吴恩达&林元庆:只有改变道路和心态,无人车才可能真正上路

百度计划 2018 年前让商用自动驾驶汽车上路。但是目前技术的局限性,实现这个目标并不是很容易。吴恩达和林元庆在本文提出了改变道路基础设施的想法,用全新的交互方式推动无人车未来的发展。

自动驾驶汽车将很快成为司机的一员——比大多数人想象的更快。在百度,我们计划在 2018年 前让商用自动驾驶汽车上路。但是保证它们安全性的方法并不是让它们像人类司机一样驾驶汽车——事实上,现今技术上的局限让这种方法没有可行性。取而代之的是,我们应该对我们的基础设施做出不少改变,编写程序让无人车的一举一动尽可能处在预测之范围内,并且让公众学会用新的方式与无人车交互。

这些变化可以扬长避短,避开无人车的短处——比如无法理解一个建筑工人打出的手势——并利用它的长处:永远不会放松的警惕性,而且没有视觉盲点。这些变快来得越快越好,要知道每年有 130 万人死于交通事故。安全的无人车将会拯救许多生命,并且让交通变得更便宜、更方便。不过,无论是汽车制造厂商还是科技公司,都无法独力实现这样的愿景。这需要群体的努力。

我们曾经完成过类似的转变。19 世纪时,铁路的兴起让市民们有了比马匹更快速也更安全的出行方式,它也改变了整个社会。但是我们需要学习如何与火车这种交通工具打交道。今天,如果有一只宠物狗跑到铁轨上被火车轧死了,我们会感到很难过,然而我们不会认为这是火车的错,因为我们知道在铁轨上运行是机器的天性。通过找到与火车打交道的新方式—(比如不站在铁轨上)以及新的基础设施(比如在铁路交叉口安置特殊的警示灯与铃声来提示人们避开火车),我们适应了这种机器的天性。

现在,乘坐火车旅行比坐在马背上旅行要安全得多了。在未来,计算机驾驶的汽车也将会比人类驾驶的汽车安全得多。但是,就像火车与马匹不同一样,我们也需要认识到计算机驾驶的汽车与人类驾驶的汽车也是不同的,并且找出新方式让它们安全地融入我们的生活。

关键区别

今天的无人车在一些重要的方面是比不上人类司机的:

  • 如果一个建筑工人打手势告诉汽车可以通过或是要停下,现在没有一辆无人车能够可靠地做出正确决策。
  • 当阳光刚好位于红绿灯背后时,大部分摄像头都将无法识别信号灯的颜色。
  • 如果我们看到一辆贴着 “转弯半径大”(Makes Wide Turns)标志的卡车,我们知道要如何根据这句告示来调整我们的驾驶策略。如果我们看到路上有孩子被冰激淋车吸引了注意力,我们知道要减速,因为他们可能会直接奔向冰激淋车。现在的计算机还无法娴熟地理解这些复杂情景。

无人车也有比人类更好的地方:

  •  我们可以在制造时让无人车没有盲点,达到 360 度全景。
  • 它们永远不会醉酒驾驶,在驾驶的时候也不会分心。它们不知疲倦,只有在维护时才休息一会儿。
  • 它们的反应比人类快得多。

由于计算机观察和理解世界的方式与人类迥异,它们的驾驶方式也与人类不同。人工智能技术正在大步迈进,不过我们不应该期待近期就会出现与人类驾驶方式一模一样的计算机。

对基础设施做出适当改变

我们的道路系统是为人类司机修建的。幸运的是,只需做出适度的改变,现今的道路系统也能支持安全的计算机驾驶和人类驾驶的汽车。

与其让建筑工用手势引导车流,我们应该给他们配备无线信号灯或无线应用,用电信号告诉汽车该做什么。修路方案可以提前发给自动驾驶汽车,这样自动驾驶汽车就有时间围绕这些复杂的情况制定计划。执行紧急任务的车辆也将需要一种明确的沟通方式,因为它们的汽笛声和闪光灯都是为人类司机设计的。

我们或许还要在事故频发的十字路口修建多个交通信号灯,这样无论太阳处于什么方位,至少有一个信号灯总能被汽车的摄像头清楚拍摄到。或者,我们可以研发更敏感的摄像头。汽车制造商、技术公司和公共机关一起参与到一个公私合作项目中,测试各种解决方案,这将是确保我们共同设计出一个安全有效的交通系统的最佳方法。

可预测性

火车、地铁不善于避开轨道上的障碍物,但它们之所以安全是由于其行为具有可预测性。自动驾驶汽车不会在轨道上行驶,但我们仍然需要尽全力让它们变得可以预测。例如,它们应该不会突然刹车,因为这会导致其他人从后面撞上来。

尽管如此,自动驾驶汽车的行为还是会有所不同。这就是为什么自动驾驶汽车的外观应当显眼并且一眼就能认出来,好让其他人心里有底。在百度,我们选择的第一辆自动驾驶汽车,不是设计最美观的,而是我们看起来觉得最显眼的:白顶红底。这就像在车上贴了张大大的 “新手司机” 标签——它告诉其他人应该对这辆车的行为有不同的预期。

美国国家公路交通安全管理局发现,黄色的转向灯明显比红色的要安全,因为黄色的转向灯与刹车信号不同,更容易辨别。身旁司机不到一秒的延迟,就可能使一次安全的转弯变成一起撞车事故。因为自动驾驶汽车的行为与人类不同,明确地告知周围司机自己的意图对自动驾驶汽车而言更加重要。

道路养护状况良好对可预测性也至关重要。有了清晰明确的车道标记,人类和计算机都能在车道之间安全驾驶。至于养护状况很差的道路,其问题不仅仅在于在上面很难驾驶,而且计算机和人类都不能准确地预测其他车辆会驶往何处,因此降低了可预测性。

轨道铺设策略

综上所述,安全的自动驾驶汽车需要对基础设施进行适度的改建,外观设计要容易辨识和预测,而且行人和人类司机需要知道计算机是如何开车的。自动驾驶技术还需要一个明确的法律框架,处理合法性及责任归属问题。这是大量的工作,但好在我们不需要在所有地方一次性就做出这些改变。

我们主张先由一小部分限制区域开始,让这部分区域 “允许自动驾驶”,而后再扩展开来。我们将其称为自动驾驶的 “轨道铺设策略”(Train Terrain Strategy)。例如,我们也许可以从几条班车路线开始,然后扩展到整个城市。这种方法使必要的基础设施改建更容易得到落实,也给了行人和人类司机时间理解计算机如何驾驶,预测计算机会有什么行为——就跟预测还在学开车的司机会做出的某些行为一样。

我们认为这是实现安全自动驾驶汽车愿景最快的方法。

道义责任

撞车事故每天导致 3000 多人死亡。自动驾驶汽车将能减少这一无情的死亡人数,并且成本在公众可承受的范围之内。我们在道义上有责任快速得出成果。每延迟一天,就又有 3000 条生命死亡,又有 3000 个家庭接到那通恐怖的电话。

让自动驾驶汽车成为现实不可能由单一的一家机构做到。它需要公私合作伙伴关系,一个由立法人士、研究人员、工程师、技术公司和汽车制造商组成的团队。携手一起,我们将迎来一个更加光明的未来,亿万人民的交通运输变得更加实惠和安全。

本文转载自微信订阅号“新智元”,编译作者为王婉婷和闻菲。您可关注 “新智元”(Al_era)了解更多人工智能最前沿资讯。本文编译自:wired.com

·氧分子网(http://www.yangfenzi.com)延伸阅读:

分享给您的好友:

您可能还喜欢…