为什么AI能够扭转自动驾驶车发展

在近日硅谷举办的人工智能前沿大会（AI Frontiers conference）上，AI领域的专家与自动驾驶汽车团队的资深人士齐聚一堂，共同探讨AI时代下自动驾驶的最新研究成果和认知。这一盛会在美国《沃顿知识在线》的报道中引起了广泛关注。

当我们谈论自动驾驶时，脑海中通常会浮现出一辆完全无人操控的车辆。现实情况远比这要复杂。汽车自动化存在着不同的等级，比如初期的巡航控制系统。而AI在车辆系统中的作用日益凸显，为驾驶员和乘客带来了更为安全的旅途体验。

在硅谷，自动驾驶车辆领域的竞争日益激烈，各大公司都在争夺最佳技术的研发地位。宾夕法尼亚大学沃顿商学院运营、信息和决策学教授Kartik Hosanagar在大会上表示：“对于自动驾驶车辆来说，这也许是最为激动人心的时刻。”他回忆道，十年前，自动驾驶车辆的研究主要局限于实验室和教育机构。而如今，在加利福尼亚，已有30至50家公司获得授权测试并运营无人驾驶车辆。

全球范围内，美国和中国在自动驾驶汽车领域处于领先地位。尽管德国和日本在汽车制造领域享有盛誉，但在自动驾驶技术方面却稍显落后。这一差距的关键在于AI技术的发展。中国无人车创业公司景驰科技的联合创始人韩旭表示：“中国和美国是AI技术的领头羊。”他认为，驱动这一领域发展的三大趋势包括电动车辆的普及、共享经济的崛起以及AI技术的提升。

大多数自动驾驶汽车公司正致力于研发适用于Level 4的技术。在这个高度自动化级别下，车辆无需驾驶员干预或保持注意力，但只在特定场景如封闭区域或特定交通环境中行驶。英伟达自动驾驶高级总监Danny Shapiro指出，由于自动驾驶风险极高，技术公司在研发过程中极为谨慎。他强调，AI技术必须准确无误，如同网飞公司的个性化推荐引擎一样精确。

尽管完全自动驾驶汽车的普及还需时日，但AI技术已经在新车装置中发挥了重要作用。前置摄像头可以识别车内人员并追踪驾驶员的眼球位置，甚至读取其唇语。车外传感器和摄像头与车内技术配置一同提升了驾驶安全性。例如，当周围出现潜在危险时，车辆会发出提醒并采取相应的行动。

自动驾驶汽车公司的目标是让行驶更为安全。Uber的高科技研发中心工程主任Jeff Schneider表示，人为失误是造成交通事故的主要原因。而自动驾驶车辆通过先进的传感器、雷达、摄像头、激光雷达等工具，可以解决这些问题。车辆可以对目标和周围其他物体进行3D定位，实现全方位的高分辨率摄像视图，并获取目标运动速度等数据。复杂的计算系统能够分析地形并做出正确的驾驶决策。

为了提高驾驶的准确性，还可以合并系统内的冗余数据。比如当遇到模糊的路标时，车辆会通过配置地图来做出恰当的决策。这一领域的发展潜力巨大，令人期待未来的驾驶将更加安全、便捷和智能化。自动驾驶的进化之旅：从概念到现实

经过大量数据训练和严格测试的自动驾驶汽车，如今已不再是遥不可及的科技幻想。这些车辆不仅在雨雪和洪涝等不同环境中经受考验，甚至通过计算机模拟的各种路况挑战，如在光线刺眼的日落环境下行驶。英伟达自动驾驶高级总监Shapiro透露：“只需几台服务器，我们在短短五小时内就能模拟超过30万的驾驶里程，并在两天之内对全美每一条道路进行算法测试。”

完成这些艰巨任务，对于车辆来说是一项巨大的挑战。Schneider表示：“如果你是写代码的人，面对复杂的路况和要素，如人群、车辆、广告牌、交通标志、车道、自行车和行人等，你可能会感到压力山大，甚至崩溃。”

回溯自动驾驶汽车的发展历程，让人不禁想起NavLab项目的早期岁月。早在20世纪80年代，卡内基梅隆大学的NavLab就已经将自动驾驶技术应用于货车。随着技术的不断进步，NavLab五代自动驾驶汽车在98%的里程上实现了自主驾驶，甚至在长达70英里的路段上完全不受人为干预。进入21世纪，随着GPS和雷达装置的加入，自动驾驶技术越发成熟。特别是美国国防高级研究计划局举办的Grand Challenge挑战赛，地图的应用为自动驾驶技术提供了一个全新的视角。从那时起，AI、机器学习和深度学习技术突飞猛进。这一切令人瞩目的成就让公众逐渐接受并期待自动驾驶汽车时代的到来。

至于公众对自动驾驶车辆的舒适度问题，Uber在匹兹堡和菲尼克斯进行的测试给出了答案。尽管起初人们对其有所担忧和恐惧，但反响却出乎预料地积极。一些乘客甚至追逐这些自动驾驶车辆，希望能够搭乘。商业模式的问题仍是自动驾驶汽车大众市场发展的一个挑战。毕竟，拥有一辆车比频繁乘坐网约车更为经济划算。但一旦自动驾驶汽车普及，这一观念可能会彻底改变。“里程成本方面，网约车显然高于私家车。而自动驾驶汽车的普及将改变这一现状，引发人们对出行方式的重新思考。”Schneider如此表示。