2018, 自动驾驶异常艰难的一年

640?wx_fmt=png

译:张玺 ,编辑:宇多田


摘要:虽然文章几乎聚焦于美国硅谷的技术公司,但这并不意味着作者提出的种种问题不存在于中国的技术公司身上。


有意思的是,作者批评了各大公司此前疯狂立 flag,却最后纷纷打脸的事实。而凑巧我们在年初,也曾整理过 2018 年国内公司立的关于「量产以及无人车上路」的 flag,同样无一实现。

因此,这篇文章完全可以作为一面镜子,让大众看到真实的市场,让国内公司看到真实的自己。


当整个汽车行业依然在尽其所能以专心发展自动驾驶技术时,回望 2018──


诉讼不断,发展受抵制,再加上全球首例自动驾驶汽车行人致死事件……


除了一致在兜售「自动驾驶汽车很快就能上路」的空头承诺之外,自动驾驶几乎一事无成。


与硅谷技术巨头(公平地说,底特律也有)的承诺相反,完全无人驾驶汽车近两年很难面世,甚至几十年内也够呛。


如果说的再具体些,将要过去的 2018 年已经证明了自动驾驶汽车无法于数十年之内实现大规模应用。


因此,今年发生的许多事例,包括在日常环境中的技术性失败,相关企业的计划延迟,以及政府面对此项新兴技术的无知表现──


哪怕是成功事例,都体现出自动驾驶汽车技术距离真正成熟运用的黄金时代来临还有太多局限与不足。


连 Elon Musk 都不得不承认「人类的确被低估」。此结论同样适用于无人车行业。


下面,就让我们好好来拆解下今年自动驾驶汽车的成与败。


技术远远没有准备好

640?wx_fmt=png


到目前为止,整个汽车行业本年度的最大焦点事件是 3 月份 Elaine Herzberg 的意外丧生:


她在夜间穿行马路时,被一辆 Uber 自动驾驶测试车(沃尔沃 XC90)撞到并去世,而车上的安全驾驶员当时却正在玩手机。


案件的深入调查显示,测试车的确检测到了路边的 Herzberg,但 6 秒之后才做出反应,但那时已经来不及了。


当时,Uber 是唯一一家仅配备一名安全驾驶员的公司,而多数其他公司都在测试过程中配备两名测试员。


由于那辆车没有其他方法来主动追踪驾驶员意识,尽管天气、路灯及汽车传感器(本应该能在撞人前触发制动)都很正常,安全驾驶与车载电脑都没能避免悲剧发生。


最终,该事件不仅使得 Uber 暂时放弃了在亚利桑那州的路测工作,几百名员工因此丢了工作,也因此证明 Uber 无人车的传感器与电脑组件显然还没准备好在路上做出事关生死的抉择。


与此同时,这一事件在很大程度上测试了公众对自动驾驶汽车接管方向盘的接受程度。


亚利桑那州州长 Doug Ducey 撤销了 Uber 的测试许可证,尽管正是他几年前支持州政府对于 Uber 的项目放松监管(不过在 12 月 20 日 Uber 又重新启动了路测业务)。


但是,在自动驾驶项目中遭受重挫的绝不止 Uber 一家。


沃尔沃将其自动驾驶汽车项目推迟了 4 年──此项目是其试点项目的一环,而原计划是将于 2018 年为瑞典家庭拥有据说可以自动驾驶的汽车。


是的,沃尔沃最终不得不承认,项目所需的传感器技术可能在 2021 年才能发展成熟且更易于部署。(可能到了 2021 年又会换说法)


特斯拉也延迟了之前高调宣布的目标──让一辆完全自动驾驶汽车完成跨越东西海岸的展示。


该计划原定于 2017 年 1 月,接着延期至 2018 年底,而现在具体时间也不得而知。


虽然这个目标可能是马斯克惯常使用的市场营销技巧,但此项展示的数次延迟也证明了基于人工智能的自动驾驶系统应该离具备真正安全的自动驾驶能力还非常遥远。


而特斯拉的自动驾驶辅助系统也曾遇到过不少小问题。


今年 9 月,一些车主在云端进行过系统更新后,发现辅助系统无法正常使用,而修复就花费了他们整整一天。


这意味着特斯拉车主必须在高速行驶过程中睁大眼睛,完全聚精会神;但如果未来的系统更新让无人车丧失自动驾驶功能,天知道会发生什么。


此外,Waymo 虽然是成功公开推行了自动驾驶汽车商业运营试点计划(如期上线乘车共享服务)的少数公司之一,但这家谷歌的子公司今年同样被曝光很多问题。


8 月,The Information 的一篇重磅报道引用了五处未经披露的消息来源,声称 Waymo 的自动驾驶汽车还无法理解基本的道路基础设施特征及驾驶任务。


譬如,它无法做出无保护措施下的左转任务,也无法在匝道上的信号灯(用来控制从匝道到公路的交通流量)前停车。


今年 8 月,《信息报》(Information) 的一篇大报道援引五名未具名消息人士的话说,Waymo 的自动驾驶汽车在基本的基础设施理解和驾驶任务方面遇到了困难,比如在没有保护措施的情况下左转,或者在交通信号灯前停车,这些信号灯的设计目的是控制从匝道到公路的交通流量。


尽管一些交通事故及媒体报道表明 Waymo 汽车还受困于日常驾驶场景的某些问题,但这家公司还是成功上线了自动驾驶汽车共享乘车计划,并于本月初正式开始运营。


完美应用条件就是「局限性」

640?wx_fmt=png


Waymo 的商业服务以自动驾驶出租车队的形式实现,服务对象是先前参与凤凰城地区免费试点计划的乘客──他们现在需要付费乘坐自动驾驶汽车。


运营的覆盖区域面积并不大,约为 100 平方公里,包括 Chandler、Tempe、Mesa 及 Gilbert。而运营模式与 Uber 及 Lyft 本质上并无差异。


此外,虽然 Waymo 无人车配备了安全驾驶员,但根据几家媒体在现场的亲自体验显示,全程并没有人员干预(虽然真实用户表示不是这样)。


毫无疑问,Waymo 商业嗅觉极佳:


对于自动驾驶汽车测试,亚利桑那州地区的条件近乎完美——无需担心极端天气状况(这就是很多公司选择亚利桑那州测试的最重要原因之一)。


然而,在无法保持近乎全年晴朗干燥的其他地区,Waymo 很难表现出类似的安全性水平。不会出现我们年初在拉斯维加斯测试 Lyft 自动驾驶汽车时的糟糕结果。


基于上述完美条件,无人驾驶汽车技术的确令人印象深刻,这毋庸置疑。


(当然,还有一个重要原因,拥有卡耐基梅隆大学的匹兹堡逐渐成为自动驾驶汽车的测试基地。)


但是,这些汽车必须学会如何应对坑洼、丘陵以及严酷的积雪,才能「生存」下去。


就连 Waymo 负责人、前 Hyundai 执行官 John Krafcik 也公开表示,自己怀疑自动驾驶汽车未来是否能够在所有条件下正常行驶。


同时,他认为大概还需要发展几十年才能实现人均一台自动驾驶汽车。


这是一个自负的行业

640?wx_fmt=png


今年对于自动驾驶最明晰的展现,也许就是技术公司之于大型自动驾驶项目的手忙脚乱,之于商业秘密的讳莫如深。


Waymo 在 2017 年 2 月,对离职加入 Uber 的 Google 工程师 Anthony Levandowski 发起诉讼,指责其窃取了谷歌的自动驾驶卡车技术。


这起引人注目的诉讼仅在一周内就完成调解。最终,法庭裁决 Uber 不能在公司车辆中使用任何 Google 认为被窃取的技术,并要求前者支付 2.45 亿美元的赔偿金。


此外,法拉第未来与苹果公司也因员工涉嫌向其他公司泄露商业机密而与其发生纠纷;而迪斯尼公司原本要为其公园配备自动驾驶汽车的计划,也以一场两家技术公司之间的重大诉讼告终。


说到 Levandowski 其人,事实证明他本身就是硅谷自负的缩影。


譬如,他坚持认为历史中没有什么可以借鉴的东西,而「安全」也不可能成为新技术发展的头等大事;当然,他还认为自己的工作成果卖 10 亿美元都便宜了。


如果你觉得这听起来有些疯狂,请记住 Levandowski 对 Waymo 的深远影响。


New Yorker 的一篇文章中曾披露过一件令人极其惊恐的事:


Levandowski 曾试图说服同事相信他们的技术能力更强,只是始终受困于测试计划。


所以,他修改了一辆测试车的行驶路径,使其在高速公路的非测试路段行驶,但却在那里把另一辆车从马路撞进了中央隔离带。


然而,Levandowski 却像什么都没发生一样继续进行测试,从未向公司报道过事故。之后,他甚至还将事故视频作为未来研究的「无价材料」展示给 Waymo 员工。


这位老兄曾说过:


「未来才是重中之重」


「我不知道为何要学习历史。我猜是因为有趣吧──恐龙、尼安德塔人和工业革命,诸如此类。但是过去发生的事情真的一点也不重要。你不需要了解历史就可以站在他们所创造的基础上。


在科技领域,最重要的是明天。」


额……


汽车安全与保障的未来取决于这些公司与他们领导层的自负程度,如果 2018 年已经证明了一件事,那就是——


他们绝对不可靠。


政府也在一脸茫然

640?wx_fmt=png


不幸的是,正如今年所证明的那样,这些自负的人正是政府想予以信任的对象,他们相信弱监管也能保证消费者安全。


今年年初推出 Cruise 自动驾驶测试计划的通用汽车表示已获得纽约州的许可──在曼哈顿最繁忙的街道上开启自动驾驶汽车测试。


这与 Waymo 在美国西南地区的测试相比,显然要难很多。


然而,Cruise 的测试车至今还没有出现在曼哈顿的街道上。


正如我们 9 月份的报道,根据纽约机动车辆管理局的报告,Cruise 似乎仍然没有获得正式批准。


有意思的是,当 2017 年 10 月州长办公室宣布该项目时,纽约市市长办公室竟然没有被征求过意见。


按照通用汽车现在给出的说法,计划搁置是由于「复杂的监管环境」。


因此,并不是只有企业在无人驾驶汽车发展过程中遇到了挫折。


然而,更令人担忧的是一些立法者的做法,他们试图从法律层面清除自动驾驶汽车发展的障碍。密歇根州州长 Rick Snyder 曾表示,这些自动驾驶公司应该享受「疑罪从无」,因为这些公司正在努力使汽车更安全。


而这个评论是在 Uber 无人车发生致死事件后发表的。


当然,联邦政府也好不到哪里去。


作为重要的自动驾驶汽车法案──AV START Act,经历了批论家关于其对新技术安全标准构建不到位的指摘,要被迫进行大规模修正。


可即便是修订后的草案,也被汽车安全中心(Center for Automotive Safety)批评为「大话连篇,对于安全改善没有实质作用,反倒可能抬升汽车与技术公司股价。」


走向何方?

640?wx_fmt=png


当然,我们不会唱衰自动驾驶,肯定会有更多公司会投身其中。但自动驾驶汽车明年的前景本质上与今年无差。


而且这些公司将要如何生存,还没有清晰的路线图。


此外,对于如何立法监管自动驾驶汽车,我们毫无头绪。


我们不能确信那些急于让无人车上路的公司是否准备妥当。即便准备妥当,对于是否存在足够体量的市场规模,我们也一脸茫然。


现在,公众对于无人车的怀疑情绪已达到历史最高点了。


也许我们目前唯一可以确认的是,无人车可能永远无法在所用驾驶条件下行驶,在几十年后才可能成为主流。


是的,我们肯定目前无人车还没有足够好,好到能够自动躲避夜间推着自行车散步的人。


最后,终极问题来了:我们应该如何去定义什么是「足够好」呢?


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493194.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

目标检测矩形框与polygon数据增加--裁剪,拓展,旋转

1.裁剪 import torch from torchvision import transforms import cv2 import numpy as np import types from numpy import random class RandomSampleCrop(object):"""CropArguments:img (Image): the image being input during trainingboxes (Tensor): th…

医生们说,AI不会取代我们!

来源:IEEE电气电子工程师学会每次人工智能在医疗任务中与医生进行竞争(对此我们已经报道过很多次)时,一个问题不可避免地浮出水面:人工智能会取代医生吗?如果你与AI 专家或硅谷投资者交谈,答案往…

ubuntu安装python3.5+pycharm+anaconda+opencv+docker+nvidia-docker+tensorflow+pytorch+Cmake3.8

一,切换python版本为3.5 装好ubuntu,python版本是2.7的 我自己安装并更改打开为python3.5 sudo apt-get install python3.5 设置优先级和默认环境: sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 su…

学界 | 量化深度强化学习算法的泛化能力

来源:AI 科技评论OpenAI 近期发布了一个新的训练环境 CoinRun,它提供了一个度量智能体将其学习经验活学活用到新情况的能力指标,而且还可以解决一项长期存在于强化学习中的疑难问题——即使是广受赞誉的强化算法在训练过程中也总是没有运用监…

《科学》评出2018年度十大科学突破事件

来源:科学大院《科学》杂志每年会评出在即将过去的一年里最为重要的十大科学突破(Science Breakthrough)。今年,夺得年度突破桂冠的是“单细胞水平细胞谱系追踪技术”,帮助破获多起悬案的法医系谱技术、#MeToo 运动等也…

递归理解以及时间复杂度计算

一.复杂度分析: 可以理解为递归的深度就是空间复杂度,时间复杂度就是O(T*depth),其中T是每个递归函数的时间复杂度,depth是递归深度. #空间复杂度O(1) def sum1_(n):res 0for i in range(n1):resireturn res#递归 空…

性价比高出英特尔45%,亚马逊的云服务器芯片如何做到?| 解读

来源:TheNextPlatform编译:机器之能 张玺摘要:到目前为止,亚马逊和其他大型云运营商几乎全部使用英特尔的 Xeon 芯片。虽然在服务器芯片市场,英特尔市场占有率非常高,但亚马逊正使用折扣策略来赢得客户。亚…

GIOU loss+DIOU loss+CIOU loss

一.IOU 1.GIOU解决没有交集的框,IOU为0,其损失函数导数为0,无法优化的问题。 图1 GIOU,IOU,l2范数差异 a)可看出 l2值一样,IOU值是不一样的,说明L1,L2这些Loss用于回归任务时,不能等价于最后用于评测检测的IoU. b)可看出当框有包含关系,GIOU就退化为IOU 其是找…

《科学》十大年度科学突破反映的新动向

来源:新华网摘要:从测定分子结构到宇宙探索,从发现远古动物到揭示细胞的秘密,美国权威学术刊物《科学》杂志评选的2018年十大科学突破,在时间和空间尺度上拓宽着人类认知的边界,也反映了近年来科学发展的三…

ctpn论文阅读与代码

代码地址: https://github.com/zonghaofan/ctpn_torch 1.通用的目标检测是封闭的,而文字是封闭且连续 2. 构造一系列宽度相等的小文本,回归中心y坐标和高度 3. 对于边界回归x坐标,在进一次修正 4.整个模型就是backbone提取特征,将每个像素点的相邻3*3像素拉成行向量,利用空间…

yum配置与使用

yum配置与使用(很详细) yum的配置一般有两种方式,一种是直接配置/etc目录下的yum.conf文件,另外一种是在/etc/yum.repos.d目录下增加.repo文件。一、yum的配置文件$ cat /etc/yum.conf [main]cachedir/var/cache/yum #yum下载的RPM包的缓存目录k…

新技术不断涌现,下一代云计算的突破口在哪里?

来源:日知录技术社区这是一个IT技术飞速发展的时代,在硬件基础设施的不断升级以及虚拟化网络等技术的日益成熟下,云厂商也正面临着各种新技术带来的巨大挑战。从数据中心的基础建设到云平台的系统构建再到产品底层的技术改革,该如…

生成高斯热力图(craft中有使用)+2d heatmap+3d heatmap

一.生成高斯热力图 from math import exp import numpy as np import cv2 import osclass GaussianTransformer(object):def __init__(self, imgSize512, region_threshold0.4,affinity_threshold0.2):distanceRatio 3.34scaledGaussian lambda x: exp(-(1 / 2) * (x ** 2))…

POP动画[1]

POP动画[1] pop动画是facebook扩展CoreAnimation的,使用及其方便:) 1:Spring系列的弹簧效果(两个动画kPOPLayerBounds与kPOPLayerCornerRadius同时运行) #import "RootViewController.h" #import "YXEasing.h" #import "POP.h" #import "YX…

远比5G发展凶猛!物联网2018白皮书,国内规模已达1.2万亿

来源:智东西摘要:研判物联网的技术产业进展情况,梳理消费物联网、智慧城市物联网、生产性物联网三类物联网应用现状及驱动因素 。在供给侧和需求侧的双重推动下,物联网进入以基础性行业和规模消费为代表的第三次发展浪潮。 5G、 低…

收缩分割多边形(PSENet中有使用)

目的:为了解决密集文本的分割问题 代码: # -*- codingutf-8 -*- import os import cv2 import Polygon as plg import pyclipper import numpy as npdef dist(a, b):return np.sqrt(np.sum((a - b) ** 2))#计算周长 def perimeter(bbox):peri 0.0for i in range(bbox.shape[…

Android 3D emulation 架构理解

Android Emulator 给用户提供 GPU on 选项,意思是利用 Host ( 就是执行 Emulator 的PC机) 的 GPU. 当然PC机必须把 OpenGL 的驱动装好 在实现上就是把 libGLESv1_CM.so libGLESv2.so 替换掉,当system调用 gl的函数的时候,把调用打包为strea…

年度回顾:2018年的人工智能/机器学习惊喜及预测19年的走势

来源:网络大数据考虑到技术变革的速度,我认为让专业IT人士分享他们对2018年最大惊喜及2019年预测的看法会很有趣。以下是他们对人工智能(AI),机器学习( ML)和其他数据科学迭代的看法:CLARA分析公司首席执行官兼创始人:…

利用dbnet分割条形码与文字(代码+模型)+知识蒸馏+tensorrt推理+利用pyzbar和zxing进行条形码解析

一.DBnet 1.代码链接 分割条形码与文字代码:github链接:GitHub - zonghaofan/dbnet_torch: you can use dbnet to detect word or bar code,Knowledge Distillation is provided,also python tensorrt inference is provided.(提供模型) 2.论文阅读 …

全球值得关注的11家人脸识别公司与机构

来源:资本实验室根据美国国家标准与技术研究院(NIST)的2018年全球人脸识别算法测试(FRVT)最新结果,今年共有来自全球的39家企业和机构参与本次竞赛。在最新排名中,前五名算法被中国公司包揽&…