本文系網易智能工作室（公眾號smartman 163）出品。聚焦AI，讀懂下一個大時代！

【網易智能訊 4月12日消息】自動駕駛是歷史上最偉大的計算挑戰之一，不能指望用傳統算法解決問題，深度學習才是關鍵。

在2018年國際消費電子展上（CES ），英偉達（NVIDIA）首席執行官黃仁勛表示，自主駕駛涉及到同類產品中最大的計算挑戰。該公司估計，無人駕駛汽車的計算需求比目前市面上最先進的汽車要高出50到100倍。

他說：“為了普及無人駕駛汽車，需要解決的挑戰數量令人望而生畏。我們已經制造了PC、筆記本電腦、控制臺和超級電腦，但自動駕駛代表著一種世界從未見過的復雜程度——它一直在監控多個傳感器，而且由于生命處于危險之中，它的決策必須始終正確，這使得沒有人知道如何編寫應用軟件。”

那么，行業如何彌合這種巨大的差距呢？許多人堅定地認為，解決自動駕駛汽車所面臨的問題，人工智能（AI）必不可少。“一輛典型的現代汽車有多達100個電子控制單元（ECU），”英偉達汽車公司的高級總監Danny Shapiro解釋道，“盡管這些設備在執行具有社會效益的重要功能，但它們運行的是設定算法，這意味著它們執行固定任務。使用固定算法的計算機視覺無法應對路上發生的多樣情況。”

人工智能軟件公司AImotive的歐洲銷售主管Bence Varga也同意這一觀點，他認為任何關于自動駕駛汽車的討論都必須以乘員和道路使用者保護為核心。“從安全的角度來看，”他說，“傳統的計算機視覺算法在決策樹基礎上有很大的局限性。解決方案開發過程中固有的收益在遞減，因而制定算法變得越來越困難，這些算法涉及如何從不同的角度識別一輛汽車或者部分被遮擋的汽車等。”AImotive開發了aiDrive，這是一款利用人工智能實現自動駕駛功能的軟件套件。

超人

變化的天氣、多變的表面、道路封閉、不同的駕駛文化——道路上有大量的變量。但是，人類擁有相互聯系的感官和決策能力，因而能夠適應環境。因此，該行業已轉向深度學習技術，drive.ai的聯合創始人王弢解釋到，這種技術涉及的概念最初由神經科學的發現啟發而來。現代深度學習通常使用一種稱為反向傳播（back-propagation）的算法，該算法可以調整人工神經網絡中的參數，從而將實際輸出與期望輸出的差異最小化，后者基于大量真實數據，這些數據從訓練系統中獲取。

王弢介紹到，將深度學習引入到汽車中，代表了汽車行業正在采用已經有一定經驗的技術來推動下一步進展。“人工智能已經進入了汽車行業，”他表示。例如，自適應巡航控制系統本身就是人工智能的一種形式，盡管它的操作域有限。像ACC這樣的功能為終端客戶提供了額外的價值。隨著電動汽車和拼車服務的興起，汽車行業正經歷著劇烈的轉型，人工智能可以幫助該行業趕上新時代的步伐，并保持相關性。”

但是，對于那些想要進入這個市場并與汽車行業合作的供應商來說，有什么挑戰呢？答案顯而易見——符合汽車行業嚴格的安全標準。Shapiro表示，對于英偉達來說，自從公司首次將注意力轉移到除了圖形處理器之外的產品以來，這已經過了長達十年的時間。為了確保產品能夠在各種溫度范圍和惡劣條件下運行，如振動，沖擊，污垢和灰塵等，新的生產設備都在尋求改造。

目標是ISO26262認證，這是一個專注于安全關鍵系統的汽車專用標準。NVIDIA的可擴展Xavier處理器每秒可運行30萬億次運算，現在被自驅動開發商Aurora等公司開發平臺所采用。像AImotive這樣的公司要完成評分，工作還在繼續。

其他問題包括人工智能決策系統發揮作用時推理的潛在“不透明性”，因為涉及的技術非常復雜。“目前，人工智能決策背后的推理是一些不透明的領域，”Varga說。“相關研究正在詳細研究這個問題，新的答案將繼續出現。為了確保安全，我們與合作伙伴一起進行所有系統的深入檢查和基準測試。我們的神經網絡接受來自世界各地的帶注釋的測試數據的訓練，以確保它們在任何情況下都能得到正確的推廣。”在這方面，模擬是關鍵，在進行測試之前，有數百萬個場景進行了數字演練。

Drive.ai的王弢認為，這種擔憂適用于任何新興技術，并且接受只會伴隨安全性證明。“深度學習并不完全是不透明的，”他表示，“因為有一種方法可以將神經網絡的思維可視化，這對于幫助人們適應一項新技術來說，至關重要。”

不過，Varga說，對于原始設備制造商（OEMs）來說，理解人工智能很重要，同樣，人工智能理解人類也很重要。他表示：“這意味著系統必須預測道路上的其他行為者會做什么，并相應地作出應對。我們正在創建的傳感器設置，包括其他傳感器支持的攝像頭，不會有盲點。這一點，再加上人工智能的理解和概括其環境的能力，這將會產生一個超人司機，能夠安全地與他人共享道路。”

天網？不大可能

當然，并不是所有關于人工智能的頭條都是正面的。包括理論物理學家史蒂芬?霍金和特斯拉首席執行官埃隆·馬斯克在內的知名人士已多次表示擔憂。霍金在2015年表示：“人工智能的真正風險不是惡意，而是能力。一個超級聰明的人工智能會非常擅長實現它的目標，如果這些目標與我們的目標不一致，我們就有麻煩了。”隨著汽車行業在人工智能發展中扮演越來越重要的角色，原始設備制造商應該如何密切關注新的、可能致命的安全隱患呢？

Varga說，好消息是世界末日的可能性不大。他認為，當前的人工智能尚未達到人們在討論“奇點”時會涉及的通用人工智能階段。他說：“我們的人工智能訓練只是為了開車。它不能自行修改，也不能自行重新編程。就我們而言，自動駕駛汽車叛亂的想法純粹是科幻小說。”

Shapiro對此表示贊同：“有些人對人工智能的看法似乎是基于終結者電影。”他補充道，AI系統在檢測、跟蹤和理解距離和速度方面已經超越了人類。“更重要的是，他們不會分心，”他說，“他們也不會經歷路怒，不會感到憤怒，也不會喝醉。”人工智能非但沒有帶來風險，而且已經具備了巨大的安全效益。

他說，展望未來，NVIDIA有信心制定檢查、平衡和工具來確保人工智能不會產生問題。他總結道：“我們可以測試和驗證應用程序的工作原理和失敗的地方。”然后，我們可以回溯、分析并調整。我們有很好的方法來分析和診斷神經網絡，理解它們的表現，它們只會繼續改進。”人工智能似乎會成為一個持續進行中的項目，它將會隨著時間的推移而完善，因為它可能帶來數十億的潛在收益。（來源：網易智能）