代理、游戏理论和马可夫决策流程的发展特别感兴趣，因为它们打开了自动化推理、决策和最优控制以及汽车和移动应用领域新进展的大门。