?在自動駕駛領(lǐng)域，人工智能不是萬能的

隨著深度學(xué)習(xí)技術(shù)的突飛猛進(jìn)，人工智能技術(shù)也得到了爆發(fā)式的發(fā)展，而就在這樣的背景下，人工智能技術(shù)正在走向汽車，無人駕駛 開始成為如今創(chuàng)投圈內(nèi)最為耀眼的明星。

如今，人工智能技術(shù)似乎已經(jīng)被神化，在很多人的印象中，只要與 AI 沾上關(guān)系的事物都能瞬間質(zhì)變成成一個(gè)非常完美成熟的產(chǎn)品。然而，在 2018GMIC 峰會中，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院余貴珍教授卻就無人駕駛這個(gè)具體的場景為大家提了一個(gè)醒——人工智能并不是無人駕駛的萬能藥。

無人駕駛面臨的挑戰(zhàn)

余貴珍表示盡管目前市面上有包括整車廠商、IT 公司巨頭以及創(chuàng)業(yè)企業(yè)都在做布局自動駕駛，但是都還沒有商業(yè)化，而且還出現(xiàn)了諸如 Uber 撞死行人的事故，從整體而言，目前大家都拿不出準(zhǔn)確的數(shù)據(jù)來證明無人駕駛在安全性上優(yōu)于人類。

無人駕駛真要大批量的上市，必然還有很長的路要有。余貴珍認(rèn)為，至少有三道門檻需要跨越：

第一個(gè)是無人駕駛是否容許上路（即是否有路權(quán)）。這里主要是法律門檻，目前已經(jīng)有很多無人車團(tuán)隊(duì)拿到了上路測試的牌照，但是這僅僅是測試，不是商用。從試用到商用還有很長的路要走。

第二個(gè)挑戰(zhàn)是自動駕駛有沒有能力上路。路上的環(huán)境很復(fù)雜，比如下雨、下雪，基本上人開車都看不見，真正的無人駕駛能適應(yīng)這些情況嗎？

第三個(gè)挑戰(zhàn)在于消費(fèi)者是否真的敢坐無人駕駛汽車。由于目前無人駕駛在安全性上依然有著很大的不確定性，相信很多人對坐自動駕駛汽車是會有心理負(fù)擔(dān)的。

然而，這三大挑戰(zhàn)是否能用人工智能手段加以克服呢？

首先，余貴珍認(rèn)為我們必須承認(rèn)人工智能技術(shù)的確有效地促進(jìn)了無人駕駛技術(shù)的發(fā)展?！巴ㄟ^深度學(xué)習(xí)，特別是卷積神經(jīng)網(wǎng)絡(luò)，利用攝像頭來做環(huán)境感知，大家已經(jīng)有信心達(dá)到 99% 了?！?/p>

不過，盡管如此，在余貴珍看來我們依然不能神化人工智能技術(shù)，“人工智能實(shí)際上就是一個(gè)算法，就是一個(gè)比原來機(jī)器學(xué)習(xí)更高級的算法罷了，所以我們不要把人工智能想成什么都能解決?！薄叭斯ぶ悄芙^對不是無人駕駛的萬能鑰匙，不要試圖用人工智能 2.0 來解決無人駕駛所有的問題。”

總之無人駕駛想要真正上路，還有很長的路要走。不過，無人駕駛真正落地或許會更早：

無人駕駛可以先在特定場景中商用

“無人駕駛的落地面臨諸多問題，但無人駕駛是不是沒有意義？我覺得也不是。特定區(qū)域的無人駕駛有大量的機(jī)會?！庇噘F珍認(rèn)為像旅游觀光車、碼頭集裝箱卡車、露天礦區(qū)、軍事演習(xí)、危險(xiǎn)環(huán)境運(yùn)輸、汽車測試等特定場景都適合采用無人駕駛技術(shù)。

“特定區(qū)域無人駕駛具有多個(gè)優(yōu)勢，第一，特定區(qū)域沒有法律限制，第二個(gè)，固定線路相對低速，技術(shù)障礙也沒有那么高。特定區(qū)域的無人駕駛因?yàn)闆]有司機(jī)沒有乘客，不僅安全，更代替了司機(jī)，可以產(chǎn)生經(jīng)濟(jì)效應(yīng)?！庇噘F珍如是說。

另外，余貴珍還對無人駕駛技術(shù)落地的路線圖提出了自己的建議：

“利用人工智能技術(shù)先在某一點(diǎn)上做出突破?！庇噘F珍認(rèn)為這種漸近式的方法才是無人駕駛落地的正確方法?！芭e個(gè)例子，如果你用傳統(tǒng)的算法來解決紅綠燈的識別那是很難的，那可以試著應(yīng)用神經(jīng)網(wǎng)絡(luò)解決這個(gè)問題?！?/p>

另外，余貴珍表示目前人工智能中常用的卷積神經(jīng)網(wǎng)絡(luò)雖然計(jì)算效率高，但其也存在著占用太多資源的缺陷。而為了解決這個(gè)問題，余貴珍同樣認(rèn)為應(yīng)該“將人工神經(jīng)網(wǎng)絡(luò)跟傳統(tǒng)的算法結(jié)合起來?！?/p>