展會信息港展會大全

園區(qū)懇談會|自動駕駛落地難,L4不代表比L2技術(shù)高
來源:互聯(lián)網(wǎng)   發(fā)布日期:2023-07-25 07:11:08   瀏覽:19747次  

導(dǎo)讀:【編者按】 園區(qū)懇談會以園區(qū)為基點(diǎn),以圓桌對談方式討論產(chǎn)業(yè)發(fā)展問題,持續(xù)關(guān)注戰(zhàn)略新興產(chǎn)業(yè)的當(dāng)下與未來。我們期待與產(chǎn)業(yè)發(fā)展主體攜手發(fā)起議題,深入討論產(chǎn)業(yè)發(fā)展的方向與路徑,共同助力中國科技創(chuàng)新事業(yè)發(fā)展。 今年以來,隨著人工智能大模型的加速發(fā)展,...

【編者按】

“園區(qū)懇談會”以園區(qū)為基點(diǎn),以圓桌對談方式討論產(chǎn)業(yè)發(fā)展問題,持續(xù)關(guān)注戰(zhàn)略新興產(chǎn)業(yè)的當(dāng)下與未來。我們期待與產(chǎn)業(yè)發(fā)展主體攜手發(fā)起議題,深入討論產(chǎn)業(yè)發(fā)展的方向與路徑,共同助力中國科技創(chuàng)新事業(yè)發(fā)展。

今年以來,隨著人工智能大模型的加速發(fā)展,人工智能產(chǎn)業(yè)本身也成為了人們關(guān)注的焦點(diǎn)。為此,“園區(qū)懇談會”欄目聚焦人工智能的重要應(yīng)用場景和領(lǐng)域,探討其中存在的機(jī)會與前景,遇到的困難和阻礙,尋求更好的解決方案和政策支持,推動相關(guān)產(chǎn)業(yè)高質(zhì)量發(fā)展。

主持人:

谷曉丹 澎湃新聞記者

與談人:

樓天城 小馬智行聯(lián)合創(chuàng)始人兼CTO

楊明 上海交通大學(xué)智能網(wǎng)聯(lián)電動汽車創(chuàng)新中心主任

6月15日,小馬智行的一場10小時全無人駕駛直播在北京經(jīng)開區(qū)、廣州南沙區(qū)同時上演。自動駕駛汽車一路駛過南沙牌坊、蕉門河公園等地標(biāo)性路段,而南沙,正是小馬智行在中國成長的開端。

2017年底,在美國硅谷創(chuàng)業(yè)剛滿一年的小馬智行,因?yàn)橐淮闻既粰C(jī)會得到了南沙在自動駕駛方面的政策支持,于是選擇落地南沙發(fā)展。在產(chǎn)業(yè)鏈、商業(yè)化上,小馬智行與廣汽、如祺出行等園區(qū)主機(jī)廠和運(yùn)營平臺合作,也開始在園區(qū)布局智慧交通、智慧城市等業(yè)務(wù)。

小馬智行聯(lián)合創(chuàng)始人兼CTO樓天城被稱為 “中國編程第一人”,他在接受澎湃新聞記者視頻采訪時,使用的是國際編程比賽 Topcoder Open(TCO)ID “ACRush”,采訪中,公司員工也以“教主”而非“樓總”稱呼這位高管。樓天城畢業(yè)于首屆清華姚班,師從圖靈獎得主、中國科學(xué)院院士姚期智。

小馬智行聯(lián)合創(chuàng)始人兼CTO樓天城

“近兩三年,自動駕駛行業(yè)的發(fā)展受到了一些質(zhì)疑,ChatGPT的出現(xiàn)讓這個行業(yè)重獲關(guān)注。” 樓天城在談到此次全無人駕駛直播時說,“我們希望能借此機(jī)會,對外展示中國自動駕駛技術(shù)的最新發(fā)展。”他表示,直播設(shè)備只能堅持10個小時,限制了展示時長,他們計劃未來在直播方面,繼續(xù)擴(kuò)大自動駕駛汽車數(shù)量和區(qū)域范圍。這也是小馬智行為進(jìn)一步實(shí)現(xiàn)商業(yè)化的布局,是在用戶端所作的一次市場教育,它要讓大眾以最直觀的方式體驗(yàn)到,去掉車?yán)锏陌踩珕T,真正實(shí)現(xiàn)“無人”自動駕駛的那種沖擊力。

自動駕駛并不是近年來才出現(xiàn)的新概念,它經(jīng)歷了跌宕起伏的行業(yè)變遷,這是一個循序漸進(jìn)的過程,上海交通大學(xué)智能網(wǎng)聯(lián)電動汽車創(chuàng)新中心主任楊明正是這一領(lǐng)域發(fā)展的見證者。

上海交通大學(xué)智能網(wǎng)聯(lián)電動汽車創(chuàng)新中心主任楊明

早在1997年,楊明在清華大學(xué)計算機(jī)系攻讀博士時開始研究自動駕駛,而他的導(dǎo)師中國科學(xué)院院士張鈸,是一位在中國人工智能、自動駕駛領(lǐng)域的最早研究者。2000年之前,自動駕駛的研究多數(shù)側(cè)重高速公路環(huán)境,然而楊明卻認(rèn)為,自動駕駛的性能考驗(yàn)不應(yīng)該局限在對汽車的控制上,環(huán)境感知能力同樣非常重要。實(shí)際上,低速環(huán)境對智能感知的要求更高,但相比高速環(huán)境更容易落地。

因此,2003年楊明前往法國國家信息與自動化研究所(INRIA)從事博士后工作,開始專注在低速和限定區(qū)域的自動駕駛研究。他在接受澎湃新聞記者采訪時,展示了一張自己所繪制的圖,四個象限基本涵蓋了自動駕駛領(lǐng)域所涉及的主要應(yīng)用場景。這張圖以場景難度為縱軸,以速度為橫軸,其中無人出租車處于高速、場景難度最大的應(yīng)用場景,而這恰恰是小馬智行主攻的領(lǐng)域之一。

自動駕駛與“無人”

自動駕駛并不完全意味著“無人”參與。汽車工業(yè)界對于自動駕駛汽車自動化程度的衡量標(biāo)準(zhǔn),通常采用汽車工程師協(xié)會(SAE International)定義的從0級(完全手動)到5級(完全自主)的6級分級標(biāo)準(zhǔn)。

對于L1級別自動駕駛,可以完成在一個維度(橫向或縱向)的駕駛?cè)蝿?wù);L2級別自動駕駛可以同時自動進(jìn)行多維度輔助(如加減速和轉(zhuǎn)向);L3級別自動駕駛車輛在特定環(huán)境中可以實(shí)現(xiàn)自動加減速和轉(zhuǎn)向,無需駕駛?cè)烁深A(yù);在L4級別自動駕駛中,在限定條件下如果車輛當(dāng)前處于自動駕駛狀態(tài),則全程無需駕駛者接管方向盤;L5級別自動駕駛車輛可以在任何條件、任何場景下自動行駛,車輛的自動化系統(tǒng)完全替代了人類駕駛員,車輛達(dá)到完全自動化。

楊明談到了分級標(biāo)準(zhǔn)可能存在的兩大理解誤區(qū)。首先,分級標(biāo)準(zhǔn)不存在小數(shù)點(diǎn),L2和L3間有著明顯鴻溝,牽扯到事故責(zé)任歸屬的問題。如果L2以下系統(tǒng)發(fā)生安全事故,駕駛員為第一責(zé)任人,而L3的交通事故責(zé)任劃分,則是橫亙于行業(yè)發(fā)展中的一大困擾。因此很多車廠只推L2的產(chǎn)品,但無論L2小數(shù)點(diǎn)后面有幾位,它的本質(zhì)還是輔助駕駛。其次,級別不存在技術(shù)差異,劃分依據(jù)主要是誰來接管,是用戶和車的關(guān)系,它代表的是用戶使用方式的不同,而非自動駕駛水平的高低,因此L4并不代表比L2技術(shù)水平高。“其實(shí)如果用‘輔助駕駛’稱L2更清晰,也不容易造成用戶混淆,導(dǎo)致放松安全警惕性,誤以為無論在什么場景下都可以‘躺平’,讓汽車自動駕駛而無需駕駛員接管。”楊明提醒道。

事實(shí)上,目前自動駕駛領(lǐng)域主要有兩大技術(shù)流派漸進(jìn)式和跨越式。前者從先進(jìn)駕駛輔助系統(tǒng)(ADAS)產(chǎn)品開始生產(chǎn),并逐步研發(fā)到無人駕駛階段,大部分傳統(tǒng)車企和零部件企業(yè)一般采用這種相對保守的路線;后者一開始就研發(fā)L4或者L5級自動駕駛,如谷歌、福特、通用(GM)、Momenta等公司。

小馬智行選擇的是“跨越式”路線,也就是L4級的真正“無人”自動駕駛。在樓天城看來,自動駕駛出行服務(wù)(Robotaxi)最難,也是最有前景和意義的應(yīng)用場景,因?yàn)樗梢愿淖內(nèi)藗兊某鲂蟹绞剑?0小時雙城無人駕駛直播和自動駕駛卡車(Robotruck)就屬于此類,而乘用車智能駕駛則是更容易實(shí)現(xiàn)商業(yè)化落地的應(yīng)用場景。

“要想真正實(shí)現(xiàn)‘無人’自動駕駛,從行為主義人工智能角度看,關(guān)鍵是使機(jī)器與人類的行為相似”。楊明認(rèn)為,目前無人自動駕駛距離人類司機(jī)還有一定差距,尤其在容錯能力方面。比如,人類司機(jī)觀察到各類行人違章過馬路時,大多可以及時剎車避碰,但無人自動駕駛汽車由于訓(xùn)練不充分,不一定能夠采取正確的駕駛行為。

“無人”不僅對自動駕駛提出了更高的技術(shù)門檻,也對車輛的運(yùn)營服務(wù)提出了更多要求。以自動駕駛出行服務(wù)為例,這牽扯到運(yùn)營方為乘客所提供的服務(wù)體驗(yàn)質(zhì)量,它要讓用戶在平臺打車時感到便捷,就像搭乘一般出租車一樣,還要能應(yīng)對乘客想要更換目的地等臨時需求,并確保乘客及汽車的基本安全。在沒有人類司機(jī)的情況下,如何用流程解決這類“無人”所帶來的問題還有很多挑戰(zhàn)。

產(chǎn)業(yè)發(fā)展難在落地

7月6日,特斯拉創(chuàng)始人埃隆馬斯克通過視頻在2023世界人工智能大會開幕式上預(yù)測,今年晚些時候能夠?qū)崿F(xiàn)L4-L5級全自動駕駛,這一言論立馬引發(fā)業(yè)界討論。對此,楊明持謹(jǐn)慎態(tài)度,他認(rèn)同全自動駕駛是大勢所趨,但現(xiàn)階段自動駕駛最為迫切的問題還是“落地”,要提高公眾和產(chǎn)業(yè)對這項技術(shù)的信任和信心。

在落地方面,樓天城認(rèn)為小馬智行自動駕駛出行服務(wù)(Robotaxi)的主要挑戰(zhàn)在于成本,需要大規(guī)模量產(chǎn)來實(shí)現(xiàn)商業(yè)化,小馬智行正通過與豐田、上汽、一汽、廣汽等國內(nèi)車廠合作來控制成本。不過,如果將自動駕駛出行服務(wù)和自動駕駛卡車這兩大主要應(yīng)用場景做比較,樓天城認(rèn)為在發(fā)展方向上并不存在“二選一”的必要。相比而言,盡管卡車的商業(yè)模式更容易落地,但技術(shù)挑戰(zhàn)也較大,由于卡車十倍于乘用車的質(zhì)量,不允許它在行駛時發(fā)生交通事故,因此對于安全性的要求非常高。盡管面臨重重挑戰(zhàn),小馬智行還是希望在2025年前實(shí)現(xiàn)全無人駕駛L4級的規(guī)模化、商業(yè)化落地,他們也一直在為這一目標(biāo)而努力。

楊明則在小馬智行主要涉及的大規(guī);瘓鼍爸猓吹搅酥、小規(guī);瘓鼍奥涞氐目赡苄浴“與國外相比,中國場景更為豐富。除了大規(guī)模場景外,由于國內(nèi)自身市場龐大,即便是中、小規(guī)模場景也足以支撐商業(yè)化。”

在楊明看來,過于追求“大規(guī)模量產(chǎn)”是阻礙落地的問題之一,大規(guī)模量產(chǎn)的場景往往風(fēng)險高、挑戰(zhàn)性大。“開放、高速場景落地的困難之處在于,一旦出事就是車毀人亡。如果短期內(nèi)不能落地,各方都會失去信心”。楊明表達(dá)了他的擔(dān)憂。

不過從長遠(yuǎn)看,楊明對自動駕駛領(lǐng)域所涉及的各種應(yīng)用場景都表示樂觀,他認(rèn)為自動駕駛的未來場景可能是“共享汽車”,園區(qū)可能是短期內(nèi)最容易落地的場景。自動駕駛汽車不僅可以用來載人,還可以應(yīng)用在車輛管理上,減少運(yùn)營成本,比如讓車輛自行實(shí)現(xiàn)空車運(yùn)輸,從而解決生產(chǎn)制造和城市運(yùn)營的難題。“自動駕駛就像一把鑰匙,可以打開共享經(jīng)濟(jì)的大門。”

以下是自動駕駛領(lǐng)域發(fā)展所面臨的幾個關(guān)鍵問題:

澎湃新聞:自動駕駛領(lǐng)域面臨著什么產(chǎn)業(yè)困境?

樓天城:在商業(yè)化落地方面,成本問題亟待解決。我們在自動駕駛出行服務(wù)(Robotaxi)方面正通過與車廠合作來實(shí)現(xiàn)大規(guī)模量產(chǎn),從而達(dá)到成本控制。此外,相關(guān)產(chǎn)業(yè)的成熟度也會影響成本。

楊明:現(xiàn)在自動駕駛最難的就是商業(yè)化落地,除了大規(guī)模化場景,國內(nèi)中小規(guī);瘓鼍耙部梢詫(shí)現(xiàn)“規(guī)模化量產(chǎn)”。無人駕駛智能網(wǎng)聯(lián)汽車道路測試牌照的發(fā)放有利于解決落地問題,但從測試到真正落地之間還存在一段漫長的距離。

澎湃新聞:自動駕駛領(lǐng)域缺乏什么樣的人才?

樓天城:自動駕駛領(lǐng)域需要的人才是動態(tài)的,在這一快速發(fā)展的行業(yè)中,保持開放和學(xué)習(xí)心態(tài)非常重要,“1萬小時理論”依然發(fā)揮作用,需要不斷提升自己,分析解決新問題,去做一些新技術(shù)。

楊明:產(chǎn)業(yè)需要懂技術(shù)的人,研發(fā)需要懂產(chǎn)業(yè)的人,不僅需要創(chuàng)新技術(shù),更需要創(chuàng)新產(chǎn)品。自動駕駛領(lǐng)域需要綜合性、創(chuàng)新型、國際化的人才,我們不僅需要算法人才,也需要設(shè)計工程師、電氣工程師、集成電路工程師等各類人才。因?yàn)樽詣玉{駛是一個系統(tǒng)工程,傳感器、芯片、操作系統(tǒng)等也很關(guān)鍵,希望政策在基礎(chǔ)研究和人才培養(yǎng)上給予更多支持。

澎湃新聞:大模型有可能為自動駕駛產(chǎn)業(yè)帶來什么機(jī)會?

樓天城:我把大模型看作是一種工具,因?yàn)檎嬲哂型评砗妥詫W(xué)歸納能力的AI遠(yuǎn)遠(yuǎn)沒有到來。我認(rèn)為AI對于常識和認(rèn)知的學(xué)習(xí)能力還需要發(fā)展時間,如何將人類的認(rèn)知注入AI需要突破。目前,大模型在自動駕駛領(lǐng)域的主要應(yīng)用在道路感知、行為預(yù)測、高質(zhì)量數(shù)據(jù)的自動標(biāo)注以及泛化能力等方面。

楊明:大模型有助于自動駕駛的發(fā)展,但如何獲得“語義”是個難題。一方面,大模型帶來了通用人工智能的曙光,未來一套大模型有可能解決自動駕駛所有應(yīng)用場景遇到的問題;另一方面,大模型有望讓自動駕駛開車更像人,現(xiàn)在離這一階段越來越接近了。

贊助本站

人工智能實(shí)驗(yàn)室
相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會 | 展會港