发生18次交通事故 全自动汽车有未来吗?

2017-10-03 22:38

  自动驾驶是个具有全球热度的话题,几乎已经到了行业里无人不谈的地步。很多汽车厂家也信誓旦旦地公布了全自动驾驶汽车上的时间表,大多数都把这个时间设定在2020年前后——这并不遥远,距离现在只有两年零3个月了,但是自动驾驶(或者无人驾驶)汽车真的很快就能成为现实?

  过去的历史告诉我们,很多时候人类固然都没有预料到技术进步所带来的变革有多么剧烈,但更多的时候,我们对技术的预测都是言过其实的。这一点,在大众化时代尤为明显,因为天然地喜欢用哗众取宠的标题吸引眼球,而一旦形成了波涛汪洋之势,专家们有时候也难免被裹挟,或者甚至被带偏。比如当年,在亩产万斤的一片汪洋里,著名科学家也严谨地论证过这在理论上是完全有可能的。

  过去的十多年里,纳米科技、3D打印都被过,现在正被的则是大数据、石墨烯和人工智能(AI)。

  世界机器学习领域的鼻祖 ,美国科学院、工程院以及艺术与科学院“三院院士”迈克尔.乔丹——嗯,不是那位篮球巨星哈——在谈及大数据热时就说过“我们正在经历一场大数据泡沫”。他说,“当有了大量数据之后,你就会提出更多假设。而一旦提出假设的速度超出了数据的统计内涵,那么你的推断里有很多可能都是错的,它们也许就只是白噪声而已”。

  IEEE会士、大学教授华谈及AI(人工智能)时,言辞更加激烈——“到目前为止,几乎所有的AI都是在胡扯”、“那些说自己专做AI的,都纯属忽悠”。华教授的话可能有些偏激,但是AI泡沫正在形成,却已经是共识。

  很不幸,大数据和AI正是自动驾驶的两大基石。如果这两大基石都被严重夸大了,那么自动驾驶还会如期而至么?

  下面这篇文章,就是长期从事智能交通(ITS)研究的美国大学土木工程系副教授Jeff Ban博士对自动驾驶热的冷思考。

  文章的标题本应是“这一波全自动汽车热潮的挽歌”,但并无大碍,因为我们目前无法预测下一波热潮何时到来。这里的“全自动汽车”指的是美国汽车工程师学会(SAE)所定义的第五类自动汽车。

  1964-1980年——立大学(OSU)Fenton教授课题组的研究;

  1956年的通用火鸟2号概念车。它是世界上第一部采用4轮碟刹的汽车,但更让它名载汽车工业史册的是它还是世界上第一部“智能汽车”,车上配备了一个先进的系统,可以和“未来高速公”相适配,通过接收嵌入在道上的电线所发出的信号,车辆将彻底避免事故的发生。

  全自动汽车是人类的梦想,想象有一天一辆全自动汽车能够载着你去上班,在途中你还能小憩一会儿;或者全自动汽车能够帮忙把你5岁大的女儿单独送到亲戚家……

  尽管备受人们期待,但目前(全自动驾驶)的现状依然让我们失望,起码短期内还只能是个梦。谷歌近期宣布创建Waymo公司(来专注于开发车辆自动驾驶技术,而非制造全自动汽车本身。这是一个重要的标志性事件,事实上,这等于谷歌宣告退出了原先的“无人驾驶汽车计划”。

  谷歌是当前研发自动驾驶汽车的行业,不仅因为它很早开始实施这个项目,并且完成了很多技术测试工作,还因为它拥有世界上最优秀的程序开发人员、工程师与科学家。谷歌将自己的研究焦点从研发全自动汽车上转移开,进一步表明该项技术极具挑战,以至于谷歌也不打算继续全力投入。

  这对于开发全自动汽车来说是很不幸的事情,但是完全可以理解。诚然,全自动汽车已经在真实的驾驶中测试了数百万英里,但我们仍旧不知道在测试过程中驾驶员或测试人员人工干预自动驾驶系统的频率:一百英里一次?一千英里一次?还是一百万英里一次?我们所理解的全自动汽车应该是不涉及任何人工干预的。

  值得注意的是,人类驾驶员实际上常可靠的:平均驾驶50万英里才会发生一次事故,8300万英里才会发生一次致命事故(根据美国交通数据局BTS的数据计算得出)。而作为对比,谷歌无人驾驶汽车在200万英里的试运行中,就发生了18次 交通事故。

  全自动汽车的核心在于拥有先进的传感器与算法模型使其能够像人类一样(甚至超过人类)来驾驶汽车。简单来说,全自动汽车高度依赖于人工智能(AI)和大数据 (Big Data)。

  近年来在人工智能,例如深度学习的技术进步尽管足以令人鼓舞,但对全自动汽车来说可能还远远不够。正如人工智能和机器学习教父级人物,伯克利大学教授Michael Jordan 的观点:“我们还没有步入可以利用我们对大脑的认识来指导搭建智能系统的时代。”

  人工智能和机器学习教父级人物、伯克利大学教授Michael Jordan认为,在大众的下,现在对大数据、人工智能等都存在严重误读。

  人工智能技术在模仿人类行为与决策判断上取得了长足进步,但是目前的突破主要归功于计算能力的大幅提升,而非对人类思维的深度理解。因此,目前仍然有许多是AI技术无法突破的,全自动汽车很可能便是其中之一。

  我对目前AI技术是否能完全学习人类的社会及直觉行为深表怀疑,而这些行为恰恰对驾驶汽车尤为关键。如今,车辆驾驶已经成为一种社会行为:驾驶员需要与其他驾驶员、交通参与者进行沟通交流,判断并且预测他人的行为,并且相应地作出决策。

  不论哪个国家和地区,法律都不允许一个16或18岁以下的孩子在公共道上驾驶汽车。你们能够相信在不久的将来,AI技术能够创造出比16岁孩子更聪明、更成熟、更可靠的机器吗?这个问题对于从人类驾驶到自动驾驶的过渡阶段尤其重用。

  因为驾驶涉及公共安全,我们必须对此足够重视。这意味着,在允许全自动汽车真正在公共道上行驶之前,我们应该对其做大量广泛且正规的试验。关于这个话题,目前有许多相关文章进行讨论,比如有关图灵测试的的文章便是其一。至少从一个外行的角度来看,我们期望了解关于以下两个问题的确切答案。

  第一,是否能够确保全自动汽车不会犯连人类都不会犯(或极少犯)的低级错误。通常我们认为有90%的交通事故的原因是人为错误,而全自动汽车能够帮助人类避免这些错误。

  不可否认这个事实的存在性,但是全自动汽车同样有可能制造一些人类不可能犯的低级错误,比如无法区分天空与卡车尾部(参见特斯拉之前的一次事故)。只有充分确信全自动汽车不会或者极少犯这样的“低级”错误,人类才有可能放心地乘坐全自动汽车而没有后顾之忧。这也关系到第二个问题。

  2016年1月20日,京港澳高速段,一辆处于自动驾驶状态的特斯拉轿车撞上一辆正在作业的道清扫车,特斯拉轿车司机不幸身亡。类似的事故后来发生在美国佛罗里达,2016年5月7日,一位司机使用特斯拉的自动驾驶功能,车辆没能识别出正在左转的卡车,发生碰撞事故,特斯拉司机死亡。

  第二,全自动汽车是否能够像一个16岁孩子一样聪明、成熟和?正如前文的分析,在真正实现全自动驾驶之前,允许一辆全自动驾驶汽车在未来的道上行驶,无异于允许一个8岁的儿童在当前的公共道上驾驶,尽管这个8岁的孩子可能已经掌握了最基本的驾驶技术,也能够对各种交通信息作出快速的反应,然而这是远远不够的,可以想象,若允许这样的事情发生,那无疑会是一场灾难。

  全自动汽车可以避免一些人类司机的错误,但也会犯很多人类根本不会犯的错误。驾驶不仅仅是速度和方向的控制,还需要和别人进行沟通和交流,而这可能是机器永远也比不了人类的地方。

  即便如此,我们仍不能失去信心。事实上,由于像谷歌一样的众多产业界领导者的努力研发,在朝全自动汽车目标行进的道上,我们已经取得巨大的成就。我们已经在试验轨道、实验室,甚至公共道上对全自动汽车的核心技术进行了广泛的测试。

  2015年3月,德尔福无人驾驶汽车从美国出发,跋涉5500公里,横跨15个州,历时9天抵达纽约,完成了横穿美国的测试。

  因为种种原因(比如某种身体障碍),过去从未考虑过驾驶汽车的人,现在,在相关技术的支持与配合下,驾驶半自动驾驶汽车出行也成为一种可能。

  不积跬步无以至千里,这些反复的试验与进步都是技术与社会向前迈进的重要基石。只要我们还怀有全自动驾驶汽车的梦想,它某一天也许就能变为现实。

  我衷心地希望产业界与学术界能够继续开展关于全自动驾驶汽车的研究,特别是在其核心技术、对社会及人类的影响、法律问题、政策与规范等方面的研究与探讨。但目前,对全自动汽车还是应该保有足够的耐心与谨慎。

  对于那些一直奋斗在自动驾驶汽车相关领域的人,我的是当前应重点关注以下两个方面:

  1)自动驾驶汽车辅助车辆技术与交通系统,例如人类在该系统中的角色——是车辆驾驶人员,还是信息收集的窗口,亦或是兼而有之?

  2)受控下的全自动汽车的应用,例如全自动车道上的全自动出租车的控制与管理,等等。

  大学(University of Washington),简称UW,始建于1861年,位于美国西雅图,是世界级顶尖研究型大学。1974年以来,大学每年所获得的巨额科研经费始终保持在全球大学前三位,科研、学术和学科声誉极佳。

  2017 CWUR排名,大学有45个学科进入全球前10,居全球第9位。

  大学有13位诺贝尔、1位菲尔茨和2位图灵得主,167位美国科学委员会学部委员,252位美国院士(包括:85位美国艺术与科学院院士、76位美国国家科学院院士、60位美国国家医学院院士、29位美国国家工程院院士、5位美国哲学院院士、2位美国国家公共管理科学院院士)。

  大学土木工程专业,在2017年U.S.NEWS土木工程专业美国大学排名中名列第14位。