在NVIDIA眼中，原来这才是安全自动驾驶车的未来！

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。