独家 | AI与汽车研究报告：学者、产业、趋势全景报告（附下载）
AI与汽车研究报告
AIand Automotive Research Report
摘要
人工智能和汽车研究领域的交叉发展给我们的交通带来了革命性的变化。了解和掌握汽车领域的人工智能的研究和进展，发现未来的研究趋势，了解全球顶尖的研究学者和机构，洞察先机，掌握未来。
后台回复“汽车”，下载完整研究报告。
目录：
一、人工智能
1.人工智能发展路线图
人工智能的定义
人工智能的发展
2.人工智能研究
全球人工智能研究学者数量分布及产业发展
中国人工智能研究学者数量分布及产业发展
人工智能研究流派
活跃度较高的学者
人工智能发展趋势
二、汽车研究领域
1.汽车研究领域发展趋势9
2.汽车研究
全球汽车研究学者数量分布及产业发展
中国汽车领域研究学者数量分布及产业发展
汽车研究流派
活跃度较高的研究学者
3.汽车研究领域发展趋势分析
三、人工智能+汽车
1.交叉创新笛卡尔智能分析
2.历史热点分析
Control methods（AI）& Control system（vehicle）
3.未来趋势分析
一、人工智能
1. 人工智能发展路线图
1.1 人工智能的定义
计算机科学理论奠基人图灵（Alan Mathison Turing）在论文《计算机器和智能》中提出了著名的“图灵测试”——如果一台机器能够与人展开对话（通过电传设备），并且会被人误以为它也是人，那么这台机器就具有智能。
人工智能之父之一的马文·明斯基（Marvin Minsky）将其定义为“让机器做本需要人的智能才能够做到的事情的一门科学”。
代表人工智能另一条路线——符号派的司马贺（Herbert A. Simon）认为，智能是对符号的操作，最原始的符号对应于物理客体。
1.2 人工智能的发展
神经元模型、图灵测试的提出以及SNARC 神经网络计算机的发明，为人工智能的诞生奠定了基础。
第一个成功的商用专家系统R1 为DEC 公司每年节约4000 万美元左右的费用。截止到20 世纪80 年代末，几乎一半的“财富500 强”都在开发或使用“专家系统”
人工智能技术及产业发展的整体形势主要经历了三个阶段。
第一阶段（20 世纪50 年代中期到80 年代初期）：深耕细作，30年技术发展为人工智能产业化奠定了基础。1956 年的达特茅斯会议代表人工智能正式诞生和兴起。
第二阶段（20 世纪80 年代初期至21 世纪初期）：急功近利，人工智能成功商用但跨越式发展失败。80 年代初期，人工智能逐渐成为产业，日本、美国等国家投入巨资开发第5 代计算机——人工智能计算机。由于技术路线明显背离计算机工业的发展方向，第5 代计算机项目失败。
第三阶段（21 世纪初期至今）：量变产生质变，人工智能有望实现规模化应用。计算能力的提升与互联网和大数据广泛应用带来的海量数据量的积累，深度学习算法因此快速应用。深度学习算法的应用使得语音识别、图像识别技术取得了突破性进展，围绕语音、图像、机器人、自动驾驶等人工智能技术的创新大量涌现，人工智能进入发展热潮。
未来，人工智能的热度将可能会有所回落，但人工智能技术的发展将深入到金融、交通、医疗、工业等各个领域，逐渐改变人类的生产生活方式。
图1人工智能技术源头图
2. 人工智能研究
2.1 全球人工智能研究学者数量分布及产业发展
AMiner.org的数据显示，全球人工智能研究学者数量集中分布在美国、中国、德国等少数国家，美国在人工智能方面的研究在全球遥遥领先。
图2人工智能全球热度图
谷歌、微软、IBM、FACEBOOK等企业有着极为优厚的地理优势，在人工智能研究方面有着强大的智力支持，积极布局整个人工智能领域，通过加大研发投入力度、招募高端人才、建设实验室等方式加快关键技术研发。
图3人工智能学者数量国家分布
2.2 中国人工智能研究学者数量分布及产业发展
在全球人工智能浪潮下，我国人工智能产业研究正在积极健康发展。在中国人工智能研究学者数量集中分布在北京、江苏、广东等地。百度、阿里巴巴、腾讯、科大讯飞等企业在人工智能领域持续加大投入。
图4中国人工智能学者分布
2.3 人工智能研究流派
有关人工智能的研究主要以Ajith Abraham、Peter Norvig、Juan Carlos Augusto、Edward A.Feigenbaum、Bruce G. Buchanan、John Mccarthy、Carl Djerassi、Ben Goertzel、Nils Nilsson、RyszardTadeusiewicz十人为首的流派研究构成。其中，有三位教授来自于Stanford University，一人来自于Google，研究兴趣主要集中在artificialintelligence、knowledge representation、machine learning、data science和data analysis等方向。这些学者在citation、G-index、H-index、diversity和sociability方面都有着不俗的表现，但是近两年参加的活动较少。
图5人工智能全球专家关系图谱
Ajith Abraham
Peter Norvig
Juan Carlos Augusto
Edward A. Feigenbaum
Bruce G. Buchanan
John Mccarthy
Carl Djerassi
2.4 活跃度较高的学者
在人工智能的研究学者中，近期活跃度较高的学者主要是Athanasios V. Vasilakos、Witold Pedrycz、Dipankar Dasgupta、ZoubinGhahramani、Eric Horvitz等人。
图6人工智能领域活跃度最高学者列表
2.5 人工智能发展趋势
从全局的热度来看，artificial intelligence、neural networking、soft computing、fuzzy logic、fuzzy sets、computerintelligence等是整体关注的热点。
图7人工智能领域全局发展趋势
近期关注的重点则是集中在artificial intelligence、decision making、neural networks、computationalintelligence、social media等领域。
图8人工智能领域近期发展趋势
二、汽车研究领域
1. 汽车研究领域发展趋势
在汽车技术发展的100多年历史中，一些独具一格的发明在汽车发展史上占有突出的地位，梅塞德、福特汽车、雪铁龙、甲壳虫、迷你汽车、多用途厢式车引领了全球汽车的变革。尤其是近年来新能源汽车的发展，以及自动驾驶技术的不断取得突破，在驾驶辅助，level2甚至level3的自动驾驶系统开始不断的在量产车中应用。人工智能技术和汽车领域的研究结合的越来越紧密。
通过AMiner系统分析的自动驾驶技术研究领域的发展趋势图看来，vehicle routing、real time、controller design、vehiclerouting problem、adaptive control、motion control等技术不断的取得新的突破。
图9自动驾驶领域全局发展趋势
2. 汽车研究
2.1 全球汽车研究学者数量分布及产业发展
2016年全球汽车产量达9497.66万辆，增速为4.5%。其中，中国和美国两个单一市场产量超过千万辆。2016年中国汽车产量为2811.88万辆，增长14.5%，是全球最大汽车产销市场。随后是美国2016年产量为1219.81万辆，微增0.8%。根据中商产业研究院整理的数据，2016年全球主要汽车国家产量排行榜中，前五名的国家分别是中国、美国、日本、德国、印度，产量分别为2811.88、1219.81、920.46、606.26、448.90万量。
全球汽车领域的研究学者集中分布在中国、日本、美国和德国；其中中日美三国在汽车方面的研究学者数量更是占据了全球的半壁*。
图10汽车领域学者全球分布
2.2 中国汽车领域研究学者数量分布及产业发展
在全球汽车研究发展下，我国汽车产业研究正在积极健康发展。在中国汽车研究学者数量集中分布在湖南、江苏、北京、辽宁等地。
图11汽车领域学者全国分布
与中国汽车领域研究学者数量分布相对应的是中国汽车产业的布局。中国汽车集团如一汽、上汽、长安、南方工业、东风、北汽等，大多是从上海、湖南、江苏、北京、辽宁等省份中发展而来。
2.3 汽车研究流派
有关汽车的研究主要以N. Rashevesky、Siyun Chen、Ellen A.Esien、Xichun Wang、Vincent Frigant、Sibylle Schwartze-Eidam、Glenn R.Carroll、Geoges Dionne、Wuwei Chen、Ren He十人为首的流派研究构成。这些学者的研究兴趣主要集中在density dependence、automobile industry、active suspension、automobileEngineering、regenerative braking、simulation、eye-current retarder等方向。这些学者同样都在citation、G-index、H-index、diversity、sociability等方面成绩出色，但在近两年活动不多。
图12汽车研究领域的学者关系图谱
2.4 活跃度较高的研究学者
图13汽车研究领域高活跃度学者
在汽车的研究学者中，近期活跃度较高的学者主要是Hovav Shacham、Weiwei Zhang、Guodong Wang、Liang Wang、Sarit Kraus、Shwetak N.Patel等人。
3. 汽车研究领域发展趋势分析
从全局的热度来看，cross wedgerolling、active suspension、risk management、automobile industry等是整体关注的热点。
图14汽车研究领域发展趋势
近期关注的重点则是集中在cross wedge rolling、lung cancer、asymmetric shaft、transfer case、asymmetricshaft parts等领域。
图15汽车研究领域近期发展趋势
从数据看来，未来汽车的智能化、环保化、共享化的方向发展
（注：麦肯锡的报告中的推测表示，随着电动车经济效益的提高，如果使用方便性接近现在的汽油车，一些大城市的共享汽车销量中，纯电动汽车的销量将会在2030年接近100%。）
智能化
ADAS技术的发展推动了智能汽车的流行。它能帮助在汽车行驶过程中感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。
环保化
近年来，越来越多的研究学者投入于有关汽车造成的环境污染以及汽车电动化的研究。
据统计，2015年中国新能源汽车销量达37.9万辆，到2016年，我国新能源汽车销量有望达到60万辆，预估至2030年，新能源销量可达2500万辆。
（注：戴姆勒早在2009年推出Car2Go汽车共享服务，并于2012年收购打车应用MyTaxi；通用以5亿美元投资Lyft并创立分享品牌Maven；德国三大厂商戴姆勒、宝马和奥迪以25亿欧元收购地图供应商HERE；福特更是将“汽车+智能移动出行公司”直接打砸了自己的宣传海报上。）
共享化
据统计，汽车是我们生活中利用率最低的物品之一。汽车共享化的流行实际上是产品的效率提升，是闲置社会资源的再利用，根本上解决的是资源浪费的问题。
人工智能+汽车
人工智能在汽车领域的运用是人工智能技术的重要组成部分，包括无人车、无人公交和无人配送等。海内外各大企业争相加大人工智能在汽车领域应用的研发投入。尤其是非传统的汽车厂商，包括各大IT和互联网公司，以及新兴的公司，比如Tesla，蔚来汽车等。
（注：2015年7月，特斯拉首次向用户推送autopilot自动驾驶功能；2016年10月，谷歌宣布其研发的无人驾驶汽车已经在电脑的控制下安全行驶了300万公里。在无人公交方面。2016年9月，首辆无人驾驶Uber在美匹兹堡上路；2016年7月，奔驰上路测试。在无人配送方面，2015年11月，亚马逊公布送货原型机PrimeAir；2016年9月，京东无人配送车进入路测阶段。人工智能在汽车的其他应用包括进行耕作和收割的农业机械，如度假村、旅游景区、机场、矿区、码头等地接送人等。）
图16自动驾驶汽车的参与公司
1. 交叉创新笛卡尔智能分析
通过对人工智能领域与汽车领域的知识图谱的计算，再对两领域的细分子领域进行笛卡尔乘积热点挖掘，本研究报告挖掘了历史数据分析和未来趋势预测两部分。其中但本报告主要探讨最近10年（2007年至今）的研究状况；趋势预测仅以未来3年为周期来探讨。
图17人工智能和汽车领域为了发展趋势预测
图18人工智能和汽车研究领域交叉分析
领域交叉热力值由交叉研究的论文的citation等数据加权计算得出，热力值越高，表明这个两个交叉子领域交叉研究的越深入和广泛。
每个交叉热点中的研究学者，发表论文，中外学者和论文对比等数据均可以获得。用作展示时，研究学者和论文分别按照交叉领域研究影响度和论文相关度作为默认排序。
学者研究影响度由交叉领域内论文量，h-index等计算得出；论文相关度由交叉领域内论文的关联程度和引用数量等计算得出。
对比分析中“中外研究人员对比”和“中外研究论文对比”是专家数量和论文数量的直接对比；而“中外论文影响对比”是论文citation值的对比。
根据交叉分析的结果，近十年内， control methods（AI）& control strategy（vehicle）、controlmethods（AI）& control system（vehicle）、neural networking（AI）& controlsystem（vehicle）、neural networking（AI）& real time（vehicle）、genomics（AI）& realtime（vehicle）的交叉运用较高；未来三年内，control methods（AI）& control strategy（vehicle）、controlmethods（AI）& control system（vehicle）与genomics（AI）& realtime（vehicle）的交叉分析仍将保持热度。这样的分析结果一定程度上说明了未来三年内，人工智能在自动驾驶技术的运用将持续火爆。
2. 历史热点分析
过去十年内，AI领域与汽车领域的交叉运用主要集中在control methods、neural networking、genomics与controlstrategy、control system、real time 的交叉运用，其中controlmethods（AI）& control system（vehicle）与genomics（AI）& realtime（vehicle）在短短十年之内实现了飞速的发展。
genomics（AI）& real time（vehicle）与control methods（AI）& controlstrategy（vehicle）是近十年来研究热度最高的两个交叉领域研究。
图 19最热交叉领域
在这领域领先的国家分别是China、USA、Japan、United Kingdom、Germany、Italy、Australia、Canada、Netherlands。
全球前20个研究机构有Zhejiang University、Sun Yat-Sen University、ChineseAcademy of Agricultural Sciences等。
图20全球领先的前20个机构
在这一领域，中国的研究人员数量、研究人员数量与论文影响远远超过美国，研究成果的影响力占据了全球的半壁*。
2.1 Control methods（AI）& Controlsystem（vehicle）
control methods（AI）& controlstrategy（vehicle）的研究学者主要有Guanrong Chen（陈关荣）、Tongwen Chen、F.L. Lewis、Yong Wang、TakayukiKanda等。
在这领域领先的国家分别是China、USA、Singapore、United Kingdom、Australia、South Korea和Italy。
全球前20个研究机构有Harbin Institute of Technology、NortheasternUniversity China、Harbin Engineering University等。
3. 未来趋势分析
未来三年内，AI领域与汽车领域的交叉运用主要集中在control methods、genomics与control strategy、controlsystem、real time 的交叉运用。genomics（AI）& real time（vehicle）将继续成为研究的重点。
无论是control methods（AI）& controlstrategy（vehicle）、control methods（AI）& control system（vehicle）还是genomics（AI）& realtime（vehicle），实际上都是使用AI进行汽车的数据收集与驾驶决策。未来的研究热点集中在这三个领域一定程度上说明了未来自动驾驶将热度不减。
作为行业的代表，特斯拉、Uber和Google这三个力量结合在一起，推动了产品和需求的跨越式发展，整个行业进入了新的变革点。人工智能的发展为汽车的变革注入了更具想象力的未来。
后台回复“汽车”，下载完整研究报告。
版权声明
AMiner属于清华-青岛数据科学研究院科技大数据研究中心。
AMiner咨询产品版权为AMiner团队独家所有，拥有唯一著作权。AMiner咨询产品是AMiner团队的研究与统计成果，其性质是供客户内部参考的商业资料。
AMiner咨询产品为有偿提供给购买该产品的客户使用，并仅限于该客户内部使用。未获得AMiner团队书面授权，任何人不得以任何方式在任何媒体上(包括互联网)公开发布、复制，且不得以任何方式将本产品的内容提供给其他单位或个人使用。如引用、刊发，需注明出处为“AMiner.org”，且不得对本报告进行有悖原意的删节与修改。否则引起的一切法律后果由该客户自行承担，同时AMiner团队亦认为其行为侵犯了AMiner团队著作权，AMiner团队有权依法追究其法律责任。
AMiner咨询产品是基于AMiner团队及其研究员认为可信的公开资料，但AMiner团队及其研究员均不保证所使用的公开资料的准确性和完整性，也不承担任何投资者因使用本产品与服务而产生的任何责任。
行业研究报告是AMiner团队智能服务体系的重要组成部分。如对有关信息或问题有深入需求的客户，欢迎使用AMiner团队专项研究智能服务。
请扫描下面二维码订阅，我们将自动为您提供一年20期相关研究报告的内容服务。