自動駕駛成長的煩惱：漏報與誤報
編譯 | Faker
來源 | Wired
在自動駕駛領域，規避誤報和漏報時會出現一個問題：你為了遠離其中一個做的越多，你就越接近另一個。
在醫學領域，誤診的代價是昂貴的、可怕的，甚至是痛苦的。真的，就好比一個醫生最後告訴你，後續的活體檢查才會讓你看清楚乳房 X 光照片上的腫塊，但是在接下來的幾個星期里，你會非常痛苦。漏診也好不到哪裡去：「回家吧，你很健康，這些頭痛沒有什麼好擔心的。」
任何建立了檢測系統的醫療測試機構、安全篩選設備或者自動駕駛環境感知和評估軟體都知道（而且都害怕）這兩種情況。但是，規避誤報和漏報的問題就是，你為了遠離其中一個做的越多，你越接近另一個。
最近，3 月份的 Uber 自動駕駛汽車撞人致死事件的新細節再次強調了這個問題的解決難度，當然還凸顯了它的重要性。
根據美國國家運輸安全委員會上周發布的初步報告，Uber 的系統在撞死路人 Elaine Herzberg 的前六秒已經檢測到了她。但是這個系統剛開始把她識別成是一個未知的物體，之後是一輛車，最後是一輛自行車。（她推著一輛自行車，已經很接近了。）然後大約在撞人前一秒鐘，系統決定急剎車。但是，NTSB 在報告里解釋到，Uber 沒有啟動相關的系統來執行這個決定。工程師們阻止了他們的汽車自行做出決定，「來減少車輛不可靠行為的可能性」（公司依靠汽車駕駛員來避免撞車事故則是另一個完全不同的問題。）
Uber 的工程師們決定不讓汽車自動剎車是因為他們擔心系統會對那些無關緊要的物體反應過度，或者根本就什麼都沒有。換句話說，他們非常擔心誤報。
很多人都知道，自動駕駛汽車的感測器已經搞錯水蒸汽、汽車尾氣或紙板碎屑了，把它們識別成類似於水泥中間物的障礙物。它們還把一個在人行道閑逛的人誤認為準備跳進汽車道。把這些東西弄錯不僅僅會燒壞剎車墊，還會讓乘客感到不安。
「誤報真的危險，」自動駕駛太空梭公司 May Mobility 的創始人 Ed Olson 說。「一輛突然剎車的汽車很可能發生車禍。」
但是開發者其實可以做很多事情來規避誤報。比如特斯拉的自動駕駛系統就會保持其汽車在自己的車道上行駛並且遠離其他車輛。為了規避每次雷達感測器發現的高速公路標誌或廢棄車輪蓋（誤報），半自動駕駛系統會過濾掉任何不移動的東西。這就是為什麼幾個月之前兩輛停在原地的救火車和高速行駛的 Tesla 相撞的原因，它無法識別靜止的物體。這屬於漏報。
真與假
想要自動駕駛軟體在忽略無關緊要的事物和識別重要事物之間取得平衡，關鍵是演算法這個「旋鈕」。你可以調整系統的分類演算法，識別物體的反饋演算法，對收集到的數據進行測試和重新測試的演算法。
和其他任何工程問題一樣，這關乎權衡。「你被迫做出妥協，」 Olson 說。對於許多自動駕駛的開發商來說，答案是讓汽車變得更加小心翼翼，就像老奶奶們慢慢開的 Cadillac ，而不是一個 16 歲的人過生日時炫耀的 Camaro。
但是過於謹慎的汽車也會讓司機們覺得無趣，他們可能會變得沒有耐心從而想加快行駛速度，這會使道路變得更加危險而不是更安全。它也會帶來不便和高昂成本：今天的自動駕駛汽車在微弱的碰撞提示下很容易使勁急剎車。這很可能是事故報告顯示它們比大多數普通汽車更容易追尾的原因。
每次開發人員鼓搗這些旋鈕的時候，他們都必須重新測試系統以確保他們對結果感到滿意。「這是你希望在每一個開發周期中都看到的景象，」Edge Case Research 的聯合創始人兼首席執行官 Michael Wagner 說，他幫助機器人公司建立更加穩健的軟體。但是這非常耗時。
所以，如果當你自己經歷堵車，自己踩油門和踩剎車，並納悶你的專屬自動駕駛汽車到底在哪裡的時候，你要知道，它正處在一個漏報與誤報的奇妙空間的夾縫之中。
※談妥了！阿里領投商湯C輪6億美元融資，看中商湯哪些商業化底氣？
※國內首家決策智能公司，啟元世界給你一個會配合走位的AI隊友
TAG:機器之能 |