應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

自動駕駛——人類是不是又一次過度樂觀了?

2019-06-11 09:25 踢車幫

導讀:說回到“過度樂觀”這件事。也許不能稱為“樂觀”,應(yīng)該說是“過度想象”?!白詣玉{駛”背后驚人的邏輯在于機器的自主性,而且這個自主性甚至使它擁有了擺布人的能力。

自動駕駛技術(shù)、自動駕駛車,自動駕駛,汽車,自動泊車,激光雷達

圖片來自“123rf.com.cn”


自動駕駛是目前汽車領(lǐng)域溫度最高的熱點。因為它是“自動化”的升維。人類對自動化的追求貫穿了整個歷史。抽象看基本符合兩條腿交替行走的邏輯:體力的延伸與腦力的延伸。就“自動駕駛”來說,是一次腦力延伸的躍進。也就是所謂人工智能AI,展現(xiàn)出了“自動化”在汽車行駛上的升級。

對自動駕駛,汽車產(chǎn)業(yè)以及高科技創(chuàng)業(yè)圈的投入,比對電動車的投入,在高度、深度和廣度上,都要大得多。其實,電動本身,都是被納入到自動駕駛這個集合之內(nèi)的一個子集,因為它為更為精準的控制提供基礎(chǔ)。電動車與自動駕駛的結(jié)合,跟移動電話與智能的結(jié)合,遵循著同樣的邏輯。

何來“過度樂觀”?這是指實際應(yīng)用。隨著“自動駕駛”(更為精確的表述是“自主駕駛”)技術(shù)的發(fā)展,業(yè)內(nèi)流行把駕駛分成五或六個層級,取決于你是否包含0級。其中第一、二和三級,是屬于在機器輔助下的人類駕駛,第四、五級是車輛完全自主駕駛??赡艿摹斑^度樂觀”點位于第三與第四級的交接上,也就是從“輔助”到“替代”的跨越。

最近,我參加了由吉利汽車贊助的第二屆龍灣論壇。這次的主題就是自動駕駛,從各個角度邀請了業(yè)內(nèi)專業(yè)人士發(fā)表演講。這包括了車輛自動駕駛系統(tǒng)研發(fā)、移動網(wǎng)絡(luò)特別是5G建設(shè)、吉利對自動駕駛的一些應(yīng)用性研發(fā)——自主泊車和街道自主駕駛實驗。

所有這些,都讓我感到:目標清晰可見,而通向它的路途,近處的路況似乎還不如遠處的路況清楚。也就是說,當下,人們對技術(shù)解決方案尚存分歧,且沒有哪一個方案能完全自我證明其可行性。在“游戲規(guī)則”上,更是處于狐疑的狀態(tài)。因此,盡管各種展覽和演示令人眼花繚亂,要讓人們普遍在現(xiàn)實生活當中享用“自主駕駛”,在下一個10年能否達成,也不一定。

科技從發(fā)明,論證,到應(yīng)用,往往花費的時間比預(yù)期長得多。從心理上,應(yīng)該對此有所準備,并保持審慎的眼光。自主駕駛,與其說是種技術(shù),不如說是個目的,一個需求。就像當初人類希望用機械替代牲畜,驅(qū)動車輛行駛一樣。為此花了幾百年,從蒸汽動力轉(zhuǎn)而到內(nèi)燃機和電動機,最終定型在公路用內(nèi)燃機,軌道用電動機。

現(xiàn)在,新的目標,無非是自動化的進一步升級——讓車自己駕駛自己。這需要利用一系列新的技術(shù)手段來把司機與車合二為一。主要的需求,是能替代人的技術(shù),讓機器——這里特指汽車——的感官、大腦、肢體,協(xié)同一致。這是硬件與軟件共同發(fā)展和迭代的過程。

問題在于,在這個題目上,人類現(xiàn)在還沒有當年“內(nèi)燃機”那樣公認的確定技術(shù)途徑。涉及硬件和軟件技術(shù)的各個方面,都存在底層技術(shù)途徑的爭論。例如,是否需要激光雷達?

特斯拉和日產(chǎn)都表示,采用攝像頭、超聲波雷達和毫米波雷達,可以實現(xiàn)自動駕駛,理由是激光雷達的成本太高,且不必須。而其它更多的廠家則基于激光雷達在進行大規(guī)模的測試——谷歌已經(jīng)干了10年?,F(xiàn)在,奔跑在我居住的北京回龍觀社區(qū)街道上的也都是頂著激光雷達的試驗車。吉利提供試乘體驗的兩輛試驗車也都安裝著激光雷達。同時,吉利的?工程師也透露,現(xiàn)在激光雷達都是試驗級別,價格極為高昂,有實用性的民用級別,還提供不了。另外,旋轉(zhuǎn)掃描的動態(tài)激光雷達壽命短,業(yè)界在試用固態(tài)激光雷達替代??墒?,固態(tài)意味著數(shù)量較多。在一輛試驗車上,裝著多達5個固態(tài)激光雷達,位置多在易發(fā)生碰撞的保險杠拐角附近,且體積很大。

另一個難題是“腦”,也就是判斷和決策機構(gòu)。計算機軟件復制的邊際成本幾乎為零,很大程度上將強大的功能低成本化。這是自動駕駛普及化應(yīng)用背后的思維邏輯??墒牵斝畔⒌膩碓礃O為隨機和多元時,情況有所不同——幾乎不可能在一個環(huán)境中訓練出放之四海皆準的AI。一個人只要在一個地方學會了開車,他就能在世界各處開車,AI不行。原因是它不會抽象思維,只能依靠海量的數(shù)據(jù)存儲和比對。這不是不能實現(xiàn)類人的判斷力,而是需要巨大的工作量。需要在全世界分別訓練AI,然后再把它整合起來。

第三個限制是信息——定位、算力和流量。一個是讓AI知道自己的空間位置——高精度GPS;一個是AI自己的思考能力——處理器芯片、云計算;一個是AI個體以及整體的溝通能力——5G。這些都需要更高階的解決方案。從試驗到民用,絕非易事,因為不容有失!神奇的演示很容易做到,真正民用則是另一個維度。

最后,法律和道德關(guān)。這實際上就是責任與信任的問題。由于人只會承認人的責任,人最終也只能信任人。歷史上早就存在人把安全委托給機器的情況,比如乘坐電梯、機場候機樓之間的無司機軌道交通等,這些機器背后都有清晰的,負最終責任的人類。

而處于自主駕駛的汽車,它背后的那個“責任人”是誰呢?還有信任問題。人們乘坐出租車,心甘情愿承擔方向盤在出租司機手里這個風險。出了事故,傷及自身,也不會質(zhì)疑出租車這種商業(yè)服務(wù)方式。對自動駕駛車出錯的接受程度呢?而且,車里沒有司機,乘客會對車作出什么舉動,誰知道?需要監(jiān)控嗎?這是不是侵犯乘客的隱私?

理性的判斷是在有限的場景進行有限的使用,逐步擴展。比如固定線路的公交巴士,比如停車場的自動泊車和接人。在龍灣論壇上,吉利的技術(shù)研發(fā)負責人演講的題目就是后者。最近,戴姆勒也攜手博世努力開發(fā)這個功能。吉利是戴姆勒最大的單一持股人。這是巧合嗎?我覺得不是。這也給人提了醒——即使連嚴格限定場景的自動駕駛,都還離民用有明顯的距離。

說回到“過度樂觀”這件事。也許不能稱為“樂觀”,應(yīng)該說是“過度想象”?!白詣玉{駛”背后驚人的邏輯在于機器的自主性,而且這個自主性甚至使它擁有了擺布人的能力。這是人類歷史上的第一次。因此,你很難只是把它當成汽車的一種新技術(shù)來看待。理論上,它是有自主行動能力,且對人類承當安全托付責任的機器人。它是劃時代的里程碑,這塊碑,實在太大了,所以吸引了當下人類巨大的智力和財力,也開啟了新的想象之門,展現(xiàn)了極度新鮮的景象。人們因此而高度興奮是自然的反應(yīng)。

想象一下,天氣好時,從云端露出面目的珠穆朗瑪峰,吸引著登山者的腳步。只是,不管你對登上它頂端的意志有多堅定,都得一步一步上去。研究攀登珠峰的路線圖,會看到在不同高度的營地。登山者需要多次階段性地休整,積累體力、等待天氣,最后,看運氣。