即使出現了交通事故，自動駕駛安全性仍高於人類！趨勢不可擋

兩周前，美國一女子在亞利桑那州坦佩的一輛無人駕駛的優步車車禍中身亡，令人震驚。

然而，所有在自動駕駛汽車領域工作的人都說撞車事故是不可避免的。美國每年因車禍致死的約有4萬人，全球每年有125萬人。自動駕駛汽車會比人類駕駛更好，但是沒有人保證它零撞車事故。

Edge Case Research聯合創始人兼首席執行官邁克?瓦格納表示：「我們的論點是，當自主駕駛能力成熟到一定程度時，事故的發生率應該降低。」「不久的將來，自動駕駛汽車會比人類的司機安全得多」

而就算是安全的自動駕駛也無法避免突如其來的車禍。

在接受《舊金山紀事報》的採訪時，坦佩的警察局長正對優步撞人事件提出了相同觀點。西爾維婭·莫伊爾說：「很明顯，在任何一種模式(自主或人為驅動)中，都很難避免這種碰撞，因為那位女士的確是突然從陰影中走出來的。」(警察部門後來說，莫伊爾的一些評論被「斷章取義」。)

加州大學伯克利分校的研究工程師史蒂文·施拉比對《連線》雜誌說:「我認為，車輛上的感測器應該能提前看到行人，顯然這裡出了問題。」

工程師們正在開發自動駕駛技術，這一點非常重要，因為優步的自動駕駛事故不會是最後一次。General Motors、Ford、Aptiv、Zoox和Waymo等公司繼續在公共道路上測試他們的車輛，將會有更多的整車、防撞護欄，以及那些殘廢和致命的撞車事故。

但與此同時，了解這些車輛的工作原理以及它們有可能出錯的方式是有幫助的。

感測器

感測器是自動駕駛汽車的「眼睛」。它們幫助車輛了解周圍的情況。相機在二維中捕捉數據，識別車道線和標識。雷達可以「看到」周圍的障礙物，有助於感測器利用光脈衝來描繪周圍世界的三維圖像。

分類系統

這些系統通過機器學習系統「學習」世界，在他們能自己識別物體之前提供一個龐大的道路圖像數據集。但是這個系統可能會出錯。Uber的工程師們可能在不知不覺中把機器學習的過程弄得一團糟。如果分類系統出現了問題，Uber可能需要額外收集數十萬張圖片來改良他們的系統。

系統軟體

自動駕駛的車輛運行成千上萬的代碼，一個工程師在某個地方引入了一些問題，又或者是系統錯誤地丟棄了感測器數據，都有可能造成類似Uber的事故。

即使自動駕駛汽車出現了交通事故，但行業內人士仍然堅持自動駕駛的安全性會比人類駕駛更高。只不過，目前的技術仍不夠成熟。

（商業互聯網編譯組出品，未經授權，不得轉載）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！