0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

完全自动驾驶似乎比以往任何时候都更触手可及

iotmag 来源:未知 作者:李倩 2018-07-11 09:57 次阅读

怀疑论者表示,完全自动驾驶可能比想象的更遥不可及,只是业界不愿承认罢了。

如果你真相信首席执行官们说的话,完全自动驾驶的汽车可能再过几个月就会问世。

2015年,埃隆•马斯克预测到2018年完全自动驾驶的特斯拉会面市;谷歌也是如此。

Delphi和MobileEye的L4系统目前定于2019年推出,同年Nutonomy计划在新加坡的街道上部署数千辆无人驾驶的出租车。

通用汽车(GM)将在2019年量产完全自动驾驶的汽车,没有方向盘,驾驶员也无法干预。这些预测背后都有真金实银在支撑,豪赌软件能够不辱使命,功能像宣传的那么强大。

乍一看,完全自动驾驶似乎比以往任何时候都更触手可及。

Waymo已经在亚利桑那州一些有限但公开的道路上测试汽车。

特斯拉及其他众多模仿者已经在出售功能有限的自动驾驶系统(Autopilot),一旦发生任何意外情况,依赖驾驶员干预。

已发生过几起事故(有些还是致命的),但业界普遍认为,只要系统不断改进,我们离根本不必有人干预不会太远。

但是完全自动驾驶汽车这个梦想可能比我们想象的更遥不可及。

AI专家们越来越担心,自动驾驶系统能可靠地避免事故至少还要再过几年,甚至再过几十年。

由于自我训练的系统很难应对现实世界的混乱局面,像纽约大学的加里•马库斯(Gary Marcus)这些专家准备好了对预期进行一番痛苦的重新调整,这番纠正有时被称为“AI寒冬”。这种延迟可能给依赖自动驾驶技术的公司带来灾难性后果,让整整一代人体验不到完全自动驾驶。

不难理解为什么汽车公司对自动驾驶持态度乐观。在过去的十年间,深度学习已经在AI和技术行业带来了几乎无法想象的进展;深度学习这种方法使用层次化的机器学习算法,从海量数据集中提取结构化信息。深度学习支持谷歌搜索、Facebook新闻源(News Feed)、对话式语音/文本转换算法以及会下围棋的系统。在互联网之外,我们使用深度学习来检测地震、预测心脏病并标记拍摄镜头中的可疑行为,还有另外无数原本不可能实现的创新。

但深度学习需要大量的训练数据才能发挥作用,包含算法会遇到的几乎每一个场景。比如说,Google Images等系统擅长识别动物,只要有训练数据给它们展示每种动物长的样子。马库斯将这种任务称之为“内插”(interpolation),对所有标记为“豹猫”的图像进行调查,从而确定新图片是否属于豹猫这一类。

工程师们可能在数据来自何处以及如何组织数据方面另辟蹊径,但这对某种算法能覆盖多广的范围施加了严格的限制。同样的算法无法识别豹猫,除非它见过成千上万张豹猫的照片――即使它见过家猫和美洲虎的照片,并且知道豹猫介于这两种动物之间。这个过程名为“泛化”(generalization),需要一套不同的技能。

长期以来,研究人员认为自己可以借助合适的算法改进泛化技能,但最近的研究表明,传统深度学习在泛化方面比我们想象的还要糟糕。一项研究发现,传统深度学习系统面对一段视频的不同帧时,甚至难以泛化,只要视频背景出现小小的变化,就会将同一只北极熊标记为狒狒、猫鼬或黄鼠狼。由于每个分类基于总共几百个因素,照片哪怕小小的变化也可能完全改变系统的判断,其他研究人员已在对抗数据集中利用了这一点。

马库斯提到聊天机器人热潮就是炒作遭遇泛化问题的最新例子。他说:“2015年有厂商向我们承诺推出聊天机器人,但它们没有任何好处,因为这不仅仅是收集数据的问题。”你在网上与某人交谈时,不仅仅想要对方复述之前的谈话。你希望对方回应你说的话,利用更广泛的对话技能作出专门针对你的回应。深度学习根本搞不出这样的聊天机器人。一旦最初的炒作退潮,许多公司对聊天机器人项目失去了信心,现在只有个别公司还在积极开发中。

这让特斯拉及其他自动驾驶公司面临一个可怕的问题:自动驾驶汽车会像图像搜索、语音识别及其他AI成功故事那样变得越来越好?还是会像聊天机器人那样遇到泛化问题?自动驾驶是一个内插问题还是泛化问题?驾驶多么难以预测?

现在要知道结果还为时过早。马库斯说:“无人驾驶汽车就像我们不知道答案的科学实验。”我们之前从来没有实现过这个级别的自动驾驶,所以我们不知道它是哪种类型的任务。如果只是识别熟悉的对象和遵守规则,那么现有技术应该能胜任任务。不过马库斯担心,在事故多发的场景下安全驾驶可能比想象的来得复杂,只是业界不想承认罢了。“只要令人惊讶的新状况出现,那么这对于深度学习来说不是一件好事。”

我们已有的实验数据来自公共事故报告,每一份报告都提出了某个不同寻常的难题。在2016年的一场致命车祸中,一辆特斯拉Model S全速撞上了一辆白色牵引式挂车的尾部,原因是很高的挂车底盘和刺眼的阳光反射让车子备感困惑。3月份,一辆自动驾驶的优步汽车撞死了一名推着自行车的女子,当时这名女子正穿过一条未经授权的人行横道。据美国国家运输安全委员会(NTSB)的报告显示,优步的软件将这名女子误识别成不明物体,然后误识别成汽车,最后误识别成自行车,每次都更新预测。在加利福尼亚州的一次撞车事故中,一辆Model X在撞击前一刻加速驶向障碍物,至今原因仍然不明。

每次事故似乎都是极端情况,这是无法要求工程师们提前预测的那种情况。但几乎每一起车祸都涉及某种不可预见的场景;如果没有泛化的能力,自动驾驶汽车将不得不面对这每一个场景,就好像这是头一次。结果就是一连串侥幸事故:随着时间的推移,这些事故并不变得不那么常见或不那么危险。对于怀疑论者来说,手动脱离报告已表明了这种情形,已经到了止步不前的窘境。

吴恩达是百度前高管,Drive.AI的董事会成员,也是业界最著名的推手之一。他认为,问题不在于建造一套完美的驾驶系统,而是培训旁观者来预测自动驾驶行为。换句话说,我们可以为汽车确保道路安全,而不是反过来。作为一种不可预测的情况,我询问他是否认为现代系统可以应对踩弹簧单高跷的行人,即使之前从来没有见过。吴恩达告诉我:“我认为许多AI团队可以应对人行横道上踩着弹簧单高跷的行人。话虽如此,在高速公路中央踩弹簧单高跷确实很危险。”

吴恩达说:“我们应该与政府合作,要求人们遵纪守法、为他人考虑,而不是设计解决弹簧单高跷问题的AI。安全不仅仅与AI技术的质量有关。”

深度学习不是唯一的AI技术,许多公司已经在探究替代方案。虽然技术在业内受到严加保护(只要看看Waymo最近起诉优步的官司),但许多公司已转向基于规则的AI,这种较古老的技术让工程师们可以将特定的行为或逻辑硬编码到其他方面自主的系统中。它并不具备仅仅研究数据就可以为自己行为编程的同样能力,这正是深度学习如此令人兴奋的原因,但它让公司可以避免深度学习的一些局限性。但由于感知的基本任务仍然受到深度学习技术的深远影响,很难说工程师们隔离潜在的错误会多成功。

身为Lyft董事会成员的风险资本家安妮•三浦康(Ann Miura-Ko)表示,她认为问题的一方面在于对自动驾驶汽车本身寄予厚望,将完全自动驾驶之外的任何系统都归入为失败。三浦康说:“期望自动驾驶汽车从零进入到L5是期望不匹配,而不是技术失败。我认为所有这些微小改进都是迈向完全自动驾驶这条道路上的非凡成就。”

不过,目前不清楚自动驾驶汽车在目前这种窘境下保持多久。像特斯拉的自动驾驶系统这样的半自动产品智能化程度很高,足以应对大多数情形,但是如果发生任何不可预测的情况,还是需要人为干预。果真出岔子时,很难知道究竟怪汽车还是怪驾驶员。对于一些评论人士来说,这种人机混合体可能不如人类驾驶员来得安全,即使错误很难完全归咎于机器。兰德公司的一项研究估计,自动驾驶汽车必须在没有一起死亡事故的情况下行驶2.75亿英里,才能证明它们和人类驾驶员一样安全。与特斯拉的自动驾驶系统相有关的首例死亡事件发生在该项目行驶了约1.3亿英里处,远低于这个标准。

但由于深度学习是汽车如何识别物体并决定应对的关键,降低事故率可能比看起来更难。杜克大学教授玛丽•卡明斯(Mary Cummings)提到今年早些时候导致一名行人死亡的优步事故时说:“这不是一个很容易被隔离的问题。感知-决策周期常常相互关联,就像撞死行人的事故中那样。由于感知方面存在模糊性,做出了什么操作都不采取的决定;又由于从传感器得到了太多的误警报,紧急制动系统被关闭。”

那起车祸事故以优步暂停夏季的自动驾驶测试工作收场,这对于计划推广测试的其他公司来说是不祥之兆。在这个行业,许多公司竞相获取更多的数据来解决问题,以为行驶里程最多的公司会构建最强大的系统。但是虽然许多公司觉得只是数据问题,马库斯却认为解决起来困难得多。马库斯说:“它们只是使用拥有的技术,希望它会起作用。它们依赖大数据,因为这是他们手头拥有的利器,但没有任何证据表明它让你可以达到我们所需的那种精确度。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 无人驾驶
    +关注

    关注

    98

    文章

    4014

    浏览量

    120046
  • 自动驾驶
    +关注

    关注

    782

    文章

    13619

    浏览量

    165916
  • 深度学习
    +关注

    关注

    73

    文章

    5463

    浏览量

    120880

原文标题:无人驾驶进入实际应用还有很长的路要走

文章出处:【微信号:iotmag,微信公众号:iotmag】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    干簧继电器:电动汽车为什么不能没有它?

    当下的汽车行业比以往任何时候都更需要可靠的传感和开关解决方案
    的头像 发表于 08-14 13:51 3262次阅读
    干簧继电器:电动汽车为什么不能没有它?

    通用汽车旗下Cruise据悉计划年内恢复完全自动驾驶服务

    通用汽车旗下的无人驾驶部门Cruise正加速推进其业务恢复计划,据知情人士透露,该部门目标在今年晚些时候恢复运行完全自动驾驶的乘车服务,并计划在2025年初正式对此服务进行收费。这一消息为自动
    的头像 发表于 07-29 17:53 631次阅读

    FPGA在自动驾驶领域有哪些优势?

    对实时性要求极高,任何延迟都可能导致安全事故。FPGA的硬件特性使得其能够实现极低的延迟,确保自动驾驶系统能够实时响应环境变化并做出正确的决策。 高能效比: 尽管FPGA的功耗相对于一些专用处理器可能
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    是FPGA在自动驾驶领域的主要应用: 一、感知算法加速 图像处理:自动驾驶中需要通过摄像头获取并识别道路信息和行驶环境,这涉及到大量的图像处理任务。FPGA在处理图像上的运算速度快,并行性强,且功耗
    发表于 07-29 17:09

    飞腾云——让高端音质触手可及

    飞腾云科技的解决方案现在已经广泛应用于桌面式USB高清多功能音响和桌面式USB高清音频解码器。真正实现让每一个音质追求者都能以亲民的价格,享受到顶级的音质体验,让高端音质触手可及成为了可能。
    的头像 发表于 05-28 15:35 334次阅读
    飞腾云——让高端音质<b class='flag-5'>触手可及</b>

    特斯拉Cybertruck将获完全自动驾驶功能

    特斯拉首席执行官埃隆·马斯克近日宣布,备受期待的电动皮卡Cybertruck将很快获得完全自动驾驶(FSD)功能。这款车型自上市以来已有半年多时间,但FSD功能一直未能上线。
    的头像 发表于 05-20 11:12 563次阅读

    特斯拉在华推进全自动驾驶

    特斯拉自动驾驶技术入华成为市场焦点。马斯克提出的“无人驾驶出租车”概念正引领特斯拉在中国市场加速推进自动驾驶技术的创新。
    的头像 发表于 05-11 09:39 395次阅读

    如何使用 SSR 实现可靠的、快速开关的低损耗半导体自动测试设备

    作者:Jens Wallmann 集成电路 (IC) 降低了硬件开发成本,促进了电子设备的小型化并具有广泛的功能,因此比以往任何时候都更加抢手。为确保大批量生产的质量,半导体制造商需要可靠、紧凑
    的头像 发表于 05-05 16:18 704次阅读
    如何使用 SSR 实现可靠<b class='flag-5'>都</b>的、<b class='flag-5'>可</b>快速开关的低损耗半导体<b class='flag-5'>自动</b>测试设备

    让生成式AI触手可及 ——AirBox 正式开放预定

    让生成式AI触手可及 ——AirBox 正式开放预定
    的头像 发表于 04-26 08:34 787次阅读
    让生成式AI<b class='flag-5'>触手可及</b> ——AirBox 正式开放预定

    未来已来,多传感器融合感知是自动驾驶破局的关键

    驾驶的关键的是具备人类的感知能力,多传感器融合感知正是自动驾驶破局的关键。昱感微的雷视一体多传感器融合方案就好像一双比人眼敏锐的眼睛,可以为自动驾驶系统提供
    发表于 04-11 10:26

    NVIDIA推出微服务,助力企业迈向生成式AI

    NVIDIA 的 AI 平台适用于任何高瞻远瞩的企业使用,而且比以往任何时候都更加易于应用。
    的头像 发表于 03-21 09:39 350次阅读

    特斯拉FSD(完全自动驾驶)或将在未来两周内进入中国市场?

    中工汽车网讯,2月28日,有知情人士爆料,特斯拉FSD(完全自动驾驶)或将在未来两周内进入中国市场。
    的头像 发表于 02-29 14:49 1266次阅读

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    周礼栋对话比尔·盖茨:深入的科学研究比以往任何时候都更加重要

    2023年是微软亚洲研究院建院25周年。25年来,微软亚洲研究院探索并实践了一种独特且有效的企业研究院的创新模式,并以此为基础产出了诸多对微软公司和全球社会具有积极影响的创新成果。借此机会,我们
    的头像 发表于 12-12 15:55 324次阅读
    周礼栋对话比尔·盖茨:深入的科学研究<b class='flag-5'>比以往任何时候都</b>更加重要

    多功能变色和温度响应型隐形眼镜监测并治疗潜在眼疾

    由于缺乏必要的诊断和监测方法,眼科诊疗需求显得比以往任何时候都更加迫切。
    的头像 发表于 11-20 09:12 419次阅读
    多功能变色和温度响应型隐形眼镜监测并治疗潜在眼疾