清华AIR张亚勤院士：自动驾驶决赛在2030｜中国自动驾驶十人专访( 五 ) 实现自动驾驶

文章图片
决赛在2030
对于终局来说，自动驾驶需要解决的核心问题之一是，安全。
那么，到底需要多安全，才能算安全呢？
在张亚勤看来，自动驾驶车辆的安全标准需相较人类驾驶提高至少一个数量级，达到十倍于人类驾驶的安全系数。举个例子，如果人开车是3万公里出一次事故的话，那么自动驾驶车辆就要做到30万公里一次。
不仅如此，自动驾驶还将会极大地提升交通安全。世界卫生组织的《道路交通伤害报告》中指出，全球每年有135万人死于交通意外。其中95%以上是人为错误导致的，而人工智能的介入可以大幅降低人为事故隐患。
然而，自动驾驶汽车要实现高于人类驾驶十倍的安全，并非一蹴而就。在张亚勤看来，有几个具体的技术挑战需要逐步去解决。
挑战之一是可泛化性。
“我们现在做人工智能算法往往是处理一些特定任务，但现实的交通场景十分复杂，包括天气、交通状况、突发事件等。你的算法是不是可以应对不可预测的事件，这是算法的一个泛化性的问题。 ”张亚勤表示。
最近几年典型的事故，就是自动驾驶撞上侧翻的大货车，侧翻的货车车顶缺少纹理特征，看起来就像白色的云，这种情况下仅依靠视觉的自动驾驶无法判断距离。随着技术的改进、车载激光雷达的低成本大规模普及、多模态数据融合感知的发展，这样的事故风险会逐渐降低，但是真实世界远比这要复杂。
其次，挑战还来自于规模化。
自动驾驶从测试到大规模商业部署，对技术本身的完全性提出了更高的要求。在张亚勤看来， “不管是算法也好，系统也好，硬件也好，芯片和操作系统也好，要把它们都完美的集成，并且不能犯错误，这是一个很难的事。 ”
举个例子，自动驾驶车辆需要一系列的传感器来共同完成感知任务。不同传感器各司其职。激光雷达可以直接采集距离信息，实现三维环境匹配及盲点探测；而摄像头则可以实现物体的快速辨认和车道识别，所采集的信息包含色彩和更多细节；在恶劣天气下，相较于激光雷达和摄像头也会有更好的表现。所有传感器联合起来构成对车辆所处环境全方位的立体扫描。
归根结底，自动驾驶也是一个复杂的狭义人工智能问题，可以被分解为有边界的子领域技术问题。张亚勤认为， “它更多的是一个特定任务的认知，尽管很复杂，但还是可以解决的，所以说无人驾驶是可以实现的。 ”
当问及“无人驾驶最终何时落地”时，张亚勤的回答是：“我预估2030年吧” 。话语间虽有些犹豫，但他又进一步解释道：“目前已经开始有不少企业开始尝试商业落地。我认为当10%的新车是无人驾驶的，那么就开始有规模效应了,就落地了“ 。当然这是指在开放环境下的乘用车。无人驾驶在矿区，景区，物流等场所会更快规模化。
最后，张亚勤还呼吁：“我们步子可以稍微走快点，下一步把安全员拿走，车里面就不要有人了，要真正这样做测试。这是个鸡和蛋的问题，你要是不这么测试，那你不可能有质的飞跃。 ”
写在最后
终点是明确的——无人驾驶，时间表也逐渐明了——2030年，挑战更是清晰可见的——安全。但唯一不够清晰的是，具体的实现路径和方式。而这需要行业各界一同探索和努力。
本质上来讲，自动驾驶本身不是单一的汽车行业问题，而是跨领域、跨学科的人工智能难题。正如张亚勤院士所言，自动驾驶是未来5年AI领域最具挑战和最复杂的任务，也是推动全球汽车工业变革最重要的技术力量。