在描繪未來智能生活的小說或電影里，自動駕駛汽車是未來世界的“標(biāo)配”。而現(xiàn)在，隨著人工智能技術(shù)的不斷發(fā)展，這一未來場景正在逐漸走進(jìn)現(xiàn)實。

今年6月，中國首例自動駕駛汽車在廣州完成暴雨穿越隧道測試，而此前首輛無人駕駛出租車也已在廣州上路。7月，百度公司董事長兼CEO李彥宏宣布其L4級無人車“阿波龍”正式量產(chǎn)……無人貨運(yùn)卡車、無人駕駛擺渡車等越來越多的成功試驗似乎傳遞著這樣的信號：自動駕駛將近。

自動駕駛是近幾年汽車領(lǐng)域最火熱的風(fēng)口之一。麥肯錫最新研究報告顯示，至2030年，中國自動駕駛相關(guān)的新車銷售及出行服務(wù)創(chuàng)收將超過5000億美元。傳統(tǒng)主機(jī)廠、互聯(lián)網(wǎng)巨頭、出行公司紛紛擁抱市場、卡位圈地。各類場景測試接續(xù)落地，大家都在探索如何實現(xiàn)自動駕駛技術(shù)的規(guī)?；虡I(yè)應(yīng)用，如何讓人得以真正從方向盤上“解綁”。

自動駕駛究竟距離規(guī)模化應(yīng)用還有多遠(yuǎn)?哪些“路障”仍橫亙在前?近日，在2018自動駕駛?cè)蚋叻逭搲?，?shù)家自動駕駛企業(yè)及產(chǎn)業(yè)鏈上下游企業(yè)齊聚廣州，共同探討自動駕駛的“上路”之道。

自動駕駛還處于“BP機(jī)階段”

“如果以從‘大哥大’到智能手機(jī)的發(fā)展過程來類比，現(xiàn)在自動駕駛基本上還處于BP機(jī)的階段。”飛步科技創(chuàng)始人兼CEO何曉飛表示，“無人駕駛最核心的技術(shù)在于‘無人’，這對自動駕駛系統(tǒng)對速度和響應(yīng)時間的控制能力提出了很高的要求，我們目前的水平還不夠高。”

這一判斷與自動駕駛公司AutoX創(chuàng)始人兼CEO肖健雄的看法相同，他認(rèn)為，自動駕駛現(xiàn)在還處于非常早期的階段，很多配套的產(chǎn)業(yè)鏈條尚不成熟，很多部件還不能依靠分工合作來完成，L4級及以上水平的自動駕駛大規(guī)模應(yīng)用還需要不短的時間。

按照美國汽車工程師協(xié)會根據(jù)系統(tǒng)對于車輛操控任務(wù)的把控程度所做的分類，汽車自動駕駛系統(tǒng)分為L0～L5共6個級別。在這樣的等級劃分中，L4級指高度自動駕駛，即在大多數(shù)場景下自動駕駛能夠?qū)崿F(xiàn)。而現(xiàn)有的市場上的量產(chǎn)載人車型基本應(yīng)用的是高級駕駛輔助系統(tǒng)(ADAS)，還遠(yuǎn)未到無人的水平。

據(jù)了解，目前自動駕駛領(lǐng)域的企業(yè)多在載貨以及封閉場景的載人方面探索，比較成熟的場景基本局限于企業(yè)園區(qū)、礦場、小區(qū)等。而相較于無人載貨，載人的發(fā)展則更為緩慢。

今年11月，文遠(yuǎn)知行與廣州公交集團(tuán)白云公司在廣州大學(xué)城試運(yùn)行自動駕駛出租車，不久即被交通主管部門叫停。“自動駕駛的運(yùn)營場景需要非常細(xì)致的考慮，比如怎么去接客人、車門怎么打開、安全如何保障等問題”，文遠(yuǎn)知行聯(lián)合創(chuàng)始人兼CE0韓旭指出，自動駕駛要考慮的問題非常多，想實實在在改變?nèi)藗兊纳?，還需要一段時間。

余下10%的技術(shù)需要90%的努力

在對于自動駕駛的憧憬中，安全可靠是最基本的底線，這直接考驗技術(shù)的成熟程度。

L4級自動駕駛系統(tǒng)實現(xiàn)規(guī)?；?ldquo;上路”，需要同時滿足安全可控和技術(shù)可達(dá)兩個目標(biāo)，構(gòu)建感知層、決策層和執(zhí)行層技術(shù)架構(gòu)，包括智能芯片、操作系統(tǒng)、應(yīng)用軟件、場景定義等流程，以及配套基礎(chǔ)設(shè)施均相對成熟的產(chǎn)業(yè)生態(tài)支持。

廣汽研究院智駕技術(shù)部部長郭繼舜認(rèn)為，從技術(shù)層面來講，目前量產(chǎn)還面臨著三個主要難題。第一，感知不夠準(zhǔn)。在保證成本可控的前提下，現(xiàn)有的傳感器可準(zhǔn)確識別較大物體，但對于惡劣天氣或復(fù)雜路況的感知判別能力尚無法支撐實際使用。第二，決策能力不足，自動駕駛需要在場景測試中學(xué)習(xí)盡可能多的場景處理方式，包括各種復(fù)雜路況，以決定車輛的行駛狀態(tài)和路線。第三，車輛的可操控性還需提升。在脫離人類控制時，當(dāng)操作系統(tǒng)下達(dá)指令之后，車輛在多長時間內(nèi)能夠完成指令，“也就是說能不能保證數(shù)以萬計的車的執(zhí)行能力，這還是一個問題”。

其中，是否擁有足夠的場景積累被視為自動駕駛“上路”的關(guān)鍵之一。Monenta(中國的一家自動駕駛公司)合伙人孫環(huán)表示，目前，人類司機(jī)平均行駛1億公里大約會發(fā)生13起致命交通事故，而對于自動駕駛的期待是致命事故率降低一個量級，要達(dá)到足夠的置信度需要多達(dá)百次的重復(fù)實驗，這意味著以一套比人更加安全的無人駕駛系統(tǒng)行駛需要測試的總里程數(shù)要達(dá)到千億公里，這對于現(xiàn)有的任何一家自動駕駛企業(yè)來說，都是個艱巨的挑戰(zhàn)。

千億里程的場景積累被廣州公交集團(tuán)羊城通有限公司董事長、總經(jīng)理謝振東認(rèn)為是自動駕駛從“聰明的車”到實現(xiàn)“車的智能”的重要界限。在他看來，現(xiàn)在的自動駕駛技術(shù)發(fā)展已經(jīng)很快了，基本已經(jīng)完成了90%的技術(shù)積累，“但是未來的路還有很長，因為剩下的10%的工作需要我們拿90%的努力來實現(xiàn)，那就是把人、車、路和環(huán)境在實際中結(jié)合起來。”

人才是最重要的缺口

在自動駕駛領(lǐng)域中，AI技術(shù)的發(fā)展至關(guān)重要，而想在技術(shù)上尋求突破，人才就成了關(guān)鍵。高盛2017年11月發(fā)布的《全球人工智能產(chǎn)業(yè)分布》報告顯示，2017年全球新興人工智能項目中，中國占51%，數(shù)量上已經(jīng)超越美國。但全球人工智能人才儲備，中國卻只占5%左右。

“一才難求”的情況成為人工智能發(fā)展的最大短板。據(jù)創(chuàng)新奇智聯(lián)合創(chuàng)始人兼CEO徐輝介紹，在其公司的近期招聘中，為找到一位合適的人工智能算法工程師，足足面試了185位候選人，仍沒有找到稱心如意的。“從更長遠(yuǎn)的意義上來看，人才可能是比技術(shù)、芯片都要更加稀缺和寶貴的資產(chǎn)。”他說。

高校被視作AI人才的“搖籃”，但香港科技大學(xué)電子及計算機(jī)工程系教授馮雁表示，AI人才的缺乏，并不是開設(shè)一兩門課就能夠解決的。她解釋道，因為單純的理論學(xué)習(xí)并不能賦予學(xué)生解決實際應(yīng)用問題的能力，“目前的可行辦法是在AI公司進(jìn)行在職培訓(xùn)，這就要求公司本身具有一定的人才儲備。”

此外，她指出，就香港科技大學(xué)而言，一部分專業(yè)教師選擇投身行業(yè)，學(xué)校本身也非常缺乏教授AI專業(yè)的優(yōu)秀師資。澳門大學(xué)副校長倪明選表示，他們也面臨著同樣的難題，“好的AI老師都被挖走了，我們找老師也非常痛苦。”

另外，中山大學(xué)數(shù)據(jù)科學(xué)與計算機(jī)學(xué)院無人系統(tǒng)研究所所長黃凱認(rèn)為，人工智能在落地時必須不同行業(yè)進(jìn)行交叉的特征，要求人才培養(yǎng)需要跨學(xué)科進(jìn)行，而目前交叉學(xué)科的人才培養(yǎng)框架尚不成熟，加上高校教學(xué)設(shè)計周期較長，教學(xué)大綱一般四、五年調(diào)整一次，與現(xiàn)實需求難免形成一定落差。

關(guān)鍵詞：