你理想中的座駕是什麽樣的？那一定是擁有超豪華外表、超大空間、超強動力，最好還能具備一些自動駕駛的高科技，能讓“老司機”們更加輕鬆，“女司機”們更加自信，“馬路殺手”直接消失。如果要舉一個例子的話，那就是20世紀80年代電視劇《霹靂遊俠》中刀槍不入、超高科技跑車KITT，它會自動駕駛，還能幫男主角出謀劃策，簡直就是夢想中的豪車。
近40年過去了，我們雖然還無法擁有KITT這樣刀槍不入、足智多謀的汽車，但“自動化”駕駛體驗已經漸漸地走進現實生活了。它還有一個備受矚目的名字：智能駕駛。智能駕駛包括了三個部分，即組合導航、自主駕駛、人工幹預。組合導航解決了汽車要從哪裏出發，要去向哪裏，怎麽走方便，選擇哪條道路更通暢等問題；自主駕駛解決了車道保持、超車、紅綠燈規範等；人工幹預則解決了對行車目的地的設置，以及對意外情況的處置。它已經成為人工智能領域的一大熱門應用，無時無刻不吸引著人們的注意力。那麽，人工智能和智能駕駛除了名字沾點親以外，具體有什麽關聯呢？其實，在智能駕駛涉及的關鍵技術中，環境感知、決策規劃、車輛控製等都與人工智能有著密切的關係。我們用實現“無人駕駛”的一種思路舉一個簡單的例子。人們考駕照、學車需要有一位教練在旁邊指點，他會告訴我們某種路應該什麽時候拐彎，車應該開在哪兩條線中間，在經過反複的練習之後，我們能按照教練推薦的行駛路線進行駕車。機器也一樣，它們通過觀察人類的駕駛行為來學習如何駕駛。當然，在這種學習過程中，它們就要運用到關鍵的人工智能深度學習技術：
“老司機”先來開車帶路，讓智能駕駛係統觀看學習“老司機”的操作。當然，它也不是白看的，邊看還要邊“做筆記”：每隔一段時間，它就能根據前方的路況圖生成一張數字化圖片，並記錄駕駛者的駕駛方向。這些訓練集圖片經過一定的處理、分析，智能駕駛係統就能得到與“老司機”操縱方向相似的結果。學成後，車輛嚐試著自己行駛，並在行駛的過程中每隔一段時間就生成幾張圖像，然後它將圖像傳送給多個神經網絡處理。這些神經網絡意見不一，生成不同的行駛方向，但是總有那麽一個神經網絡比較自信，說：“老司機之前就是這麽開的！”於是，得到了最終係統所預測的行駛方向。這樣，即使在沒有車道線，或者是車道線不清楚的雨雪天氣，車輛也能做出與人類相似的判斷。可見人工智能技術在智能駕駛應用中的重要性。