大汽车有大智慧:Honda携手东软睿驰打造智慧交通世界

电动化+汽车共享,Honda东软睿驰强强联手


最近这两年,伴随着电动化、互联网化、智能化、自动驾驶以及共享经济等热门话题,从清洁能源、人工智能、应用场景到商业模式,围绕着未来汽车的想象空间也在变得愈发丰富。而这个快速变革的时代,也给汽车厂家及其合作伙伴提供了前所未有的巨大机遇。


2017年12月12日,在广州举行的Honda新事业发布会上,Honda中国本部长水野泰秀公布了一个重磅消息:Honda中国与东软集团旗下的东软睿驰开展战略合作,除了之前已启动的电动车核心技术合作外,Honda中国还将向东软睿驰旗下的汽车共享事业公司睿驰达注资6000万元人民币,双方携手开展汽车共享事业,为中国消费者提供充满乐趣的出行服务与体验。



作为全球领先的汽车厂商,Honda旗下拥有汽车、摩托车等多条产品线,搭载FUNTEC核心技术的Honda汽车更是深受中国消费者喜爱。而作为中国领先的IT解决方案与服务供应商,东软集团旗下的东软睿驰则致力于为下一代汽车提供平台及关键技术,专注电动汽车、智能网联、自动驾驶、汽车共享等领域。双方的强强联手将实现出行模式的创新和服务升级,给整个汽车产业带来创新的生态系统,并为最终用户提供创新的出行体验以及更有价值的产品和服务。



Big Car:推动汽车产业更加开放与融合


“东软公司成立的第一天,就开始与汽车产业结盟,同时坚守软件业务的核心定位,来向全球范围开展汽车事业。如今东软已经拥有面向全世界包括中国、日本、欧洲、美国的研发网络,拥有超过4000名以上的专业面向汽车方向的软件计算机、通讯人才。依托东软集团和阿尔派两个股东的强大支持,东软睿驰于2015年成立,面向汽车产业未来进行布局。”东软集团总裁兼东软睿驰董事长王勇峰介绍道。


王勇峰在发布会上谈到,汽车产业从过去的硬件驱动的方式向软件驱动的方式转变,为此,东软睿驰提出了面向汽车的EOS软件架构,包含了操作系统、控制调试系统、自动化测试、原型、应用组件、启动管理等部分,通过汽车的软件架构和硬件相结合,构造汽车的总控系统、信息娱乐系统、决策和感知系统、通讯系统等。



值的一提的是,东软睿驰还提出了“Big Car”的概念,其目标就是要推动汽车产业走向更加开放和融合,同时创造以汽车为中心的整体平台业务。“因为我们看到,汽车产业和社会基础设施行业的融合正在变得越发紧密,所以我们的构思首先就是以汽车为中心,融合包含像AI人工智能、大数据、安全、平台方面的技术。同时积极推动汽车产业与其他产业的融合,第一,是和通讯产业的结合,包括像4G、5G、V2X、智能网联等部分,并和中国三大电信运营商洽谈合作。第二个合作领域是能源。除了面向电动汽车的部分之外,我们还在推动太阳能、风能、储能等等下一代能源互联网所具备的要素;第三个合作领域是金融,里面包括了移动支付、基于个人驾驶行为分析的保险、金融租赁、区块链等多个部分;第四个方面则是面向交通的部分,包括实时交通信息、自动驾驶、共享汽车、高清地图等一些未来的要素,所以我们的‘Big Car’是让汽车与社会基础设施行业更好的融合,对于汽车产业也会提供更大的发展空间。”



为了共同的梦想,两家痴迷技术的公司走到一起


谈到Honda与东软睿驰开展的战略合作,王勇峰透露,双方能够走到一起,是基于共同的愿景和理念,走向更加广义的汽车,共同面向未来的智慧交通社会。


“我们跟Honda有着共同的愿景,这是双方合作的基石。众所周知,Honda公司有很多技术狂人,对技术非常痴迷和狂热,非常有创新性。而东软睿驰也有很多的技术痴迷者,技术氛围非常浓厚,富有灵活性和创新性,这是吸引我们双方走到一起的原因。”王勇峰介绍道,“我们在共享汽车领域的资本合作只是一个方面,更多的还有在产品、技术、业务、研发、人才、组织等各个方面的合作,我们的工作部署也是按这些去展开,重点就是聚焦在行业标准、平台、生态系统这三个方面。”



王勇峰举例说,在东软睿驰与Honda共同建设的共享汽车平台中,可以实时拿到共享汽车在各个应用环节中的数据,譬如刹车、油门、空调温度、水温等情况,并且将这些数据实时传送给汽车制造商的设计人员和研发人员。显而易见的是,对于汽车产品的改善和应用,这些数据都是非常有价值的,而且可以让行业所有的参与者和合作伙伴都能从中受益。


王勇峰透露,未来三年内,睿驰达的共享汽车业务“氢氪出行”计划以城市集群的方式,在全国推广超过80个城市,保守目标是投放超过18000辆车,其中将有很大比例是来自Honda高品质EV车,让广大用户可以享受到高品质的、前所未有的超值体验和服务。



声音:


“Honda拥有汽车、两轮车等多元的移动产品,Honda的移动产品与先进的共享服务、便捷完备的共享网点相结合,可以创造出Honda特有的出行服务模式,顾客可以通过这种服务,实现从所在地,到购物、观光、交通枢纽等最终目的地为止的无缝的交通出行,体验Honda带来的新的移动乐趣。”


——Honda中国本部长  水野泰秀


“在对智慧交通社会的构想中,我们与Honda有共同的梦想,而汽车共享服务是实现智慧交通的有效手段之一,目前东软睿驰正在构建一个世界领先的出行服务平台。今后,东软将发挥自身在IT、大数据、人工智能等领域的优势,与Honda共同建设崭新的智慧交通世界。”


——东软集团总裁兼东软睿驰董事长  王勇峰

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值