现阶段汽车的人工智能在什么阶段？

现在的汽车人工智能处于弱人工智能阶段，总体上还是专家系统软件在操作汽车，不是一个真正的具有自动学习，自动分析，自动判断和自动处置的人工智能系统。

一，形成这个问题的主要原因如下：

1，模型问题现在的模型主要还是基于深度学习的神经网络系统，这种系统的前提是要有海量数据深度学习，而自动驾驶数据本身又是基于自动驾驶系统取得的，所以两者出现互为因果矛盾问题。在模型技术或者海量数据没有解决前，自动驾驶技术很难有新的突破。

2，道路环境问题道路环境的数字化是自动驾驶技术的配套条件。没有这个条件自动驾驶技术要么做的很复杂，需要有道路路况信息采集分析系统，道路交通信息安全采集分析系统，行车安全区域车辆信息采集分析系统，天气空气运动信息采集分析系统，自动导航信息采集分析系统，车内空间数据采集分析系统等很多的辅助功能系统。如果有数字化道路交通信息技术系统，这些支撑性数据可以自动提供给自动驾驶汽车，将大大减轻自动驾驶汽车的技术系统集成，专注在自动驾驶模型技术研究和运行上，将大大提高自动驾驶汽车的性能和准确性。

3，分散性研究导致的技术壁垒和信息数据孤岛使自动驾驶汽车的研究无法发挥共享互助互通和交流合作的作用，汽车驾驶技术科技开发公司和汽车主机制造企业各自分离开发，无法利用相对优势，也是导致问题的原因之一。

二，自动驾驶汽车目前处于技术突破的最后一公里总体上自动驾驶汽车是科技发展的需要，在未来具有广阔的市场需求。随着人工智能基础理论研究的突破和5G网络的应用普及，交通道路的数字化发展，自动驾驶汽车将走出目前的僵局状态，解决模型技术的困境，推动自动驾驶汽车的市场化发展。

智能制造是什么？

智能制造是指以产品的整个生命周期为对象，在达到泛认识情况下实现信息化生产制造。智能制造技术是建立在现代传感、互联网、全自动化加上拟人智能技术等最新技术的基础之上，通过智能识别、人机交互技术、决策和执行技术，从而达到设计流程、制造流程的智能化。可以说是信息技术、智能技术和设备制造技术的全面结合和集成，将制造自动化变得更加智能和高度集成。以智能工厂为基础，以关键制造缓解实现智能化为目的，通过端到端的数据流作为基础、互联网的连接作为技术支持的特点，可以缩短产品的开发周期，减少资源能耗，让运营成本大幅度降低，从而明显提高生产率，提高产品的品质。