自動駕駛在「不確定性」中駛向終點-科技新聞 - 臺灣新浪網

文|李北辰

在「技術變現」的路上，命運自有時間表，它通常不以「業內人士」的主觀臆測為轉移。

最典型的例子，就是自動駕駛。

數年以前，從業者紛紛預言，2020年將會成為自動駕駛「爆發」拐點。但事實勝於雄辯，迥異於各大廠商對外公佈的美好寓言，2020年已經過去了七個多月，大多數人離自動駕駛還很遠。

所以不要被「量產」這一模糊的概念所蠱惑，任何試圖深度嵌入到整個社會系統中的技術，都涉及技術，場景，生態，政策，習俗乃至倫理等一系列必備要素，沒湊齊，就是沒湊齊，急不得。

不過話說回來，路途雖比想像中遙遠，但並不意味著終點不會到來。

循序漸進

其實自2020年以來，自動駕駛行業新聞不斷。

即便市場環境整體黯淡，許多公司也陸續傳出融資新聞，整個行業場景落地的速度也正在變快。最重要的是，自動駕駛產業開始完成與社會系統的「對接」。

譬如幾天前，據媒體報導，《自動駕駛計程車運營規範與安全管理要求》團體標準已經立項，包括滴滴，百度，博世，北汽，騰訊，初速度等國內企業，相關監管部門，專家及政策研究機構等已經開始進行相關商討。這也是全球首個自動駕駛的商業化規則。

大概半個月前，這一團體標準已通過線上形式組織召開標準啟動會，內容包括確認robotaxi運營標準的框架和提綱，以及重點圍繞測試車輛管理規範，保障性管理規範，測試駕駛員管理規範，測試中心風險分析與預案以及載人運營等標準內容展開討論。

計程車尚且如此複雜，未來更大基數的私家車更是如此。

因此在很多人看來，自動駕駛是個循序漸進的過程：一方面要在確保安全的前提下「狂轟油門」，通過路測數據迅速迭代；一方面又要「腳踩剎車」，等一等配套設施和政策法規的逐步完善。所以全球自動駕駛競爭的核心不是「一步到位」，而是比誰先在這個動態平衡的過程中處於領跑地位，率先跑完驗證自動駕駛社會價值的全部流程。

當然，對於商業公司來說，循序漸進的過程中，最重要的是永遠是：錢和技術。

自動駕駛是個極度燒錢的行當。

以谷歌為例，谷歌母公司Alphabet為Waymo每年投入10億美元，今年上半年，Waymo還首次從外部融資22.5億美元用以支持自動駕駛技術的研發和商業落地。

而技術更不必多言。這個世界上但凡有能力的科技企業，都已全部擠在自動駕駛的賽道。

以中國最具「技術」標籤的科技企業華為為例，就在最近，根據天眼查APP顯示，華為技術有限公司新增多項專利信息，其中包括「一種機動車輛自動駕駛方法及終端設備」「控制智能汽車行駛方向的方法和裝置」以及「交通信號燈的識別方法、系統、計算設備和智能車」。其中「一種機動車輛自動駕駛方法及終端設備」與「控制智能汽車行駛方向的方法和裝置」的申請日期分別在2017年6月和2017年4月，公開日期均為2020年8月。

其中，「一種機動車輛自動駕駛方法及終端設備」的專利摘要顯示，本發明實施例公開一種機動車輛自動駕駛方法及終端設備。由於本發明實施例中，終端設備根據車輛外部環境數據和初始定位精度確定機動車輛的目標駕駛參數，所以目標駕駛參數會隨車輛外部環境數據的不同而變化，進而與外界環境相匹配，提高機動車輛自動駕駛的安全性。

嗯，技術是自動駕駛的底層動力，但人們也不免好奇，自動駕駛技術的「終點」將是哪裡？

L5的野望

說來也巧，也在最近，特斯拉CEO埃隆·馬斯克表示：「全自動駕駛技術」有望在今年年底前推出。事實上，馬斯克曾在世界人工智慧大會開幕式上就表示，特斯拉已「非常接近」L5級自動駕駛技術，有信心在今年開發出這項技術的基本功能。

所謂L5級自動駕駛，你可以簡單理解為：無人駕駛系統能夠在任何條件下駕駛車輛。

與其他科技領域一樣，馬斯克在自動駕駛身上表現出極度的樂觀，但卻仍有反對者對「完全自動駕駛的交通系統」表示悲觀，甚至最極端的說法是：L5或許是一個夢。

原因很簡單，AI處理不了意外。

數十年前，AI概念誕生初期，當時的研究者心高氣傲，並不滿足於將機器僅用於計算，他們試圖讓AI完整拷貝人腦的思考過程，讓機器「知其然，也知其所以然」。

但眾所周知，多年以來，人類意識之謎沒有任何實質進展，研究者開始收縮野心，重回對「計算」的追尋。如今的機器學習就是一條試圖彎道超車的捷徑，將現實世界以數據作為顆粒度呈現，再通過神經網路消化數據，更好地認清這個世界。

以自動駕駛為例，它最基礎的原理就是將人類司機目力所及的一切物體，路人，建築，其他車……都構建成三維模型，關心它們之間的移動趨勢，估算速度，預測路線，有衝突就剎車或繞路。

但從邏輯上，這也幾乎意味著，無人車做不到所謂「絕對」的準確性，因為真實的交通是一個複雜生態系統，隨機分佈著各種意外。

據說谷歌自動駕駛就曾遇到過不少「意外」：比如，幾個小孩在高速路上玩青蛙；一個殘疾人坐著電動輪椅，在路上追一隻鴨子，鴨子繞圈跑，他也繞圈追……面對如此荒誕場景，你很難苛求機器能百分百預測這些人的軌跡。畢竟近些年人工智慧領域的一切進步，都可歸為相似的框架：「輸入數據，生成回應」——換句話說，由過去推導未來，機器沒法預測完全不在它經驗範圍內的意外。

命運自有時間表

自動駕駛或許處理不了「意外」，但自動駕駛將駛向未來這件事本身，應該沒有意外。

原因有很多，比如在單純的概率層面，機器犯錯更少。譬如特斯拉剛剛發佈202年第二季度車輛安全報告顯示，在有Autopilot自動輔助駕駛參與下的駕駛過程中，平均每453萬英里的行駛里程會出現一起交通事故；在沒有Autopilot自動輔助駕駛參與但有主動安全功能的駕駛過程中，平均每227萬英里的行駛里程會發生一起交通事故；在沒有Autopilot自動輔助駕駛和主動安全功能參與的駕駛過程中，平均每156萬英里的行駛里程會出現一起交通事故。

這一觀點老生常談，因此我想談談另一個原因，那就是：追溯人類技術演變史，一旦新事物破繭而出，往往就沒有了回頭路，你只能去迭代它，不能消滅它。

其實就像香煙，大約公元400多年，人類開始使用煙草，而一旦香煙誕生，你覺得它還會從世界上徹底消失嗎？永遠不會。哪怕進入現代，人類若想減少香煙帶給整個社會的負外部性，也只能通過技術而非禁止，比如發明電子煙。

事實上，攤開科技史你會發現，解決技術帶來的問題的方式永遠都是通過更好的技術，忘了是哪位技術思想家說過：「即使新的科技發明帶來的49%是問題，但它同時也帶來了51%的好處，差別就在於這2%，2%很少，但人類需要這2%，通過一年年積累產生強大影響力。所以，即便新發明帶來的好處只比問題多一點，這一點就是人類進步的動力。」

自動駕駛就是如此。

雖然大多數人離它真正普及還很遠，但如開篇所述，命運自有時間表。

一百多年前，人類一旦發明汽車，馬車所代表的田園牧歌，就只能成為一曲輓歌；一百多年後亦是如此，從汽車與信息文明相遇的那一瞬間，一切悲喜就已不可避免。

作者：李北辰，獨立撰稿人，國內數十家媒體專欄作者，關注技術驅動帶來的社會變革

Let's block ads! (Why?)

"更是如此" - Google 新聞
August 12, 2020 at 01:11PM
https://ift.tt/2DDSRn4

自動駕駛在「不確定性」中駛向終點-科技新聞 - 臺灣新浪網
"更是如此" - Google 新聞
https://ift.tt/2VUFiGf
Shoes Man Tutorial
Pos News Update
Meme Update
Korean Entertainment News
Japan News Update

Bagikan Berita Ini