无人驾驶距离走进现实还有多远？

在我们当前的环境下，快速创新是成功的关键因素;如果你跟不上竞争的步伐，你就完了。然而，这种“快速行动，打破常规”的精神产生了意想不到的后果，尤其是在开发自动驾驶汽车的初创公司中。

“埃隆·马斯克（Elon Musk）并不是唯一一个承诺自动驾驶指日可待的人。

卡明斯（工程和计算机科学教授、前美国国家公路交通安全管理局（NHTSA）顾问）处于一个有趣的位置，因为她对自动驾驶系统（尤其是无人驾驶汽车）的观点经常被误解。她的职业生涯始于航空业，并且非常支持通过安全和计算的方法向自动驾驶迈进，自动驾驶辅助系统（ADAS）也是如此。在这里，我们将讨论她对汽车行业如何改变其游戏计划的看法，以更现实和安全的方式让这些ADAS系统越线。

为什么事情不顺利？

目前的自动驾驶军备竞赛始于2015年，当时特斯拉的Autopilot系统首次可供Model S驾驶员使用。埃隆·马斯克（Elon Musk）将继续承诺到2017年实现5级全自动驾驶，即车辆在没有人类交互的情况下自行驾驶。显然，这并没有发生，自动驾驶技术产生的问题多于答案：这些系统是否能够“超越”人类驾驶员？它们如何与行人和其他道路使用者共存？我们可以信任这些系统吗？

在我们继续解开自动驾驶系统的道德迷宫之前，我们想指出的是，这些问题并不是特斯拉（和其他电动汽车初创公司）独有的——福特的蓝色巡航和凯迪拉克的超级巡航在同一条船上，仅举几例。

特斯拉首席执行官埃隆·马斯克于 2022 年 3 月出席了特斯拉在德国“超级工厂”的投产仪式。

帕特里克·普勒//盖蒂图片社

无论哪种方式，虽然许多汽车制造商都非常注重工程，他们的愿望是创造自动驾驶汽车，但卡明斯认为自己是确保这些系统安全的倡导者。

“这就是机器学习的问题……当你使用机器学习算法并将其应用于一百万张图像时，它会寻找这些像素与图像之间的像素化统计相关性，”卡明斯说。“你实际上不知道像素是否遵循停车标志的形状……或者他们是否发现了另一种可以被视为停车标志的统计模式。”

现在，大多数车辆都配备了2级ADAS系统，该系统能够自主转向，加速和制动，但所有这些车辆仍然需要一个细心的人在方向盘后面。这一切都很好，但是一个名为“幻像制动”的新问题正在使车辆紧急停车，因为道路上不存在的幻影障碍物。“我们不知道为什么计算机视觉系统会检测到人眼看不到的障碍物，”卡明斯解释说。它仍然是开发安全有效的自动驾驶系统的一块尖锐岩石。

“这是人工智能的核心问题，”卡明斯说。“我们没有模型...我们没有办法在数据中找到这些错误的关联和相关性。虽然我们几乎不知道为什么会发生幻影制动，但我们确实对这些系统如何驾驶汽车了解很多。

无人驾驶系统如何驾驶？

卡明斯开发了自己的框架——称为技能、知识、规则、专业知识（SKRE）模型——来解码自主系统和人类如何在他们的环境中做出决策。她把这个想法比作一组楼梯，了解如何在最顶端完成某项任务。以下是该模型如何应用于自动驾驶系统。

→技能

想想你第一次学习如何驾驶的时候：字面技能本身就是掌握的基本组成部分。“当你学习驾驶汽车时，你需要学习如何在路上的两条白线之间保持的技能，”卡明斯说。然而，虽然将您的车辆保持在车道之间至关重要，但在驾驶汽车时，这只是一项表面技能。

→规则

继续我们的学习驾驶类比，在这种情况下，您可以将车辆保持在线路之间，而不会从任何一侧发出砰砰声。随着这种迅速成为第二天性，它释放了精神带宽，专注于实际的道路规则；当然，当你在驾驶室打瞌睡时，有很多东西需要学习，但到目前为止，其中大多数可能已经成为第二天性。

→知识

卡明斯模型的知识方面涉及不确定性下的判断。就自动驾驶汽车而言，这些是足球滚到街上的情况;汽车可能只看到一个足球，但我们会在脑海中知道，很可能有一个人在追它。人类大脑具有超快处理大量信息的惊人能力，这使得它非常擅长这种事情。

“你的想象力，你设想所有这些潜在概率的能力是计算机以前从未真正看到过这种事件就无法做到的，”卡明斯说。简单明了，这些系统还没有达到感知能力，这意味着它们还没有真正能够做出自己的决定。她提到，这些机器学习算法不像人类那样思考决策。它们只是与提供给它们的数据进行模式匹配，这只是图像的合并。

人类具有令人难以置信的能力，可以非常快速地理解大量信息，这在一定程度上要归功于大脑。最近NPR与行为和数据科学家Pragya Agarwal的独家报道显示，人脑每秒可以处理大约11万比特的信息。虽然一次解析所有内容是不可能的，但我们的灰质能够通过将其与预先存在的体验、模板和刻板印象相匹配来理解信息。

→专长

“专业知识”或基于专家的推理是指人类或机器如何对他们以前从未经历过的情况做出反应 - 独立思考的能力。在我们的采访中，卡明斯提到了飞机紧急迫降的案例，以解释她的模型的最后方面。“他需要有很多技能、规则和知识......并且能够在巨大的不确定性下进行推理，以找到至少可以挽救所有这些人生命的解决方案，“她说。

那么，问题出在哪里呢？

卡明斯提出了一个事实，即航空界的自主系统比你想象的要广泛得多。“在今天的飞机上，飞行员不允许驾驶飞机超过几分钟，”她说。“自主飞行的飞机飞行更加平稳，节省大量汽油，并在着陆时节省轮胎。”是的，现代客机现在可以自行降落。

虽然有据可查的是，现代客机中的自主系统非常安全，但自动驾驶带来了一系列全新的挑战。至关重要的是，与在空中飞行相比，在高速公路上行驶时事情可能会变得更糟。“即使机翼从飞机上掉下来，你也有几分钟的时间来解决问题，”卡明斯说。同时，如果一辆汽车在高速公路上在您面前旋转，您有几秒钟的时间避免让自己成为事故的一部分。

更不用说分心驾驶已经是一个真正的问题——可以自动驾驶的汽车可能会加剧这个问题。这意味着当我们需要重新控制车辆时，驾驶员将无法及时做出反应;你只会继续冲向可怕的事故。

全仁成//盖蒂图片社

她举了一个例子，有人在吃一顿饭时，将炸薯条扔进座椅和中控台之间的深沟中。如果他们假设汽车可以自动驾驶，他们会尝试取回他们的淀粉零食，但如果车辆无法自行导航即将到来的弯道，他们该怎么办？如果没有时间回到方向盘上，他们很有可能会驶离道路，甚至更糟：驶向迎面而来的车辆。

卡明斯喜欢将这种脱节称为“能力混乱”。以特斯拉的全自动驾驶（FSD）系统为例，司机可能会认为FSD可以在没有人类输入的情况下驾驶汽车——说实话，它不叫半自动驾驶。值得庆幸的是，其他主流汽车制造商在命名自动驾驶系统的方法上要保守得多。他们的系统只能在高速公路的特定路段使用，而不能在城市街道上使用。

什么是激光雷达，它是万能的吗？

激光成像检测和测距（LIDAR）是一种先进的激光成像系统，确实值得拥有。“计算机视觉有很多问题，因此我们希望使用其他类型的传感器系统来提供第二意见，甚至可能将数据融合为更丰富的世界模型，”卡明斯说。许多汽车制造商将激光雷达视为解锁下一阶段自动驾驶能力的拼图中久违的一块，但卡明斯表示，这并不是它声称的神奇解决方案。“我确实认为这些系统可以改善其中一些问题......它将改善幻影制动问题，但不会根除它，“她说。

2023 年 2月，一辆配备 Waymo 全自动驾驶技术的电动捷豹 I-Pace 汽车在加利福尼亚州圣莫尼卡举行。

Allen J. Schaben//Getty Images

激光雷达的问题之一是它只能在理想条件下真正工作。“事实证明，它们不能很好地处理空气中的水分，”卡明斯说。“雨...雾雨是个问题...即使下雨了，路上也有水坑。这些水坑是有问题的，因为它们上面有光泽，激光雷达基本上看不见;卡明斯说，这些系统无法破译水坑是一英寸深还是一英里深。

因此，在我们知道是否可以集成这些类型的成像系统以提高ADAS设施的功能之前，仍有许多工作要做。

我们该何去何从？

“埃隆·马斯克（Elon Musk）并不是唯一一个承诺自动驾驶指日可待的人，”卡明斯说。

借用她的航空背景，卡明斯说汽车行业真的只需要开始认真对待系统工程。“他们需要深入测试，他们需要更好的测试，更频繁的测试......他们需要做更多的赛道测试和实际测试。毫不奇怪，这些事情需要时间和金钱才能做到正确——而相当多的汽车制造商没有。

即使没有资源来开发更好的测试程序，卡明斯说，汽车制造商仍然可以努力拥抱真正的安全文化。成为第一个在自动驾驶技术上取得重大突破的令人兴奋的前景不应该以牺牲人类生命为代价。

“法规不是一件坏事，如果你与他们合作，这些公司会更好地处理事情，”卡明斯说。无论是初创公司（即：特斯拉、RIVIAN、Lucid）和进入电动汽车领域的知名汽车制造商（福特、GMC、大众等）之间的不和谐，卡明斯说，最好的前进方式是合作。