人工智能如何颠覆你对驾驶安全的认知?

igel-cover

人们一想到自动驾驶汽车,脑海里浮现的形象通常是一辆完全实现自动驾驶的汽车,没有人类驾驶员参与其中。实际情况要复杂得多:汽车自动化不仅分为几个不同的级别,例如巡航控制就是一种初级形式,而且人工智能也被用于汽车内部来增加驾驶者和乘客的道路安全系数。人工智能甚至支持一种技术,让汽车在吵闹的环境中理解驾驶者的意图:通过唇语解读。

在硅谷,各方正你追我赶地开发最理想的技术用于自动驾驶车辆。近期在硅谷召开的人工智能前沿会议(AI Frontiers conference)举办期间,沃顿商学院运营、信息与决策教授霍桑纳格(Kartik Hosanagar)说道:“现在或许是关于自动驾驶汽车讨论最热烈的时候。”“10年前,自动驾驶车辆的绝大部分工作仅限于研究实验室、教学机构开展。”而在大约5年前,也只有谷歌和几家公司开始进行这方面的测试。“时至今日,这项研究令各方趋之若鹜。”他说:“光是在加利福尼亚,拥有牌照进行无人驾驶车辆测试和运营的公司数量就已经达到了30到50家之多。”

放眼全球,美国和中国正走在自动驾驶汽车研究竞赛的最前列。德国和日本尽管以汽车制造业闻名,但也只能甘拜下风。“关键的差距就在于人工智能。”中国自动驾驶汽车研发公司景驰科技的联合创始人韩旭(Tony Han)指出。“中美在人工智能领域一马当先。”在自动驾驶监管方面,中美同样走在前面。对于该领域关注的集中爆发背后主要受到三个趋势的推动:电动车数量不断增加;共享经济的出现让Uber、Lyft这类拼车公司获得动力;以及人工智能的进步。他说,其实好好想一下并不难理解,自动驾驶其实就是把机器人驾驶员和电动车结合起来。

韩旭说,目前绝大多数研究自动驾驶汽车的公司都在开发一种适合“第4级别车辆”的技术。自动驾驶汽车的自动化程度一般分为5级。第1级是最低限度的自动驾驶,典型特征是已经出现了很多年的巡航定速功能。第5级是最高级,实现车辆完全自动驾驶。第4级略低一点,车辆已经可以达到较高的自动驾驶程度,在特定情况下无需驾驶者干预或关注便可自动操作,比如在专门划定的闭合区域或交通道路上。

车辆内部的人工智能

芯片制造企业Nvidia的自动驾驶部门高级总监丹尼·夏皮罗(Danny Shapiro)说,科技企业对待自动驾驶车辆技术的研发相当认真,因为他们输不起:“这可不是为Netflix设计的推荐引擎,”他在会上说:“人工智能必须精准无误。”这也意味着人工智能要求“极端的”计算能力和大量代码。夏皮罗说道。在自动驾驶车辆上安装有强大的计算机和图像处理单元,通过深度学习分析接收到的所有数据:人工智能需要决定前面的物体是一个人、车辆、消防栓还是什么别的东西。

虽然真正的全自动驾驶汽车上市还需要等待时日,但人工智能已经令一辆汽车的内部面貌大为改观了。前置摄像头可以识别车内的人,追踪驾驶者的眼部运动,监督其是否昏昏欲睡或者分神,甚至还能读取驾驶者的唇语。车外安装的传感器和摄像头能够配合内部技术提升安全性。比如,如果有其它车试图闯红灯,车辆会发出“存在交叉车流危险”的警报。如果司机想要变道,车辆可能还会说:“小心!有一辆摩托车正在驶入中间车道!”夏皮罗说:“即使不是真正的全自动驾驶,车辆仍可具备一整套像守护天使那样的性能。”

实际上,自动驾驶公司的一个主要目标就是让驾驶更加安全。Uber高级工程经理、美国卡耐基梅隆大学研究教授杰夫·施耐德(Jeff Schneider)说,汽车交通事故中有94%属于人为失误。他指出,导致事故发生的错误中有一半属于认知错误,比如司机注意力不集中、没有看到前方障碍物。还有一半是决策错误,比如司机开得太快或者错误地估计了形势。

施耐德认为,自动驾驶车辆可以解决这两类错误。认知错误问题可以通过传感器、雷达、摄像头、Lidar(一种远程感应系统)以及其他工具来尽量避免。汽车可以看到物体或周围其它东西的三维定位,接收高分辨率的360度景象,还能获取其它相关资料,比如物体移动速度等等。同时,负责的计算系统可以分析道路景象,形成正确的驾驶决策。

提高精确度的一种方式就是将冗余纳入系统。比如,如果某处的道路交通标志不清晰,就要想办法确保自动驾驶汽车不会搞错。施耐德说,车上自载的地图可以告知车辆那个位置是有道路交通标志的。同时,公司利用大量数据对车辆进行不同路况下的训练,例如雪天、雨天、雨夹雪和发大水等情况。自动驾驶汽车的研发公司甚至会使用计算机生成的环境来训练车辆,例如落日炫目的情况下驾驶的问题。“只需要一套服务器,我们就能在5个小时内生成超过30万公里的(驾驶环境)。对美国所有马路进行算法测试只需要两天。”Nvidia的夏皮罗这样说。

为确保万无一失,车辆必须面对复杂的任务测试。“如果你是写程序的人”,必须对穿越马路的行人、路上的其他车辆、广告牌、交通信号装置、机动车道、自行车道、人行道等等的人和物负责,施耐德说:“那绝对是一团乱麻。”

安全与保障

施耐德说,对于将全自动驾驶车辆视为白日做梦的怀疑论者来说,回顾自动驾驶汽车走过的历程可能会有所帮助。早在20世纪80年代,卡耐基梅隆大学的NavLab项目就已经将计算机、传感器装到了卡车上,以实现自动和辅助驾驶。他说:“那是机器人技术的时代,规则就是摄像头要保持工作,以便拍下好的瞬间。”1995年,这所大学的“No Hands Across America”从匹兹堡开到南加州,其中98%的路程是自动驾驶的,还包括70英里彻底没有人为干预的路程。

2000年,大学转而研究越野车。GPS、Lidars等新发明被运用到了汽车上,让车辆更容易辨别物体、绕道行驶。7年之后,在专为无人驾驶汽车举办的“DARPA超级挑战赛”上,卡耐基梅隆大学又迈出重要一步,通过加载高质量的地图对驾驶环境进行全面重塑。“人工智能又向前迈出了一大步,”施耐德这样说道。卡耐基梅隆大学赢得了那次比赛。也正是从这时起,谷歌认识到了自动驾驶汽车的潜力,着手开展自动驾驶研发项目。自此,人工智能、机器学习和深度学习得到了进一步发展。

但是,消费者乘坐自动驾驶车辆是否感到舒适自如?施耐德说,从Uber在匹兹堡、凤凰城开展自动驾驶汽车测试的经验来看,公众对乘坐这种车辆应该是持开放态度的。虽然一开始的确有人担心大家对这种车心存恐惧,“但我们发现结果恰恰相反。”他说道。比如,由于乘客不能自己选择呼叫采用自动驾驶功能的Uber,部分乘客甚至会在叫车时专门追着这种车,希望它能接单。

话虽如此,自动驾驶车辆大量上市的真正阻碍来自商业模式。起码从目前来看,拥有一辆自己的车比无论去哪儿都要用Uber打车还是要经济得多。“单纯从计算价格的角度说,不如买车划算。”施耐德说:“一旦自动驾驶车辆成功了,一定会遍地开花……到那时候就没有必要买车了。”

如何引用沃顿知识在线文章

Close


用于个人/用於個人:

请使用以下引文

MLA

"人工智能如何颠覆你对驾驶安全的认知?." China Knowledge@Wharton. The Wharton School, University of Pennsylvania, [26 November, 2017]. Web. [12 December, 2017] <http://www.knowledgeatwharton.com.cn/article/9325/>

APA

人工智能如何颠覆你对驾驶安全的认知?. China Knowledge@Wharton (2017, November 26). Retrieved from http://www.knowledgeatwharton.com.cn/article/9325/

Chicago

"人工智能如何颠覆你对驾驶安全的认知?" China Knowledge@Wharton, [November 26, 2017].
Accessed [December 12, 2017]. [http://www.knowledgeatwharton.com.cn/article/9325/]


教育/商业用途 教育:

如果您需要重复利用我们的文章、播客或是视频,请填写内容授权申请表.

 

参与讨论

目前尚无评论