格里菲斯大學教授 Ljubo Vlacic：人工智慧演算法開發者還有什麼瞞著我們？

雷鋒網新智駕按：工智能演算法是當今車聯網智能汽車的主要推手。

4 月 18 日，雷鋒網新智駕聯合上海市國際展覽有限公司共同舉辦「2019 AI+智能汽車創新峰會」。在這場峰會上， 澳大利亞格里菲思大學教授，IEEE 智能交通系統雜誌總編輯 Ljubo Vlacic 認為，目前我們對智能汽車的測試並沒有完全交給獨立的第三方認證機構進行。

因為在現實中，雖然監管者在努力的尋找車輛的測試方法，但相關的指標體系還沒有完全建立。放眼去看人工智慧的所有要素，並以人工的智能的角度進行剖析，這些都會對最終的解決方案產生影響。

Ljubo Vlacic 提到，目前所處的時刻和十年前不同，現在汽車製造商在某種程度上已經變成了軟體開發商，對軟體演算法越來越重視。毫無疑問，智能汽車可以帶給人類生活的福音，但還需要完善更多的技術流程和監管，不然智能汽車很難在商業化市場上去銷售。同時我們也要相信人工智慧時代下智能汽車終將會到來。

以下是Ljubo Vlacic的演講全文，雷鋒網新智駕進行了不改變原意的編輯：

智能汽車是汽車產業的未來，提到智能汽車，人們可能會想到車聯網、人工智慧和自動駕駛等概念，那麼智能汽車產業如何分解？車聯網如何實現人工智慧？

車聯網是以車內網、車際網及車載移動互聯網為基礎，按照約定的通信協議和數據交互標準，在車-路-行人-互聯網之間，進行無線通訊及信息交互，從而實現智能交通管理、智能動態信息服務和車輛智能化控制的一體化網路，可分為「端-管-雲」三層系統。

端系統：車聯網的端系統是汽車的智能感測器，負責採集與獲取車輛的智能信息，感知行車狀態與環境，它既是車內通信、車間通信、車網通信的通信終端，也是讓汽車具備IOV定址和網路可信標識等能力的設備。

管系統：車聯網的管系統用於解決車與車（V2V）、車與路（V2R）、車與網（V2I）、車與人（V2H）等的互聯互通，實現車輛自組網及多種異構網路之間的通信與漫遊，保障實時性、可服務性與網路互通性。

雲系統：車聯網的雲系統用於存儲ITS、物流、客貨運、汽修汽配、汽車租賃、企事業車輛管理、汽車製造商、4S店、車管、保險、緊急救援等多元海量數據，同時對數據進行虛擬化、安全認證、實時交互、計算調度、監控管理等。

但是，自動駕駛是智能汽車終極階段，其直接目標是減少交通事故和緩解駕駛疲勞，但傳統車企在無人駕駛技術上的突破進展緩慢，甚至會嘲笑特斯拉自動駕駛是拿車主生命在開玩笑，因此自動駕駛技術創新任需進行。

其實，人工智慧技術就是能夠更好的幫助人們完成工作，因此我們要不斷測試智能汽車是否能夠正常的完成操作。此外，我們還需要了解道路安全需要具備哪些條件。

在現實生活當中，雖然政府部門的監管者在努力尋找車輛測試方法，但是相關的指示體系沒有到位。在歐美等國家會希望由監管者來開發測試流程，確保這些產品經過第三方獨立機構的認證。例如，美國大部分汽車製造廠商，他們自己完成測試車輛。

智能汽車本身的安全應該如何驗證？按照什麼樣的標準、什麼樣的規範、什麼樣的方法對產品的品質進行合理、嚴謹、負責任地評估？

之前Uber、特斯拉等公司車輛陸續發生自動駕駛交通事故。因此，絕對不能在技術野蠻生長尚不成熟的情況下，拿交通安全當兒戲。

從全世界範圍來看，智能網聯汽車的測試標準和規範，目前更多體現在理念和原則上，沒有落地。

智能網聯汽車要代替人的眼睛、耳朵、手腳等，需要獲取圖像、雷達及V2X等傳遞迴來的大量交通信息，並集中進行融合，然後進行多維的綜合判斷。在這種背景下，我們需要驗證感測器是否正常工作，各種渠道獲取的信息是否精準。

目前，行業對於什麼樣的感測器才是好的感測器，哪些才能達到車用標準等，沒有形成統一的標準。這些給整個產業的發展帶來極大困擾。

智能化意味著汽車將是擁有感知性、控制性和決策性的所謂變形金剛，網聯化意味著汽車將使車聯網、車技網和車贏網為一體的動能，智能化和網聯化是帶有軟體的比拼，而不是硬體的比拼，軟體將成為汽車行業新的必備技能，這是互聯網造車的巨大優勢，也可以說是傳統汽車企業的最大軟肋。

此外，自動駕駛技術是一條全新的賽道，它需要企業具備強大的人工智慧能力、數據整合計算能力、視覺計算、環境感知檢測、安全監控裝置和以高精地圖為核心的全球定位系統協作能力等，而這些使得核心能力集中於發動機和變速箱在內的動力組成部分和其背後的供應鏈覆蓋掌控的的傳統車企們，變得有些無所適從，畢竟絕大多數傳統車企欠缺軟體經驗。

所以，傳統車企要加強技術創新速度。對於傳統車企而言，只有通過99.9%安全測試的車輛，才能允許投入市場銷售，但是對於自動駕駛是不可能的，因為自動駕駛技術好壞，依賴於數據收集量級及全面性，就拿路況來說，車輛在加州測試完沒問題，在歐洲測試完沒問題，不意味著在亞洲路況不發生問題，但是車企想把路況全部測試完是不可能的，因此特斯拉把硬體先研發出來，然後通過使用車主不斷收集數據去迭代軟體，是實現技術創新最佳途徑。

此外，人們要重視技術創新所帶來的主動安全。傳統車企傳達的車輛行駛安全往往是一種被動安全，即車輛發生事故後如何保護乘客安全。例如通過自動駕駛技術通過路況、車況及人車之間的演算法及保護機制，來減少汽車事故發生，從而實現車輛行駛的主動安全。同時智能汽車推動下的自動駕駛，還應該在減少人工重複性勞動上有所突破，如自動跟車功能代替腳踩油門剎車，自動泊車功能代替人為尋找停車位等，以此來為車主節省更多的體力和時間。

智能汽車是汽車產業的未來，智能汽車產業鏈上有傳統車企、智能集成供應商、電力集成供應商、底層汽配供應商及人工智慧科技公司五種參與者；車聯網是智能汽車的基礎，它通過端系統、管系統和雲系統來實現車輛交通的人工智慧；無人駕駛是智能汽車終極階段，其技術創新需要面向未來、迭代更新及主動安全。

因此，主機廠在智能網聯化的發展中，應當著眼於定義和架構智能交互概念，設計各用車場景下的交互策略和交互邏輯，並定義和選擇合適的智能交互硬體。主機廠提升智能交互的核心在於整體智能交互概念的設計，而非在產品中簡單的堆砌更多智能交互硬體。

目前，全球自動駕駛汽車產業生態已初步形成，智能環境感知、多感測器融合、智能決策、控制與執行系統、高精度地圖與定位等核心技術發展迅速，一些技術已經具備或很快具備產業化應用要求。

如今整個產業呈現出多廠商角逐，汽車與人工智慧深度融合，傳統車企與IT企業跨界合作等特點。

因此，各個國家儘快構建完整統一的自動駕駛測試評價體系，建設國家級智能駕駛汽車基礎數據交互平台，基礎數據交互平台通過標準的數據交互方式，與各地測評場地管理方、各企業級平台以及行業監管平台等實現互聯互通，實現大數據共享，提供基礎數據服務，優化資源配置，提高行業監管效率。

此外，在保障公共安全的前提下，有序推動自動駕駛車輛的開放道路測試工作。建議開展基於自動駕駛汽車的保險體系研究，鼓勵金融機構參與，科學、合理地建立保險與自動駕駛汽車安全風險的產品開發與試點，助力自動駕駛汽車在測評環節和商業化應用的發展。

最後，在人工智慧技術研發的同時，要加強人工智慧相關法律、倫理和社會問題的同步研究。此外，加強對人工智慧潛在危害與收益的評估，構建人工智慧複雜場景下突發事件的解決方案。同時，加強智能汽車安全監管等人工智慧重大國際共性問題研究，深化在人工智慧法律法規、國際規則等方面的國際合作。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！