毫无疑问,自动驾驶汽车有朝一日将成为AI革命最切实和最重要的象征之一。
对于电动汽车制造商特斯拉来说,实现全自动驾驶始终是其优先议程之一。与其他竞争对手相比,该公司的最大优势并非技术或算法,而是目前上路的40多万辆汽车提供的海量数据。有朝一日,特斯拉将凭借自动驾驶出租车与Uber和Lyft等展开竞争。
2019年4月22日,特斯拉举办了名为“自动驾驶日”(AutonomyDay)的活动。此次活动旨在突出该公司在每辆特斯拉汽车中内置的自动驾驶技术,其首席执行官埃隆·马斯克(ElonMusk)和其他高管、工程师也纷纷发表演讲。
在活动中,马斯克说:“我对特斯拉明年将推出自动驾驶出租车非常有信心。”他接着表示,到2020年底,特斯拉将有100万辆这样的汽车上路。这些自动驾驶出租车能够在没有人操作的情况下运行,能够接送乘客并将他们送到任意地点。换句话说,这是真正的自动驾驶版Uber或Lyft服务。
马斯克的预测令许多人感到震惊,几乎所有业内专家都觉得其过于乐观,因为这种激进的预测几乎肯定会给特斯拉带来巨大的交付压力,再加上该公司通过软件下载向特斯拉车主提供新功能的模式,如果未经验证、号称能提供全自动驾驶功能的软件突然被交到司机手中,这可能会非常危险。
最大优势是拥有海量数据虽然公司让客户测试新视频游戏或社交媒体应用的早期版本可能没有问题,但对于显然可能导致伤害或死亡的软件来说,这不是负责任的策略。事实上,已经发生了多起涉及特斯拉自动驾驶功能的致命事故,该功能可以控制转向、加速或刹车,使汽车保持在车道内,但仍需要司机监督。
此外,很明显,即使特斯拉能够在一年左右的时间内完善这项技术,也需要更长的时间才能对汽车进行充分测试,并获得监管部门的批准。因此,到2020年底,让100万辆配置全自动驾驶功能的特斯拉出租车上路根本没有可能实现。更何况,即使只有一辆真正的自动驾驶汽车在这段时间内在公共道路上行驶,也足以令人感到震惊。
“自动驾驶日”活动的大部分时间都致力于讨论特斯拉正在开发的一款定制的新型自动驾驶微处理器芯片。此前,该公司曾使用英伟达制造的、针对深度神经网络进行优化的芯片。特斯拉声称其新芯片提供了前所未有的能力,但英伟达的高管迅速予以回击,指出他们最新版本的AI芯片与特斯拉正在开发的产品相当,甚至更快。
尽管如此,随着“自动驾驶日”的展开,让人渐渐明白的是,特斯拉确实拥有惊人的竞争优势,这最终可能使其超越竞争对手,成为首家部署全自动驾驶汽车技术的公司。这种优势不是一种特殊的计算机芯片,甚至也不是一种算法。相反,就像人工智能(AI)领域经常发生的那样,特斯拉最大的优势在于其拥有的海量数据。
每辆特斯拉汽车都配备有8个连续运行的摄像头,捕捉道路和汽车周围环境的图像。车载电脑能够评估这些图像,确定哪些图像可能是该公司感兴趣的,然后自动将这些图像以压缩格式上传到特斯拉网络。目前有超过40万辆装有摄像头的特斯拉汽车在世界各地的道路上行驶,而且这个数字还在迅速增加。换句话说,特斯拉拥有真正庞大的真实世界摄影数据宝库,任何竞争对手都无法与之匹敌。
马斯克承诺,到2020年底将有100万辆自动驾驶出租车上路,这只是自动驾驶汽车行业炒作的最新例证。也许是因为汽车在我们生活方式中处于中心地位,特别是在美国,AI的任何应用都没有像自动驾驶汽车那样受到如此多的炒作。自从该行业在2004年和2005年国防高级研究计划局(DARPA)的大挑战赛之后出现以来,这项技术取得了惊人的进步,但同时也经常达不到过分夸大的期望。
2015年,最有见识的业内人士普遍预测,全自动驾驶汽车将在五年内上路。克里斯·厄姆森(ChrisUrmson)是该领域的先驱之一,他曾是谷歌自动驾驶汽车子公司Waymo的首席技术官,现在是自动驾驶初创公司Aurora的首席执行官兼创始人。厄姆森曾有个著名的猜测,当时他11岁的儿子16岁时可能不需要考取驾照。包括丰田和日产在内的主要制造商也承诺到2020年推出自动驾驶汽车。
然而,所有这些预测现在都被推翻了。不过,厄姆森仍然充满信心,并在2019年表示,他预计五年内将至少有“数百辆”全自动驾驶汽车部署在公共道路上,十年内可能会有1万辆或更多这样的汽车投入运营。对此,许多人认为这些预测也很可能被证明过于乐观,真正的自动驾驶汽车可能还需要更多时间才能面世。
无限多的边缘情况现实情况是,自动驾驶汽车在高速公路和更多的城市环境中的常规操作问题基本上已经得到解决。如果公共道路在总体可预测性方面有点儿像亚马逊仓库的内部,那么自动驾驶汽车可能已经得到了广泛的部署。
当然,问题在于所谓的边缘情况,即几乎无限多的不同寻常的情况,自动驾驶汽车很难或不可能给出准确预测,在许多情况下也无法就其决定给出正确解释。大多数自动驾驶汽车项目都依赖于对正在行驶的街道进行高精度的先进地图绘制。因此,意外的道路封闭、建筑或交通事故可能会造成问题。恶劣的天气,特别是大雨或大雪,也是主要的障碍。
不过,最大的挑战可能是与由
