在描繪未來(lái)智能生活的小說(shuō)或電影里,自動(dòng)駕駛汽車(chē)是未來(lái)世界的“標(biāo)配”。而現(xiàn)在,隨著人工智能技術(shù)的不斷發(fā)展,這一未來(lái)場(chǎng)景正在逐漸走進(jìn)現(xiàn)實(shí)。

今年6月,中國(guó)首例自動(dòng)駕駛汽車(chē)在廣州完成暴雨穿越隧道測(cè)試,而此前首輛無(wú)人駕駛出租車(chē)也已在廣州上路。7月,百度公司董事長(zhǎng)兼CEO李彥宏宣布其L4級(jí)無(wú)人車(chē)“阿波龍”正式量產(chǎn)……無(wú)人貨運(yùn)卡車(chē)、無(wú)人駕駛擺渡車(chē)等越來(lái)越多的成功試驗(yàn)似乎傳遞著這樣的信號(hào):自動(dòng)駕駛將近。

自動(dòng)駕駛是近幾年汽車(chē)領(lǐng)域最火熱的風(fēng)口之一。麥肯錫最新研究報(bào)告顯示,至2030年,中國(guó)自動(dòng)駕駛相關(guān)的新車(chē)銷(xiāo)售及出行服務(wù)創(chuàng)收將超過(guò)5000億美元。傳統(tǒng)主機(jī)廠、互聯(lián)網(wǎng)巨頭、出行公司紛紛擁抱市場(chǎng)、卡位圈地。各類(lèi)場(chǎng)景測(cè)試接續(xù)落地,大家都在探索如何實(shí)現(xiàn)自動(dòng)駕駛技術(shù)的規(guī)模化商業(yè)應(yīng)用,如何讓人得以真正從方向盤(pán)上“解綁”。

自動(dòng)駕駛究竟距離規(guī)模化應(yīng)用還有多遠(yuǎn)?哪些“路障”仍橫亙?cè)谇?近日,在2018自動(dòng)駕駛?cè)蚋叻逭搲?數(shù)家自動(dòng)駕駛企業(yè)及產(chǎn)業(yè)鏈上下游企業(yè)齊聚廣州,共同探討自動(dòng)駕駛的“上路”之道。

自動(dòng)駕駛還處于“BP機(jī)階段”

“如果以從‘大哥大’到智能手機(jī)的發(fā)展過(guò)程來(lái)類(lèi)比,現(xiàn)在自動(dòng)駕駛基本上還處于BP機(jī)的階段。”飛步科技創(chuàng)始人兼CEO何曉飛表示,“無(wú)人駕駛最核心的技術(shù)在于‘無(wú)人’,這對(duì)自動(dòng)駕駛系統(tǒng)對(duì)速度和響應(yīng)時(shí)間的控制能力提出了很高的要求,我們目前的水平還不夠高。”

這一判斷與自動(dòng)駕駛公司AutoX創(chuàng)始人兼CEO肖健雄的看法相同,他認(rèn)為,自動(dòng)駕駛現(xiàn)在還處于非常早期的階段,很多配套的產(chǎn)業(yè)鏈條尚不成熟,很多部件還不能依靠分工合作來(lái)完成,L4級(jí)及以上水平的自動(dòng)駕駛大規(guī)模應(yīng)用還需要不短的時(shí)間。

按照美國(guó)汽車(chē)工程師協(xié)會(huì)根據(jù)系統(tǒng)對(duì)于車(chē)輛操控任務(wù)的把控程度所做的分類(lèi),汽車(chē)自動(dòng)駕駛系統(tǒng)分為L(zhǎng)0～L5共6個(gè)級(jí)別。在這樣的等級(jí)劃分中,L4級(jí)指高度自動(dòng)駕駛,即在大多數(shù)場(chǎng)景下自動(dòng)駕駛能夠?qū)崿F(xiàn)。而現(xiàn)有的市場(chǎng)上的量產(chǎn)載人車(chē)型基本應(yīng)用的是高級(jí)駕駛輔助系統(tǒng)(ADAS),還遠(yuǎn)未到無(wú)人的水平。

據(jù)了解,目前自動(dòng)駕駛領(lǐng)域的企業(yè)多在載貨以及封閉場(chǎng)景的載人方面探索,比較成熟的場(chǎng)景基本局限于企業(yè)園區(qū)、礦場(chǎng)、小區(qū)等。而相較于無(wú)人載貨,載人的發(fā)展則更為緩慢。

今年11月,文遠(yuǎn)知行與廣州公交集團(tuán)白云公司在廣州大學(xué)城試運(yùn)行自動(dòng)駕駛出租車(chē),不久即被交通主管部門(mén)叫停。“自動(dòng)駕駛的運(yùn)營(yíng)場(chǎng)景需要非常細(xì)致的考慮,比如怎么去接客人、車(chē)門(mén)怎么打開(kāi)、安全如何保障等問(wèn)題”,文遠(yuǎn)知行聯(lián)合創(chuàng)始人兼CE0韓旭指出,自動(dòng)駕駛要考慮的問(wèn)題非常多,想實(shí)實(shí)在在改變?nèi)藗兊纳?還需要一段時(shí)間。

余下10%的技術(shù)需要90%的努力

在對(duì)于自動(dòng)駕駛的憧憬中,安全可靠是最基本的底線(xiàn),這直接考驗(yàn)技術(shù)的成熟程度。

L4級(jí)自動(dòng)駕駛系統(tǒng)實(shí)現(xiàn)規(guī)模化“上路”,需要同時(shí)滿(mǎn)足安全可控和技術(shù)可達(dá)兩個(gè)目標(biāo),構(gòu)建感知層、決策層和執(zhí)行層技術(shù)架構(gòu),包括智能芯片、操作系統(tǒng)、應(yīng)用軟件、場(chǎng)景定義等流程,以及配套基礎(chǔ)設(shè)施均相對(duì)成熟的產(chǎn)業(yè)生態(tài)支持。

廣汽研究院智駕技術(shù)部部長(zhǎng)郭繼舜認(rèn)為,從技術(shù)層面來(lái)講,目前量產(chǎn)還面臨著三個(gè)主要難題。第一,感知不夠準(zhǔn)。在保證成本可控的前提下,現(xiàn)有的傳感器可準(zhǔn)確識(shí)別較大物體,但對(duì)于惡劣天氣或復(fù)雜路況的感知判別能力尚無(wú)法支撐實(shí)際使用。第二,決策能力不足,自動(dòng)駕駛需要在場(chǎng)景測(cè)試中學(xué)習(xí)盡可能多的場(chǎng)景處理方式,包括各種復(fù)雜路況,以決定車(chē)輛的行駛狀態(tài)和路線(xiàn)。第三,車(chē)輛的可操控性還需提升。在脫離人類(lèi)控制時(shí),當(dāng)操作系統(tǒng)下達(dá)指令之后,車(chē)輛在多長(zhǎng)時(shí)間內(nèi)能夠完成指令,“也就是說(shuō)能不能保證數(shù)以萬(wàn)計(jì)的車(chē)的執(zhí)行能力,這還是一個(gè)問(wèn)題”。

其中,是否擁有足夠的場(chǎng)景積累被視為自動(dòng)駕駛“上路”的關(guān)鍵之一。Monenta(中國(guó)的一家自動(dòng)駕駛公司)合伙人孫環(huán)表示,目前,人類(lèi)司機(jī)平均行駛1億公里大約會(huì)發(fā)生13起致命交通事故,而對(duì)于自動(dòng)駕駛的期待是致命事故率降低一個(gè)量級(jí),要達(dá)到足夠的置信度需要多達(dá)百次的重復(fù)實(shí)驗(yàn),這意味著以一套比人更加安全的無(wú)人駕駛系統(tǒng)行駛需要測(cè)試的總里程數(shù)要達(dá)到千億公里,這對(duì)于現(xiàn)有的任何一家自動(dòng)駕駛企業(yè)來(lái)說(shuō),都是個(gè)艱巨的挑戰(zhàn)。

千億里程的場(chǎng)景積累被廣州公交集團(tuán)羊城通有限公司董事長(zhǎng)、總經(jīng)理謝振東認(rèn)為是自動(dòng)駕駛從“聰明的車(chē)”到實(shí)現(xiàn)“車(chē)的智能”的重要界限。在他看來(lái),現(xiàn)在的自動(dòng)駕駛技術(shù)發(fā)展已經(jīng)很快了,基本已經(jīng)完成了90%的技術(shù)積累,“但是未來(lái)的路還有很長(zhǎng),因?yàn)槭Ｏ碌?0%的工作需要我們拿90%的努力來(lái)實(shí)現(xiàn),那就是把人、車(chē)、路和環(huán)境在實(shí)際中結(jié)合起來(lái)。”

人才是最重要的缺口

在自動(dòng)駕駛領(lǐng)域中,AI技術(shù)的發(fā)展至關(guān)重要,而想在技術(shù)上尋求突破,人才就成了關(guān)鍵。高盛2017年11月發(fā)布的《全球人工智能產(chǎn)業(yè)分布》報(bào)告顯示,2017年全球新興人工智能項(xiàng)目中,中國(guó)占51%,數(shù)量上已經(jīng)超越美國(guó)。但全球人工智能人才儲(chǔ)備,中國(guó)卻只占5%左右。

“一才難求”的情況成為人工智能發(fā)展的最大短板。據(jù)創(chuàng)新奇智聯(lián)合創(chuàng)始人兼CEO徐輝介紹,在其公司的近期招聘中,為找到一位合適的人工智能算法工程師,足足面試了185位候選人,仍沒(méi)有找到稱(chēng)心如意的。“從更長(zhǎng)遠(yuǎn)的意義上來(lái)看,人才可能是比技術(shù)、芯片都要更加稀缺和寶貴的資產(chǎn)。”他說(shuō)。

高校被視作AI人才的“搖籃”,但香港科技大學(xué)電子及計(jì)算機(jī)工程系教授馮雁表示,AI人才的缺乏,并不是開(kāi)設(shè)一兩門(mén)課就能夠解決的。她解釋道,因?yàn)閱渭兊睦碚搶W(xué)習(xí)并不能賦予學(xué)生解決實(shí)際應(yīng)用問(wèn)題的能力,“目前的可行辦法是在AI公司進(jìn)行在職培訓(xùn),這就要求公司本身具有一定的人才儲(chǔ)備。”

此外,她指出,就香港科技大學(xué)而言,一部分專(zhuān)業(yè)教師選擇投身行業(yè),學(xué)校本身也非常缺乏教授AI專(zhuān)業(yè)的優(yōu)秀師資。澳門(mén)大學(xué)副校長(zhǎng)倪明選表示,他們也面臨著同樣的難題,“好的AI老師都被挖走了,我們找老師也非常痛苦。”

另外,中山大學(xué)數(shù)據(jù)科學(xué)與計(jì)算機(jī)學(xué)院無(wú)人系統(tǒng)研究所所長(zhǎng)黃凱認(rèn)為,人工智能在落地時(shí)必須不同行業(yè)進(jìn)行交叉的特征,要求人才培養(yǎng)需要跨學(xué)科進(jìn)行,而目前交叉學(xué)科的人才培養(yǎng)框架尚不成熟,加上高校教學(xué)設(shè)計(jì)周期較長(zhǎng),教學(xué)大綱一般四、五年調(diào)整一次,與現(xiàn)實(shí)需求難免形成一定落差。