全自動駕駛即將廣泛應用？安全問題解決不了，還是算了吧

作為自動駕駛技術的推動者之一，特斯拉CEO馬斯克一直熱衷於討論自動駕駛技術實際應用的時間表。近日，在SXSW大會一個問答環節上，馬斯克給出了他最新的時間表：全自動駕駛技術將在未來18個月內完成並開始廣泛應用於各類駕駛場景之中。

他還補充說道：「自動駕駛將在明年年底前涵蓋所有駕駛模式」。

※ 這些年，矽谷「鋼鐵俠「馬斯克立下的flag還少嗎？

然而之前發生的史上第一起「自動駕駛汽車殺人事件」卻讓吃瓜群眾迅速冷靜下來。

美國當地時間2018年3月18日晚，亞利桑那州坦佩市（Tempe, AZ）發生了一起汽車撞擊行人的嚴重事故，受害者最終因病重去世，而「肇事者」正是Uber——這家正在全美各地路測自動駕駛的矽谷科技公司。在事故發生時，肇事車輛的自動駕駛功能正在工作，並且在駕駛位配有安全員。

※ 谷歌地圖場景演示：圖中黃人所在處就是事發地點，黃人面向的則是死者當時的行進方向，汽車由南向北行駛。

GIF

通常，人們認為自動駕駛汽車技術能夠最終讓駕駛變得更加安全，然而面對這樣的事故卻讓人想問：「所謂的汽車自動駕駛到底靠譜不靠譜？」

其實，自動駕駛汽車技術是一項處於高速發展階段的新技術。任何一項全新的技術革新必然會面臨各種各樣的問題和瓶頸。對於這樣一門新技術，我們與其討論它到底靠不靠譜，不如靜下心來反思一下自動駕駛汽車技術還有哪些問題需要解決和突破。

目前全世界有很多科學家在關注和研究自動駕駛汽車技術，杜克大學、崑山杜克大學電子與計算機工程教授李昕正是其中一員。他和他的團隊正在努力解決自動駕駛汽車技術上的根本問題，降低交通死亡率，提高自動駕駛汽車技術的安全性。

※ 美國電氣和電子工程師學會會士，杜克大學、崑山杜克大學電子與計算機工程教授李昕

GIF

李昕教授說，幾年前他就開始與幾家美國汽車廠商討論自動駕駛汽車所面臨的問題。他認為全自動駕駛技術目前面臨兩大主要問題：驗證問題和集成問題。

驗證問題主要歸納為兩個方面：首先，為了確保安全，我們必須了解哪些情況下會導致故障。其次，在故障發生時，系統如何修復故障，迅速使汽車恢復到正常狀態。

對於如何計算汽車自動駕駛系統的故障率，一種簡單的解決方案就是將汽車置身於實地駕駛場景中，讓自動駕駛汽車在一個區域內不斷行駛，直到錯誤出現為止。

例如：汽車在運行中遇到停止標誌卻沒能停下來，就算做一次故障的發生。但是大家都知道，在駕駛過程中，導致故障出現的原因多種多樣，發生故障的場景也層出不窮。按照這種方法一一統計，在人力成本、時間消耗和實際操作上都不現實。

※ 汽車故障場景層出不窮，讓人難以預期

對此，李昕教授表示：「技術人員很難在分散的獨立個案中，觀察所有可能出現的場景。那我們為什麼不利用人工智慧技術來整合所有可能的故障案例呢？」

對於這個問題，李昕教授及其團隊不再依賴種種意外場合的出現，而是使用智能計算機程序來創建和模擬這些可能會導致故障的場景。這些程序能使用統計模型和演算法來生成各種情況，以此來測試自動駕駛系統在不同情況下的反應。如此一來，大大提高了工作效率，並擴充了數據採集的廣泛性和多樣性。

GIF

對於李昕教授提到的解決方案，他的研究團隊近期又有了重要的進展：高溫和老化的電路會降低自動駕駛汽車攝像頭所採集的圖像質量。對此，研究團隊使用對抗神經網路（Generative Adversarial Networks）技術，合成圖像數據，模擬在高溫或老化電路情況下所採集的圖像質量。對於這些質量下降的圖像，自動駕駛系統在識別時，其準確度也會隨之降低，因此導致自動駕駛系統很難正確識別交通標誌。

通過計算機模擬生成故障案例，李昕教授的研究一方面可以讓汽車廠商更加精確地驗證自動駕駛系統可能發生故障的頻率，另一方面，也可以讓汽車廠商對於發生故障的場合有更加深入的認識。該研究成果在國際計算機輔助設計會議上發表。據悉，李昕教授隨後將與汽車廠商合作，把這項新技術應用於自動駕駛汽車的硬體和軟體中，以期提升駕駛安全性。

對於集成問題，它指的是：安裝到自動駕駛車輛的部件越多，發生故障的幾率就越高這樣一個技術性難題。自動駕駛汽車必須無縫地組合各種複雜的系統（防撞模塊、交通信號燈識別系統等），同時還要以每小時80公里速度正常行駛。

李昕教授說：「這是一個重大的技術難題，我們還沒有好的解決方案。」李昕教授希望，未來這個問題可以得到突破並通過開發更集中的汽車計算系統在整合汽車功能方面邁出一大步。

李昕教授指出，除了在技術層面的「驗證問題」和「集成問題」兩大難題之外，自動駕駛汽車的開發和教育領域還面臨著更為根本性的問題。傳統的車輛設計僅涉及機械工程等相關領域，但設計自動駕駛車輛則涉及到人工智慧、軟體工程和系統集成等方面的廣泛專業知識。因此，自動駕駛技術領域極其需要懂跨學科知識的複合型人才，而這樣的複合型人才，是自動駕駛技術發展的內發性保障和支撐。

※ 複合型人才必將佔領未來自動駕駛行業的人才制高點

面對這樣的複合型人才需求，崑山杜克大學從研究結構和課程設計上做出了戰略性的布局。崑山杜克大學採用博雅通識教育模式，鼓勵學生跨專業選修、跨學科學習，在教學上實現了交叉型人才的培養。同時，在研究上崑山杜克大學擁有各學科強大的專業研究團隊和跨學科交叉合作的學術資源，為跨學科的科學研究提供了堅實有力的支撐。今年，教育部批准了崑山杜克大學設立跨學科數據科學與大數據技術專業。

面對自動汽車駕駛技術這樣一個新興技術，李昕教授指出，「現在自動駕駛是一個新興領域，存在許多尚未解決的問題。對於像我這樣的研究人員來說，這也是非常令人興奮的時刻。」 同時李昕教授表示，自動駕駛技術的研究是一個機遇和風險並存的工作，需要包括自己在內的科研人員保持高度的社會責任心，不斷追求持續的安全性提升，因為「如果出現錯誤，可能會是人命關天的大事。」

向上滑動

崑山杜克大學

杜克教育 中美經歷 國際視野

dukekunshan

崑山杜克大學

Duke_Kunshan

長按右方二維碼

關注我們

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！