广泛推行自动驾驶车需要对消费者进行教育、获得消费者的信任,再加上人工智能技术的进步。
决策者至少可以对一件事迅速达成共识:自动驾驶车势将成为主流,必须证明它们是安全无虞的。
在华盛顿举行的NVIDIA GPU 技术大会上,来自政策、科技与汽车等业界的领导人齐聚,讨论各行各业该怎么安全有效地部署自动驾驶技术。产官两界还在试着找出自动驾驶领域的最佳实务内容,有一点倒是肯定的:开发过程必须透明公开,以赢得消费者的信任。
“人们必须要相信这件事,才会放心采用新技术,要公开诚实地进行倡导,不能有言行不一的情况。”美国国家公路交通安全管理局的代理行政主管 Heidi King 在 GTC 进行演讲时表示。”信息公开透明是让大众建立信心的必要条件。”
King 指出 NVIDIA 稍早自行公布的 Self-Driving Safety Report(自动驾驶车安全报告),便是企业与大众进行沟通的一个佳例,提供资源让大众了解自动驾驶技术和制程。
在一项小组讨论活动里,有来自汽车产业、运输部和国会的演讲者,他们皆强调整个业界携手合作是跟大众进行沟通与教育的最佳方式。
“教育是产官两界共同推动普及自动驾驶技术的一环。”Audi 汽车政府事务部门主管Brad Stertz 说。
除了教育,这些演讲者也找出如今可用于建立大众信心,以及确保日后安全部署自动驾驶车的作法。
Zoox 的企业与法规事务部门主管 Bert Kaufman 表示:”我们可以透过这些绝佳机会,互相学习哪些作法有效、哪些作法无效。”
模拟:”关键要素”
各车厂的自动驾驶车在正式开上公路前,必须对这项技术进行严格的测试和验证作业,确保车辆会一如预期自动运行。在过去的十年中,各车厂早就采用诸如已行驶的测试里程数和脱离(即安全随车人员必须收回车辆控制权)次数等作法,作为验证的基准,只是主管机关觉得这些还不够全面。
“我们都是使用已行驶里程当成衡量进度的方法,但我们发现这么做还不够。模拟或许能起到关键作用。”美国运输部交通政策单位次长 Derek Kan 在进行炉边谈话时说道。
NVIDIA 开发出 NVIDIA DRIVE Constellation 这款用于自动驾驶车的仿真器,以拉近验证作业上的差距。各车厂可以在车辆正式上路前,使用此数据中心平台大规模地对自动驾驶车的软硬件进行测试。
DRIVE Constellation 运行 NVIDIA DRIVE Sim 软件,可以诞生出合成后的精细驾驶环境,或是使用真正的传感器数据,测试自动驾驶车对特定驾驶情境会做出什么反应。DRIVE Constellation 平台上的 NVIDIA DRIVE AGX Pegasus 人工智能车用计算机,跟实际安装在车内的计算机相同,让车厂可以测量整个软硬件堆栈的运作方式。
NVIDIA DRIVE Sim 演示
如此一来车辆便能经历罕见又危险的交通状况、测试各种摆放传感器的方式,以及再三测试实际路况,这比计算已行驶的里程数或脱离次数更加严格。
让大众更安心踏实
模拟并非唯一需要采用多元和冗余运算的开发领域。车厂必须在开发过程中的每一步小心翼翼,大众才能真正对自动驾驶技术摆脱怀疑的态度。
“安心感很重要,要是人们觉得不安心,就不会觉得搭乘自动驾驶车是安全的。车业的责任在于提出一个明确的框架,说明自动驾驶技术的运作方式。”Kan 说。
自动驾驶车上有着数千个活动零件和数百万行程序代码。每个零件都要有备援计划,使用其它作法来提供相同的功能,以做到 Kan 和其他政策制定者所谓的安心感。
NVIDIA 为此使用多元与冗余深度神经网络及算法来打造自动驾驶功能,并且在硬件内纳入多元与冗余运算能力,在单一系统单芯片上置入多类处理器。
像是车内的一个深度神经网络,专门用于侦测停车标志或红绿灯等交通信号,以判断何时该停车;另一个深度神经网络也用于辨识停车路况,但会按照十字路口或繁忙车流量等现场路况来决定,确保车辆在各种停等条件下知道何时要停车。自动驾驶车必须能弹性处理四周路况,这也是我们不将软件的程序代码写死的缘故。
将这些安全实务内容纳入当下的开发过程,并且为未来共同努力,NVIDIA 与政策制定者为崭新的交通时代奠定基础,这将真正改变我们生活、工作和娱乐的方式。但最重要的是,它将确保未来的出行是安全无虞的。
自动驾驶最重要的特色并非人工智能,而是它创造出的安全性。