直接带动经济总产出将超8000亿元

Semicast Research首席分析师Colin Barnden强调，“必须将ADAS与DMS对接起来。”Barnden还指出，DMS在驾驶者身上检测到的结果，应该被转化为ADAS中的制动或者转向等响应性操作。

Seeing Machines人为因素与今后解决方案高级副总裁Mike Lenné坦言，“内部与外部传感系统的集成，确实为增强安全性带来了新的机会。”他还列举了ADAS与DMS相对接有望带来的“两大核心价值，即：1)理解现实世界中的安全风险，确保正确检测出人类状态;2)使用DMS限制ADAS功能。”

例如，现在的ADAS只要求驾驶员把手放在方向盘上，但他或她能及时操作方向盘吗?

Lenné指出，目前一大核心挑战在于“判断如何针对不同的驾驶场景/环境以调整DMS功能。例如，应该如何调整市区驾驶与乡村驾驶条件下的干扰信号?”

除此之外，汽车制造商还“有必要将人机界面(HMI)/车辆响应与风险严重程度匹配起来。换言之，应该根据安全风险的严重程度决定HMI与车辆响应方式。”

DMS的“基础版本”
 

目前汽车行业发现了一项可怕的事实：驾驶员使用部分自动化功能的时间越长，其对于驾驶本身就变得越是漫不经心。

诚然，汽车制造商希望自己的高级驾驶员辅助系统(ADAS)能够给用户带来更强大的安全保障，但对此类系统的过度依赖反而造成了不少事故。而这种极不稳定的人机关系中间，正是DMS发挥作用的舞台。

这就带来了新的问题：DMS能不能在人机操控之间，找到新的平衡点。

在最近一次采访中，麻省理工学院AgeLab研究科学家Bryan Reimer再次提出了他的一贯主张：“必须将DMS数据与主动安全系统融合起来。”作为公路安全保险协会(IIHS)中的研究员，他在一项研究中发现L1与L2级别自动驾驶系统反而会降低行驶安全水平。

Reimer提到，其目标是“以一种更理想的方式将自动化与人工操纵优势结合起来，最大化提升安全水平。”为了保证人车联合系统在安全表现方面真正超越纯人工驾驶，“必须有强大的数据作为支撑。”
 

众所周知，现代化城市治理(尤其大城市)正如“沙堆实验”一般日趋复杂，传统模式已很难应对，涉及公共服务的诸多方面，都应该被赋予新的技术底座。

就在不久前，IDC根据2020年全球政府行业数字化转型十大预测，给出了中国版的趋势分析，其中几条颇具代表性，比如：“到2021年，90%的中国政府机构将采用平台方式开发应用程序，使公民更容易获得服务”;“如果没有智能的、安全的、可扩展的数字化转型平台，到2022年，60%的中国政府机构将无法增强组成服务、简化操作、授权员工和完成任务”;“到2022年，35%的中国政府机构将利用更好的客户智能和机器人流程自动化实时处理公民服务”。

尽管在圈内人看来，不同于其他市场的可复制和确定性，ToG市场看起来更多是“需求驱动”而非“产品驱动”，但随着新技术的不断崛起，以及政府数据化战略的逐渐升级，从现在到未来，政府采购的单子会越来越大，不同细分领域的国产化替代将从趋势变为现实。

所以从大概率上，今天中国的ToG市场，或许只是刚刚拉开序幕，露出一道微光。

那这道微光最终将把我们指向何方?更遥远未来的“数字治理”将会是何模样?

没人知道确定答案，我个人最喜欢的回答，是清华大学建筑学院副教授周榕的说法：现在所谓的智慧城市，其实有一种假设，那就是这个城市还是那么“笨”。

我们通过各种硅基触角伸入到城市各处毛细血管，采集城市信息，然后反馈到城市管理者手中，“所谓的智慧城市不是城市有智慧，而是让有一些智慧的人去主宰城市。但是如果你想象一下，未来我们都生活在一个有自主智慧的大脑里面，这就不是我们现在这么低端的智慧城市可以涵纳的事情。因为这个大脑会自主地产生非常多的思想和反馈，非常多的行动，行动将让这个城市运行的复杂程度远远高于我们现在由《雅典宪章》所规定的极为简化的城市模型。这才是一个城市所面临的真正艰巨的挑战。”

事实上，当未来“城市本身”变成一颗真正的“大脑”，如今这个最初版本的“数字治理”，也许会在很大程度上遁于无形。

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!