讀AI未來進行式筆記06自動駕駛技術

1. 躍層衝擊

1.1. 每個社會其實都處於不同的樓層，往往處於更低樓層的社會，要承受來自更高樓層的社會發展帶來的更大沖擊

2. 駕駛

2.1. 開車時最關鍵的不是車，而是路

2.2. 人是比機器更脆弱的生命，最微不足道的情緒變化都會影響人類車手的身心反應和表現水平

2.3. 山體滑坡導致地圖資料失真，AI也無法應對隨時跌落的山石

2.4. 適度的感官擬真能夠帶來緊迫感，刺激腎上腺素分泌，提升駕駛表現，但這個“度”是因人而異的，也是因環境而異的

2.5. 技術就像是父親的汽車零部件，依靠軸承、齒輪與電纜，嚴絲合縫地拼合在一起，傳遞著清晰而明確的訊號

2.6. 駕駛行為是一項複雜的系統工程，人類需要平均花費約45小時才能學會如何駕駛汽車

2.7. 整個駕駛過程

2.7.1. 感知（雙眼觀察、雙耳監聽）

2.7.2. 導航規劃（把實體環境與腦海中的路線或導航地圖上的具體位置關聯起來，研判如何從A地到達B地）

2.7.3. 推理（預測路上行人及其他車輛駕駛員的意圖和可能的行動）

2.7.4. 決策（根據實際情況，按照交通規則決定採取何種駕駛行為，比如駕駛員在被提示超速之後做出立即減速的決定）

2.7.5. 車輛控制（把人腦的意圖準確落實在轉動方向盤、踩剎車等肢體行為上）

3. 自動駕駛

3.1. 自動駕駛車輛，又稱無人駕駛車輛，是一種不需要人類主動操作，在計算機的控制下就能夠完成駕駛任務的車輛

3.2. 自動駕駛利用AI代替人類駕駛車輛，所依靠的是神經網路而非人類大腦，負責執行的是機械硬體而非人類的手和腳

3.2.1. AI的感知，需要透過攝像頭、鐳射雷達和其他感測器來了解和掌握周圍環境的狀況

3.2.2. AI的導航規劃，是將三維道路上的點與高精度地圖上的點一一關聯，進而完成路線規劃

3.2.3. AI的推理，需要藉助演算法來預測行人、車輛的意圖和行動

3.2.4. AI的決策，諸如車輛在監測到有障礙物時應該做什麼，以及在障礙物被移開後又應該怎麼做等，則是依賴於專家制定規則或統計估算來進行

4. 自動駕駛技術

4.1. 在AI領域，這項技術的落地與實現仍被視為“聖盃”一樣的存在，是皇冠上的明珠

4.1.1. 駕駛行為本身就是一項非常複雜的任務，每一個動作不僅涉及許多子任務和技術領域，整合多種資訊源，還需要處理變化莫測的場景，面對意想不到的挑戰

4.2. 自動剎車制動系統蛻變為全自動駕駛系統，並不是簡單的功能替換

4.2.1. 自動駕駛也不是簡單地對今天的車輛進行改良，而是需要對其所依託的全面互聯的智慧城市基礎設施進行升級

4.3. 自動駕駛車輛的最終落地，將對許多產業的原有面貌和固有模式帶來前所未有的衝擊，並將引發與倫理、法律等有關的深層次問題

4.4. 最簡單的自動駕駛技術已經應用於我們的生活之中

4.4.1. 自動化倉庫機器人、自動叉車和自動導航車輛，它們大部分在室內作業，應用於特定的工業場景

4.4.2. 自動貨運卡車、固定路線的自動駕駛擺渡車也已經陸續部署在礦山和機場

4.5. 一些可預測性較高的環境中，自動駕駛技術的能力已經優於人類駕駛員

4.6. 任何自動駕駛技術都必須有理有據地證明它們至少和人類駕駛一樣安全

5. 自動駕駛等級

5.1. L0 （“無自動化”的人工駕駛）

5.1.1. 人類駕駛員承擔所有的駕駛任務，AI會觀測道路並在必要時提醒駕駛員

5.2. L1 （“人類不能放手”的輔助駕駛）

5.2.1. 在人類駕駛員的允許下，AI可以完成特定的駕駛操作，如轉向

5.3. L2 （“人類放手”的部分自動駕駛）

5.3.1. AI可以承擔多項駕駛任務，如轉向、剎車、加速，但人類駕駛員仍然需要監控駕駛環境，並在必要時接管車輛

5.4. L3 （“人類移開視線”的有條件自動駕駛）

5.4.1. AI可以承擔大部分駕駛任務，但需要人類駕駛員在AI遇到無法處理的情況併發出請求時接管車輛

5.4.2. 有一些人對L3持懷疑態度，認為人類駕駛員突然接管車輛會增加危險發生的可能性，而不是降低風險

5.5. 如今，從L0到L3的自動駕駛已經在商用車輛上落地使用

5.6. L4 （“人類放鬆大腦”的高度自動駕駛）

5.6.1. AI可以在整個行車過程中完全接管車輛，但前提是車輛處於AI能夠完全理解其狀況並處理其問題的環境中

5.6.2. 被高精度地圖覆蓋的城市路面或者高速公路

5.6.3. 從L4開始，車輛開始擁有自己的“大腦”，這將對人類的交通產生革命性的深遠影響

5.6.4. 在未來，L4自動駕駛巴士會按照固定路線往返運送乘客

5.6.5. 從2018年末開始，部分L4自動駕駛車輛也在一些城市的限定區域內進行了路測和試驗

5.7. L5 （“不再需要方向盤”的完全自動駕駛）

5.7.1. 無論車輛處於何種環境，都不再需要人類駕駛員參與駕駛操作

5.7.1.1. 在未來，L5自動駕駛計程車能夠讓乘客透過叫車軟體（如“滴滴出行”）進行呼叫，而且很快到位

5.7.2. 實現L5自動駕駛的主要難題之一，是AI系統需要針對大量的資料進行訓練，而且這些資料必須來源於千變萬化的真實駕駛場景

5.7.2.1. 所需場景的類別非常多、資料量級非常大、資料維度非常廣，但是把路面上的一切物體在所有情況下的資料（如放置方式、移動方向等）全都收集到手，是相當不現實的

5.7.2.2. 解決方案不是萬能的，合成資料的質量無法與真實資料的質量相比，而人為制定的規則也可能會出錯或者相互矛盾

5.7.3. 在通常情況下，我們是在當前城市道路的基礎上暢想L5自動駕駛的

5.7.4. 增強版城市道路

5.7.4.1. 透過重建基礎設施，我們可以透過儘量降低自動駕駛車輛附近有行人走動的可能性，從而大幅提升L5自動駕駛車輛的安全性，使其更早上路

5.7.4.2. 在升級後的增強版城市道路上，車輛的自動駕駛系統與真實環境的資訊流能做到無縫通訊，因此可以實時排程車輛

5.7.5. 即便由AI驅動的L5自動駕駛更加成熟、安全了，也仍然有一些狀況是AI無法完美處理的

5.7.5.1. 最好的解決方案是立即“召喚”一位專業的人類駕駛員來接管車輛

5.7.5.2. 把救兵跨時空瞬間移動到遠處是不可能的，但如果我們把當前的交通場景“複製貼上”到一個遠端操作中心，人類駕駛員就可以在那裡的獨立“遠端駕駛艙”中進行遙控操作

5.7.5.3. 以使用擴增實境（AR）技術投射出車輛所處的環境（藉助自動駕駛車輛上的攝像頭來完成），並將這些遠景畫面傳送到遠端駕駛艙

5.7.5.4. 人類駕駛員根據遠景畫面所採取的操作行為（如轉動方向盤或踩油門），將被傳送給自動駕駛系統，進而控制車輛

5.7.6. L5自動駕駛、增強版城市道路、傳輸AR影片連線遠端操作中心的6G網路等將實現技術融合，預計在2030年前後便能開展實驗性部署

6. L5自動駕駛車輛將帶來的影響

6.1. 從長遠來看，L5自動駕駛將在方方面面給人類帶來巨大的益處

6.2. 共享汽車實現自動駕駛，將省下大筆用於僱用人類駕駛員的資金，這將為消費者降低近75%的成本，從而進一步吸引消費者選擇自動駕駛共享汽車出行，不必再自己買車

6.2.1. 在自動駕駛車輛及技術、共享用車服務越來越成熟的同時，買車的人會越來越少

6.2.1.1. 實際上減少了家庭開支

6.2.2. 未來的共享自動駕駛車輛可以全天候高效執行，不需要停車，而且車輛的總數也將顯著減少，因此我們幾乎不再需要停車場了

6.2.2.1. 車輛有95%的時間都閒置在停車場裡，在這種情況下，很多停車場的存在，其實是對土地資源的一種很嚴重的浪費

6.2.3. 共享自動駕駛車輛所帶來的這些變化，將減少交通擁堵，降低燃料消耗，改善空氣汙染，節約城市空間，使人們的生活和地球環境更為美好

6.3. 人類駕駛員要成為一名熟練的老司機，可能需要積累1萬小時的駕駛經驗，但一輛自動駕駛車輛可能擁有1萬億小時的駕駛經驗

6.3.1. 它可以從每一輛車那裡學習，而且永遠不會忘記，也不會疲倦

6.3.2. 從長遠來看，我們確實可以期待自動駕駛帶來更高的安全性

6.4. AI的特點是它的良性迴圈：更多的資料帶來更好的AI，更有效的自動化帶來更高的效率，更頻繁地使用帶來更低的成本，更多的時間帶來更高的生產力

6.5. 隨著自動化程度與通訊技術水平的提升，自動駕駛車輛將能迅速、準確、輕鬆地相互通訊

6.6. 將創造由AI駕駛主導的新型交通基礎設施，人類駕駛反而會變成路面上的安全隱患

6.6.1. 幾十年後，人類駕駛說不定會成為一種違規行為

6.6.2. 也許從禁止在高速公路上駕駛車輛開始，最終人類將被法律禁止在所有公共道路上駕駛車輛，到那時，愛車人士可能不得不像馬術愛好者一樣，只有去私人娛樂區域或者賽車場，才能摸到方向盤

6.7. 衝擊

6.7.1. 在自動駕駛時代，計程車、卡車、公共汽車和送貨車等車輛的駕駛員在很大程度上會“懷才不遇”

6.7.2. 還有一些傳統職業也將因為自動駕駛而被顛覆

6.7.2.1. 新一代汽車將由電子和軟體驅動，不再完全依賴機械零件，從事汽車機械維修的員工將需要重新學習電子和軟體方面的專業知識

6.7.2.2. 加油站、停車場和汽車經銷商會明顯減少，與之相關的員工將被大幅縮編

7. 阻礙L5自動駕駛的非技術性難題

7.1. 倫理道德、責任義務以及大眾輿論等

7.1.1. 只有明確責任歸屬，才能圍繞責任歸屬建立新的行業規則

7.1.2. 一方面需要明確保護軟體缺陷受害者權益的法律條款

7.1.3. 另一方面需要確保技術進步不會因過度索賠而停滯不前

7.2. 如果人類駕駛員的行為導致車禍造成死亡，他們需要對司法程式做出回應，由司法程式判定他們是否行為得當，如果他們被判定行為不得當，那麼後果可想而知

7.2.1. 如果媒體對每一起由自動駕駛導致的死亡事故的報導都使用譴責性的標題，那麼可能會在短期內徹底摧毀公眾對自動駕駛產業的信心，即使在長遠的未來，自動駕駛有望拯救上百萬人的生命

7.3. AI自己能用可以被人類理解的、合理合法的理由來解釋它的決策嗎？

7.3.1. “可解釋的AI”是很難實現的，因為AI往往是透過資料訓練出來的，AI的答案是一個複雜的數學方程組，需要高度簡化後才能被人類理解

7.4. 在過渡期，AI可能會犯一些人類駕駛員不會犯的錯誤，這是可以被接受的嗎？

7.5. 是否應該讓一臺機器做出可能危害人類生命的決定？

7.6. 典型的做法

7.6.1. 在推出自動駕駛產品之前保持謹小慎微，在絕對安全的環境中緩慢收集資料，以避免任何死亡事故

7.6.1.1. 谷歌旗下的自動駕駛公司Waymo的做法

7.6.2. 在只能說還算安全的情況下儘快推出自動駕駛產品，以擴大所收集的真實資料的規模

7.6.2.1. 這種做法在開始的時候可能會導致較多的死亡事故，但在未來，AI系統勢必會挽救更多的生命

7.6.2.2. 特斯拉的做法