2018年7月4日,第100辆百度“阿波龙”自动驾驶汽车正式下线。据悉,未来“阿波龙”将会在一些特定的应用场景下,例如核电站内容部、老龄化社区实现L4级别的自动驾驶。

也许你会问,什么是L4级别的自动驾驶?

根据国际自动机工程师学会——SAE International (又称:美国汽车工程师学会 )所给出的标准——《LEVELS OF DRIVING AUTOMATION ARE DEFINED IN NEW SAE INTERNATIONAL STANDARD J3016》,自动驾驶目前分为6个等级,从L0到L5等级依次升高,自动程度也越来越深化。

L0-L2级别都不能被称作自动驾驶,都需要人类驾驶员来监控驾驶环境。

L3-L5级别才是自动化的驾驶系统来监控驾驶环境。

L4级别与L3级别相比,车辆的自动驾驶系统能够对动态驾驶任务进行反馈,动态驾驶任务包括驾驶任务的操作,例如转向、制动、加速、监控车辆和道路,以及对路面事件相应、决定何时改变车道、转弯、使用信号等,而不是简单地确定目的地或路标。

L5级别与L4级别相比,自动驾驶系统可以实现完全自动的,无边界限制的自动驾驶,只要你设定了目标,完全自动驾驶的汽车就可以载着你去“寻找诗和远方”。而L4级别只能在一定范围内自动驾驶,例如一些特定的,受限制的驾驶环境。

目前,业界公认的比较完善的、易用性较强的自动驾驶技术就是特斯拉的AutoPilot 自动驾驶系统。但在遇到急弯、红路灯路口等需要复杂操作时,AutoPilot还是需要驾驶员的介入。埃隆•马斯克曾表示,自2016年10月开始生产的每一辆全新的特斯拉电动车都已具备完全自动驾驶(L5级别)的硬件配置,并且特斯拉还为客户提供购买升级的选项,一旦软件成熟,这些特斯拉车主就可以实现完全的自动驾驶了。要实现L5级别的完全自动驾驶,软件能力是至关重要的。

传统深度学习不行了

在过去的十年里,深度学习——一种利用分层的机器学习算法从海量数据中提取结构化信息的方法——在人工智能和科技产业中几乎是不可想象的进步。它为谷歌搜索、Facebook新闻推送、对话式语音到文本算法以及支持围棋的系统提供了动力。这种进步也为自动驾驶带来了长足的进步,但是人工智能专家越来越担心,这样的技术进步未必能够让自动驾驶系统在短期内实现可靠地避免事故发生,而这个过程可能需要数年甚至数十年的时间。

深度学习需要大量的训练数据才能正常工作,几乎包含了算法会遇到的所有场景。例如,像谷歌图片这样的系统,只要他们有训练数据,向他们展示每只动物的样子,就能很好地识别动物。在很长一段时间里,研究人员认为他们可以用正确的算法提高泛化能力,但最近的研究表明,传统的深度学习比我们想象的更糟糕。一项研究发现,传统的深度学习系统很难在视频的不同帧中进行概括,一旦背景发生细小的变化,系统都有可能把同样的北极熊标记为狒狒、猫鼬或黄鼠狼。

为什么还会有事故?

而自动驾驶的背后,也面临着这样的泛化问题。2016年的一场致命事故中,一辆Model S全速撞向在一辆白色拖拉机拖车的后部,原因是在强烈的日照条件下,驾驶员和自动驾驶都未能注意到拖挂车的白色车身,因此未能及时启动刹车系统。2018年3月,一辆自动驾驶的Uber闯红灯通过人行横道时,撞到了一名推着自行车的妇女并致其身亡。根据美国国家运输安全委员会的报告,Uber的软件错误地将这名妇女误认为是一个未知的物体,然后是一辆汽车,最后是一辆自行车,每次更新它的投影,但是都没有做出准确的判断。

每一次自动驾驶所涉及事故似乎都是一个边缘案例,工程师们不可能事先预测到这类事情。而事实上,驾驶环境要比业界想要承认的要复杂得多,几乎每一场车祸都涉及到某种不可预见的情况。

drive.ai的创始人、前百度高管、业内最知名的支持者之一吴恩达认为,问题的关键在于打造一个完美的驾驶系统,而不是让旁观者预测自动驾驶行为。

标杆是2.75亿英里?

当下,许多公司已经转向基于规则的人工智能,这是一种更古老的技术,可以让工程师将特定的行为或逻辑硬编码到一个以自我为导向的系统中。仅仅通过学习数据,它就没有能力写出自己的行为,这正是让深度学习如此令人兴奋的原因,但它可以让企业避免一些深度学习的局限。但是,由于认知的基本任务仍然受到深度学习技术的深刻影响,很难判断工程师如何成功地隔离潜在的错误。

在Lyft董事会任职的风险投资家安米拉·科认为,自动驾驶的问题在于对自动驾驶汽车的期望值过高,将任何低于完全自主的东西归类为失败。对自动驾驶技术持批评态度的人士认为,目前具有某些自动驾驶能力的车辆可能比人类驾驶更不安全,即使这些错误很难完全归咎于机器。像特斯拉的自动驾驶仪这样的半自动化产品足够智能,能够处理大多数情况,但如果发生任何不可预测的事情,就需要人工干预。一旦事故发生,很难知道是汽车还是司机的原因。

兰德公司的一项研究估计,自动驾驶汽车必须行驶2.75亿英里,而不造成死亡,才能证明它们和人类司机一样安全。与特斯拉自动驾驶系统有关的第一起死亡事件发生时,距离目标还有大约约1.3亿英里。

随着优步因为三月的事故,暂停了今年夏天的自动驾驶业务,这对于其他计划推出自动驾驶的公司来说,是一个不祥的征兆。在整个行业中,企业都在竞相争取更多的行驶里程,更多的数据来解决自动驾驶的问题。但是没有证据能证明,如此多的数据能够帮助自动驾驶达到了人们所需要的精确度。

本文综合多家外电翻译而成。 ')}