（文章来源：金马科技）
? ? ?? 人们想到汽车时，就会想到使他们从一个地方到另一个地方的事物。传统上，它们就是这样：一种具有单一功能的工具–将某人或某物从一个地方转移到另一个地方。

随着新车辆设计的出现和新技术的加入，这种情况将会改变。就像电话在过去的二十年中从单一用途的工具演变为具有无数种功能的工具一样，车辆现在也经历着类似的事情。新的汽车正在建造越来越多的传感器。这些传感器不仅可以测量车辆的运行状况，而且还可以测量其使用环境。未来的车辆将有效地成为移动传感器床，在整个星球上以细粒度级别收集数据。

生成的大量数据对于机器学习的应用而言将是完美的。所创建的算法将对车辆外部环境随着时间的变化具有前所未有的了解，想象一辆汽车根据驾驶条件选择了播放列表。还是知道前面有一个冰冷的路面，因为一个小时前驶过该点的汽车感觉到潮湿的道路状况，而温度刚刚下降到会结冰的地步。这些只是机器学习将带给行驶中的车辆的冰山一角。当前的技术趋向于围绕数据的创建或聚合，并打算将其将来应用到机器学习中。Nauto和UrbanLogiq是这个领域的两家创业公司。

Nauto正在建立一个数据集，以帮助OEM和其他合作伙伴开发适用于城市地区车辆的下一代自动驾驶功能。但是，他们的数据集还包括诸如道路状况以及它们随时间变化的方式。将来，可以将其与机器学习一起用于确定城市应在何时何地进行维护，以优化预算和道路安全。

UrbanLogiq并未建立数据集，而是在为即将到来的智能汽车技术做准备。他们正在建立一个平台，将来自Nauto等系统的数据与政府自己的交通传感器数据集成在一起，以促进响应性的交通信号灯计时。使用机器学习，这种数据汇总将帮助城市规划者理解和预测其社区的发展本月，Google还在这个领域发挥了作用，以解决城市驾驶中的常见难题- 查找停车地点。他们正在使用收集到的数据来预测可能会有免费停车的地方。

这些技术仅仅是从车辆收集的环境数据将如何改变世界的开始。每天有数以百万计的车辆行驶在道路上，他们将在各处以及可能遇到的所有事物上收集数据。

在不久的将来可能发生的变化与天气数据，模式和预报有关。每辆车可能会不断收集温度，压力甚至可能是风速，并将所有数据上传到集中式系统。道路上有数百万辆汽车，因此您拥有非常精细的地理数据集，可以对天气随时间的变化做出强有力的预测。通过将机器视觉添加到这些车辆中，可能性将成倍增加，从而实现了闪电的精确定位以及对风暴前线的高分辨率三维建模。

一旦有了强大的天气预报，就可以将数据集与供应链数据合并。这将使公司可以根据未来的天气优化其供应链和库存。由于天气原因导致货架缺货或由于零件意外延迟而造成制造瓶颈的概念已成为过去。公司将能够利用车辆排放的环境数据，使其能够围绕未来天气优化运营。您将看到的另一种情况是机器学习驱动的有关何时安排事件的建议。您可能会得到一条警告，即一次安排一个事件，天气加上交通会使得到达那里需要一个小时。但是，如果您将其安排在一个小时前，则可能只需要15分钟。

环境传感器甚至可以与监视车辆中驾驶员或乘客的传感器合并。关于什么条件使驾驶员感到压力或放松的知识可用于确定何时应该驾驶或被驾驶以使其感觉最佳。我们可以期待未来，我们的车辆将了解他们将在其中运行的环境以及如何利用这些知识来优化我们的生活。重新思考什么是车辆。车辆从简单的运输工具过渡到遍及世界各地的一系列传感器。这些传感器可以获取变化的道路状况或天气模式。这些庞大的新数据集可用于政府(修路)，保险或路由目的，并使人们能够做出最佳的数据驱动决策。
? ?? （责任编辑：fqj）