企业 头条 产品 招聘
房产 汽车 投资 IT 文体 教育 健康 时尚 家居 日用 旅游 美食 商务 服务 工业 农业
  •   三天前,阿尔法巴智能驾驶公交在深圳试运行的消息刷爆了朋友圈。但事后经证实在紧急情况或复杂路况上,这些公交车仍然需要司机接管车辆运行,而且试运行全程只有1.2公里三个站头,同时必须在“专门的范围”和特定道路环境才可以行驶。

      简单来说,这次的深圳智能巴士并没有某些自媒体传得那么邪乎,号称可与阿尔法狗相媲美更是让人不敢恭维。这样的自动驾驶试运行,国内外许多企业都尝试了好多次了。谷歌早在五年前便开始了其无人车测试,随后宝马、特斯拉也纷纷入局,如今的无人驾驶市场呈现出了群雄逐鹿的局面。

      一方面我们能看到自动驾驶确实成为了人工智能的重要落脚点,但我们也能看到至今仍没有一个企业能生产出面向大众的自动驾驶汽车,自动驾驶究竟还面临着怎样的挑战呢?或者说,我们真的那么需要自动驾驶吗?

      安全性令人忧虑

      汽车驾驶本质上是一个需要保持长久视觉分析和肌肉反应的机械重复运动,从这个角度看似乎是人工智能更占优势。自动驾驶不会出现疲劳,能极大地避免因为人类感性因素而导致的交通事故。

      然而,2016年5月的时候,一位驾驶员开启特斯拉自动驾驶后,不幸遭遇车祸死亡。今年9月,NTSB的调查结果表明正是因为传感器感知缺陷未正确识别卡车才导致了事故的发生。现实驾驶环境由于其动态性所以非常的复杂,比如你前面的汽车可能会突然刹车,你在等红绿灯时可能迎面冲过来一辆卡车,还有到处乱窜的电动车。自动驾驶在面临这些问题时会面临严峻的挑战。

      再举个小例子,百度2016年公布的无人车系统的部分代码中,出现了不下三万个if。可以说每一个if,都是产品和研发工程师们慎重考虑之后的结果,自动驾驶的复杂性由此可见一斑。如此复杂的系统不可避免的会存在BUG,这是需要持续研发投入才能解决的。

      高昂的传感器成本

      国内外的自动驾驶汽车,除了特斯拉,都有一个很明显的共同点,就是头上顶着一个大大的激光雷达(说实话真TM丑)。激光雷达提供了极高精度和极其丰富的感知信息,这使自动驾驶车可以自如处理一些极端状况。

      然而激光雷达的成本短期内还是降不下来的,在今年年初的底特律车展上,Waymo放出了重磅消息:他们将无人驾驶硬件商业化的拦路虎激光雷达的成本降低了90%以上,然而降价后仍然需要7500美金,这样的价格仍是大众很难接受的。就像PC VR一样,价格会长期限制自动驾驶汽车的量产。

      法律政策和道德伦理问题

      目前中国还是不允许自动驾驶车在开放及高速道路测试的,所以在法规正式发布之前,自动驾驶还只能到封闭的试车场中测试。今年7月6日,在百度AI开发者大会的现场直播中,李彦宏乘坐的百度研发自动驾驶车辆在“众目睽睽”之下违规,实线变道并且未打转向灯。之后,北京交管部门给百度开了自动驾驶第一张罚单。

      这一点国外走在前列,从10月中旬开始,谷歌旗下的Waymo就已经开始在美国亚利桑那州的公开道路上运营L4级别的全自动驾驶汽车。

      道德伦理方面也会面临一些问题,在某些极端情况下,必须撞一个人,你是撞特朗普,还是撞路人甲呢?自动驾驶汽车出现交通事故时,到底如何定责,是车主的责任还是生产商的问题?好在伦理道德问题本质上都是无需回答的,而法律政策问题则需要多方博弈、反复磋商方能有出路。

      基础建设还得依赖政府

      我们都知道算力、算法和数据是驱动人工智能的“三驾马车”。而在自动驾驶方面,大多数人往往只关注人工智能算法的瓶颈,而忽略了数据库的问题。自动驾驶技术十分依赖高精度电子地图,所用到的电子地图一定要确保实时且易于更新。

      如果说技术和成本的问题都能用时间逐步解决,那么高精度地图测绘就需要政府的大力支持。在国内,除了大家耳熟能详的BAT有地图测绘资质外,国内有测绘资质的图商寥寥无几,未来想要实现全国的地图测绘任务十分艰巨。

      同时,道路本身的平坦程度、车道线的可识别程度等,都是一辆自动驾驶汽车能否安全行驶的关键。如果说在城市中心区域的主干道,这些问题尚且容易解决的话,在次干道、支路甚至于郊区和乡村公路,想要达到自动驾驶、甚至于无人驾驶难度极高。因此,这些交通基础设施的大量升级也需要政府来主持。

      这是1957年的海报,一辆电动车在路上飞奔,里面的人在打麻将,玩纸飞机,谈笑风生,从图上看大概是L4级别自动驾驶,他们当时预测2014年就能实现这个目标。所以嘛,深圳还不到L3级别的阿尔法巴智能驾驶公交就算了吧,大家还是老老实实的去考驾照比较好,自动驾驶还早着呢。


  • 发布:陈颖哲   点击:1426

推荐商家