通過這場人工智慧領域盛會，一窺自動駕駛車產業日後的發展方向。
自動駕駛接駁車免除了第一英里和最後一英里轉乘的麻煩、Level 2+ 及更高級別的自動駕駛車可以紓緩塞車的壓力，而自動駕駛計程車則是一整天在城市裡提供平價的運輸服務。
我們即將邁入下一個十年，搭載自動駕駛與人工智慧技術的車輛將徹底改變我們的出行方式。這正是在全球最盛大的人工智慧領域 GPU 技術大會上，交通運輸已經成為不可欠缺的討論主題之一的原因。
在背後推動這種轉變的，不是一個人或是一間公司，而是將汽車製造商、供應商、新創企業、研究人員和主管機關串連起來，共同努力的成果。2020 年 3 月 22 日至 26 日在聖荷西舉行的 GTC 大會上，這些單位將齊聚討論交通產業的最新進展和未來發展藍圖。
我們想聆聽你的意見，現在已經公開募集 GTC 2020 大會的會議項目和海報。請將你的寶貴想法提供給我們，加入專家和研究人員的行列，讓人們可以透過 GTC 大會，瞭解該如何在交通領域落實人工智慧與推動其發展之 GPU 技術的優點。
實際上路
今年初在 GTC 大會上，多名演講人深入介紹了開發自動駕駛車的複雜過程。
圖森未來（TuSimple）技術長侯曉迪在一場主題為《Autonomous Driving: The Good, The Bad, and The Ugly》的演講中，詳述了將自動駕駛卡車推向市場的成功與困難之處。這間新創公司獲得耀眼成就，在惡劣天候下成功進行自動駕駛，協助美國郵政署（USPS）以無人駕駛卡車運送貨物與信件。
侯曉迪表示在 NVIDIA DRIVE 平台的高效能運算技術輔助下，圖森未來旗下的那些高速行駛自動駕駛卡車，能夠即時偵測行車環境中的物體，還有整合各種感應器傳入的資料，以安全高效率的方式讓該公司的自動駕駛卡車行駛在道路上。
Volvo Cars 鎖定自動停車功能這項特定用途舉行相關會議。Volvo 的平台及其它相似平台，結合為全自動駕駛車輛開發出的技術，展現出在自動駕駛車到來之前，如何在短期內解決找到停車位這類不起眼的交通問題。
開創性的研究
除了生產相關技術，GTC 大會的演講者還強調了正在進行的長期發展研究項目。
麻省理工學院的研究科學家 Lex Fridman 介紹了為人類設計自動駕駛系統的難處，以及研究人員如何解決這些問題。
這些測試項目包括監視駕駛人、語音控制和觀察大量人類駕駛資料。Fridman 表示這些試驗結果顯示出部署自動駕駛車存在著各種障礙，卻也同時創造出為人類駕駛員提供安全駕駛功能的機會。
全球知名車廠 Toyota 旗下的研發單位 Toyota Research Institute，在一場會議中深入介紹了完全無人監督之自動執行機器和機器人的研發工作。從訓練一路到測試和開發，研究人員勾勒出從監督式神經網路學習到未來全自動駕駛的發展藍圖。
我們將在 2020 GTC 大會中，繼續討論將人工智慧運用在交通運輸領域的機遇，並且進一步探討自動駕駛的優缺點。如果你正在研究這些技術，請將你的想法提交到這裡，以便在 2020 GTC 大會中與各界進行交流，我們在聖荷西見。