汽車

為什麼完全的自動駕駛實現非常困難,即使是現在的AI

汽車本身已經處理了無數的細節,這些細節使汽車行駛、停止和轉向,這個過程已經夠複雜的了,汽車基本上是機械和電動的。現在,汽車已經變成了滾動的計算機,由人類控制(最多)速度、方向和舒適度。

對於一輛接近自動駕駛的汽車來說,它必須理解其直接環境中的即時變化及其意義。它必須知道如何反應。它必須知道附近重要的情況:哪些東西是會運動的,哪些東西不會改變的。

這是很難的。Uber在2018年初暫停了自動駕駛汽車專案,當時一輛車撞上一名騎自行車的人,導致其死亡。該公司一直等到年底才申請許可,讓它們重返匹茲堡的公路,在事故發生前,他們的汽車在那裡並不少見。

美國汽車工程學會(Society for Automotive Engineering)和美國交通部(Department of Transportation)規定了6個自主性等級,從0級(完全受控於人類駕駛員)到5級(完全自動駕駛汽車)。目前市面上公認的最自動駕駛的汽車——凱迪拉克CT6超級巡航——也只達到了2級……但僅限於在地圖上標註的13萬英里(其中許多是高速公路)內。特斯拉的自動駕駛模式,也被認為是二級。這兩種系統都不像一勞永逸的自動駕駛系統。

戴姆勒在德國一些高速公路上成功測試了自動駕駛卡車。但限制通行的道路——車道標識清晰,進出的地方也很少——是一個相對容易解決的問題,尤其是在德國,那裡的司機技術精湛,可預測。

Waymo本週正式推出了一項商業自動駕駛出租車服務——儘管目前只有一小部分人可以使用。通用汽車表示,明年將在舊金山的道路上提供全自動計程車服務(儘管很多人對這一時間表持懷疑態度)。大眾汽車表示,將在2021年推出莫亞品牌電動自動駕駛汽車,與此同時,福特汽車也表示將大規模生產自動駕駛汽車。相比之下,豐田表示,它將使用人工智慧技術,使人類駕駛的汽車更安全、更有趣。

智慧汽車需要智慧街道

儘管汽車可能很智慧,但它周圍也需要同樣智慧的基礎設施。儘管車載電腦的速度可能很快,但它也必須能夠學習和理解周圍的環境,然後自己立即做出決定——而且它必須知道在必要時何時諮詢遠端資源。

舉個例子:一個雨夜,你“開車”去外婆家,這時一隻貓跑過馬路。汽車需要看到突然出現的障礙,識別它,並決定如何處理它;這需要迅速的、本地的、人工智慧輔助的反應。但是汽車也需要知道當地的限速,是否要根據天氣進行調整,這也是需要了解的。其中一些資訊可能來自遠端資源,比如高度本地化的天氣資訊和機器可理解的城市地圖(順便說一下,它的資料可能看起來像一個XML檔案,而不是您所理解的地圖的樣子)。因為高頻寬和低延遲將是關鍵,這是一個5G網路的工作。

如果你的車在附近有其他的車,當你的車採取行動避免貓,你的車應該能夠與他們溝通,這樣他們可以立即瞭解他們是否需要剎車,轉向,或加速;否則,你的車可能會撞到他們而不是貓。要實現這一點,您需要車輛之間的通訊(稱為V2V),這需要一個尚不存在的可互操作的行業標準。

當你去外婆家的時候——你不經常去外婆家,所以也不知道怎麼走——你的車會根據最佳路線做出決定。這意味著它想要實時瞭解交通訊號、擁堵、彎道或道路建設。為了讓您的汽車瞭解所有這些危險,它需要一些基礎設施,稱為V2X——“車輛到一切”或V2I(車輛到基礎設施)。而且,由於道路上的每一輛車都能自動駕駛和安全駕駛還需要很長一段時間,你的汽車將不得不考慮駕駛技術不佳的問題,因為仍有相當多的人類駕駛車輛行駛在道路上

為了讓你平安到達外婆家(更不用提那隻貓和路上所有的其他車輛了),這需要很多資源。你車裡的人工智慧只是一個開始。

其中一些已經開始發揮作用。拉斯維加斯有一個實時的V2I系統,它可以告訴某些型號的奧迪(audi)紅綠燈處於什麼狀態,以及紅綠燈改變需要多長時間。內華達州作為一個整體也在建設一個V2V網路。

這些都沒有考慮到,如果祖母住在偏遠地區,那裡沒有5G、沒有像樣的地圖或智慧V2I基礎設施,會發生什麼。也許有一天,為了在農村地區開車,你仍然需要自己開車——就像今天知道如何使用手動檔一樣方便。

人工智慧和機器學習是這一切的核心。駕駛是一項極其複雜的技能,需要經驗、注意力和反應能力。儘管它很複雜,但它是一種有限的技能,具有可理解的需求、輸入和結果。

待到一切這些問題全部解決,全自動駕駛的時代才真正來臨,5G網路對於自動駕駛將是最基礎的建設!

Reference:Man's Daily

看更多!請加入我們的粉絲團

轉載請附文章網址

不可錯過的話題