利用人工智能实现自动驾驶功能，是目前科技业内最热门的发展方向。 不过，相较于在市区内行驶的小轿车，负责长程运输的商用大型货车由于道路环境单纯许多，对于长途驾车亦有相当大的需求，因此商用货车看来是能够最快实现自动驾驶理想的环境。

　　NVIDIA汽车业务开发资深经理萧怡祺指出，在美国，商用长程运输是产值相当庞大的物流业务，其中驾驶人事成本更占该行业成本25%以上。 另外，长程驾驶运输环境单纯、运输时间长，很容易因疲劳驾驶影响行车安全。 在这样的情况之下，萧怡祺认为，最快实现自动驾驶的场域，将会是商用货车的物流应用。
　　
　　萧怡祺认为，目前自动驾驶常见的Rule-based影像辨识方式只有辨识特定对象，依然有其限制。 在Tesla发生车祸意外之后，Tesla才发现到透过深度学习的人工智能影像辨识方法，才能够有效辨别车辆大小与动态移动位置，进而解决撞车意外情况。 同样的功能与深度学习成果，一样可以运用在货车驾驶上。
　　
　　萧怡祺进一步指出，自动驾驶车的深度学习(Deep Learning)训练过程不外乎以下过程：首先，必须在车辆建置各类传感器，让车辆具备侦测能力，接着运用影像深度神经网络(Deep Neural Network, DNN) 方式深度学习;最后，透过配合地图建档，建立端到端的自动驾驶能力。 同样一套深度学习方式，可以用于一般驾车与商用货车上，更能够使用同一套逻辑，进一步开发自动驾驶飞机、智能机器人等等应用。 目前，由NVIDIA所研发的自动驾驶车BB8，在经过两年的深度学习之后，已经能够做到过弯减速、出弯加速，驾驶行为越来越像职业车手。
　　
　　目前各大车厂普遍认为2020年将是自动驾驶汽车的爆发成长时期，萧怡祺认为，在那之前，业者还有时间将自动驾驶做的更完善安全。
　　
　　Tesla共同创办人暨执行长Elon Musk近日也已透过Twitter宣布，将会于2017年10月26日正式发表他们的半自动重型货车(Semi-Truck)，并举办试驾活动。 由此可见，商用货车已是各大自动、电动车厂的重要开发项目。

（敬请关注微信号：dzbyqzx）