3 月 18 日，49 岁的 Elaine Herzberg 在亚利桑那州坦佩市以北的公路 Mill Avenue 上骑着自行车，被一辆迎面驶来的沃尔沃 SUV 撞倒，事先车速为 40 英里/小时，Herzberg 当场死亡。

看起来，这只是一场普通喜剧。去年，仅在美国就有 6000 名行人因交通事故而死。但 Herzberg 的事故，有其特别之处：撞到她的“司机”，是 Uber 开发的一款软件。这是无人驾驶汽车惹起的第一同死亡事故。Uber 及其次要芯片供给商英伟达中止了自动驾驶测试，美国国度运输平安委员会（ U.S. National Transportation Safety Board ）宣布停止调查，Uber 也正在配合。

做自动驾驶汽车的眼睛

在耶路撒冷，Amnon Shashua 开端了本人的测试。现年 57 岁的以色列人 Shashua 是耶路撒冷希伯来大学教授，同时也是 Mobileye CEO。Mobileye 创建于 1999 年，专注于自动驾驶视觉零碎，开发了一款鼠标大小的辅佐驾驶零碎。该设备的摄像头和定制芯片卡在汽车后视镜前面，提供的算法和计算机芯片可以依据图像（由汽车上的摄像头拍摄）预测潜在碰撞事故。

Mobileye 以单价约 55 美元的价钱向汽车供给商销售芯片，但用户要在经销商那领取约 1000 美元。如今，他们在全球曾经搭载了 2700 万辆汽车。 

2017 年 3 月 13 日，英特尔宣布以每股 63.54 美元现金收买 Mobileye，股权价值约 153 亿美元。这是以色列有史以来金额最大的一笔买卖，也是英特尔开展史上的严重一步。英特尔 CEO Brian Krzanich 表示：“我们会尽力博得（自动驾驶的）成功。”

Mobileye 的另一个共同之处，在于其对平安成绩的直抒己见。大少数自动驾驶汽车的“推销者”往往逃避讨论能够存在的技术缺陷，由于惧怕惹起客户和监管机构恐慌从而影响购置，但 Shashua 答复了这个大少数公司避而不谈的成绩。

回到 Herzberg 事情，3 月底，坦佩警察局发布了一段摄像头视频，记载了 Herzberg 被撞前的状况。Shashua 将视频放入了 Mobileye 零碎中，来理解 Mobileye 计算机视觉零碎的反响，并将记载撰写成《Experience Counts》一文，发布在了英特尔官网上。

该文章表示，Mobileye 软件正确地将 Herzberg 辨认为了行人。一个月后，在 Mobileye 总部承受采访时，Shashua 表示，Uber 及其次要竞争对手 Waymo 正在“做出一些有用的东西”，但 Herzberg 的死是“可以防止的”。

“任何人都可以拥有一辆无人驾驶汽车”

Mobileye 在辅佐驾驶市场占据约 70％ 份额，2016 年，美国国度公路交通平安管理局（National Highway Traffic Safety Administration）与各行业组织达成协议，将在 2022 年前将零碎作为在美销售一切新车的标配。由此，至 2025 年，将可以防止 28,000 次撞车事故和 12,000 起车祸。

当然，Shashua 希望更进一步。2015 年，Mobileye 开端销售更复杂的零碎，其能在高速公路上运转，相似于特斯拉公司的 Autopilot。该零碎已为凯迪拉克 Super Cruise、日产 ProPilot 和奥迪 Traffic Jam Assist 提供硬软件支持，目前，Mobileye 还在开发完全自动驾驶零碎套件，并将在明年为宝马、菲亚特·克莱斯勒和蔚来等汽车制造商提供支持。

4 月下旬，Shashua 约请《彭博商业周刊（Bloomberg Businessweek）》的一位记者停止了一次完全自动驾驶原型车体验， 这也是 Mobileye 初次向记者展现该车。关于 Waymo 和 Uber，Shashua 持否认态度，他以为这两家公司的传感器、效劳器和芯片都过于昂贵。

但 Waymo 和 Uber 表示，他们的本钱正在下降，同时，昂贵的车型也是可行的，由于未来大少数自动驾驶汽车都将成为共享汽车，公有汽车会成为一种过时概念。

不过，Shashua 还是决议以绝对廉价的价钱为无人驾驶汽车提供支持。他们的福特原型车如今正在耶路撒冷测试，并方案往年晚些时分在加州停止 30 辆车的自动驾驶车队测试。

耶路撒冷的测试车没有装置雷达或激光雷达，独一的传感器是隐藏在车身四周的 12 个摄像头。Mobileye 最初方案添加一些低本钱雷达和激光雷达，但只是作为相机毛病时的冗余。该原型车不依赖效劳器和芯片组，而是依托 Mobileye 目前的驾驶辅佐零碎中 4 个低本钱的定制处置器。Shashua 表示，消费者只需领取 8000 美元，就能买到整套零碎，“这意味着任何人都可以拥有一辆无人驾驶汽车。”不过，他能够高估了普通买车者的预算。

驾驶员“编写故事”

竞争对手们通常在郊区测试，选用的路途广大，交通有序，有明晰路标，但 Mobileye 的测试地点在耶路撒冷，街道狭隘老旧，交通也不及美国郊区有序。

无人驾驶汽车必需做两件根本的事情：看清路上发作了什么，然后对这些信息作出反响。20 世纪 80 年代以来，Shashua 不断努力于处理第一个成绩：计算机视觉成绩。他出生于以色列特拉维夫，在成为 MIT 人工智能博士之前，在以色列名校魏茨曼迷信研讨院（Weizmann Institute of Science ）学习计算机迷信。

1998 年，也就是 Shashua 读博后的第五年，他在日本名古屋兴办了一家叫做 CogniTens 的公司，次要经过视觉技术测量保险杠，不断为丰田效劳。在一次会议中，Shashua 提出，可以运用车内的单个摄像头警示人们能否会碰到妨碍物或偏离车道，丰田对此表示疑心，但赞同投资几十万美元做相关研讨。

明天，海量的数据集可以教软件在几周内区分妨碍物，但那时，开发一款具有视觉零碎的电脑还十分困难。 Mobileye 的工程师大多是 Shashua 在希伯来大学和 MIT 的先生，他们首先列出了汽车需求辨认的路途特征清单，然后细化研讨，这需求花上好几年工夫。

如今，Mobileye 的一些晚期代码依然作为新的计算机视觉类型备份被用在间隔测量中，但深度学习算法曾经接收了大局部重要任务。在斯里兰卡，有 2000 多名员工组成的团队在开阔路途上搜集数十万英里的视频，在电脑上对每一个辨认后果（汽车、卡车、自行车、行人）停止标注，然后将这些数据输出到神经网络中训练，如此零碎就能精确辨认之前未见过的相似物体，即便汽车飞速行驶在高速公路上，这些物体只是一晃而过。

其团队面临的宏大应战，是如何进步软件读取路标和其它物体的才能。任务人员对车辆标志、人行道、自行车道以及禁区内其它区域停止标注，然后在路途上绘制出车辆可以走和走不通的道路。每个场景都有很多元素，标注一个长达数分钟的剪辑视频能够需求一整天，Mobileye 研讨执行官 Gaby Hayon 称：“这就像写一本大型词汇书。”

Hayon 说，驾驶员有意识地“编写了一个故事”，其中不只包括数据（比方：汽车，右侧车道，45 英里/小时），还包括对过来和将来的感知。人类驾驶车辆时，可以看到右侧车道有一辆车，这辆车由于要右转而加快了速度，它的速度能够会降下很多，这就要求你也要踩刹车或许大幅度转弯。

假如以人类类比自动驾驶零碎，那么后者面临的应战是如何提供足够数据，以确保计算机做出相反猜想。Hayon 表示：“我们正在做的，就是运用传感模型来为你的故事编写单词。”

*大少数自动驾驶汽车依托复杂的激光和雷达阵列，Mobileye 目前的原型车只运用了相机。

深度学习的局限

在一个暖和的春日，一辆名为 Clara 的 Mobileye 原型车亮起了左转信号灯，预备并入耶路撒冷的南北主干高速公路——Begin Boulevard。这次旅途的平安员是 Shai Shalev-Shwartz，他也是 Mobileye 的技术副总裁，他打造了一款软件，可以监控计算机搜集到的数据，并决议如何处置。此时，Shashua 也坐在汽车后座上。

Shalev-Shwartz 称：“计算机处置汇流和变道是十分复杂的”。汽车和卡车驶过时，会以每小时 50 英里的速度与自动驾驶汽车“擦肩而过”，对人类来说，这其实是一种风险情况。因而，要看出 Clara 如何精确完成这一进程十分困难。Shalev-Shwartz 表示：“我们等候着适宜机遇，抓住时机察看记载。“

自相矛盾的是，无人驾驶汽车将来会很容易变成一种风险的死亡机器，这其实也是一个隐患。如今，汽车制造商们都急于研讨如何防止碰撞，细心设计和编写顺序，这意味着打造 AI 司机要比培育人类司机消耗更多工夫，而且能够会因各种情况进度缓慢。

据雷锋网理解，往年 4 月，推特上发布了一段视频：一辆 Waymo 汽车正困难地驶入高速公路，另一辆改装过的克莱斯勒小货车向其收回信号，并慢慢加速。之后，Waymo 汽车径直穿过出口匝道，驶离了高速公路，像一个慌张的少年在驾驶。

驾校教练和我们的父母总是强调高速公路上武断决策的重要性，但在某些状况下，没有多少教练可以帮到我们。例如，当思索到双兼并时，两条高速公路相交，汽车都是从相反方向来的，没有明白的通行条例或规则来规则你应该做什么，而且也不能只思索平安经过，驾驶员们要察看路途，依据直觉处理成绩。

这也使自动驾驶成为深度学习的良好使用范畴。工程师设计出一种人工智能软件，可以训练它在一个场景中能够运转的途径，从而找出最无效的办法。其实，这种办法相似于游戏开发者提出的“发放奖励给计算机”办法：奖励计算机，然后作出改良。

但是，游戏比路途更普遍。2016 年，Shalev-Shwartz 为一台计算机提供了 10 万左右的双兼并方案，推出了一个处置双兼并的函数，并设置了一个模型停止功用测试。第一天，大约 10 万次模仿之后，只呈现了一次事故，他调整了“奖励”，使事故不再发作；第二天，他又发现了一场虚拟车祸，之后把这个成绩修复了，但又发作了第三次事故，然后是第四次、第五次......

这个实验让 Shalev-Shwartz 很不安，由于模仿自身比实践驾驶更容易预测。假如这个算法使用到真正的高速公路上，那么会发作什么? Shalev-Shwartz 供认：“深度学习很好地概括了典型数据，这与它所预测的非常类似，但依据从未见过的东西来概括规律真的很困难。”

自动驾驶的概率平安

Herzberg 的事故是一场不测，由于在少量自动驾驶汽车中，呈现事故的几率只要百万分之一，比方，自动驾驶汽车在长间隔慢速行驶，在一个电脑预测不到的中央，公路上呈现了一只袋鼠或许一位推着自行车走路的女士。

据科技新闻网站 The Information 报道，Uber 的软件正确辨认出了 Herzberg，但没能辨认出她的自行车。文章援用匿名人士的话，称 Uber 的高管们以为其缘由是零碎不恰外地“调整”了算法，Uber 发言人则表示公司正在停止一次“自上而下的平安评价”。

AI 算法不能通知我们为什么它选择了一种特定办法来处理给定的成绩，也不能通知编程人员为什么一个特定案例会招致模型失败。Shalev-Shwartz 解释称：“机器学习提供的是统计上的保证。它们通知你，在概率为 99% 的状况下，你所学的函数接近于最优函数。”但不可防止的是，即便是最好的零碎，也会有毛病。

Mobileye 比任何公司都更清楚这一点。2013 年，Shashua 与 Elon Musk 达成协议，在每辆新的特斯拉上装置 Mobileye 辅佐驾驶零碎，使汽车可以在高速公路上自动驾驶。Elon Musk 并不是第一个与 Shashua 协作的人，但是 Shashua 首个认可的人。Shashua 在 Clara 测试之后表示：“Elon Musk 推进了行业开展，他把一切都推得很快。”

为了确保特斯拉没有过火吹嘘该零碎的才能，Shashua 在位于 Fremont 的工厂里拜访了 Musk，并敦促他确保驾驶员把手放在方向盘上，以保证平安。

两个月后，在 2015 年末，Musk 发布了特斯拉 Autopilot 辅佐驾驶零碎。他通知驾驶员要把手放在方向盘上，一旦发作撞车事故，司机将对此担任，但似乎没有人听，零碎在发现司机没有手持方向盘时也不一定总会阻止他们。因而，几个月内，YouTube 上就呈现了很多特斯拉驾驶员睡着、玩 Jenga 或坐在后座的视频。

2016 年 5 月，一名驾驶着特斯拉的司机在佛罗里达州高速公路上翻开了 Autopilot，一辆卡车从相反的方向开过去，在阳光直射下，Mobileye 的摄像头无法精确辨认路况，车辆没能刹车，而事先，驾驶员正走神。这辆车以每小时近 75 英里的速度撞上了卡车，驾驶员当场死亡。

尔后，特斯拉调整了辅佐驾驶零碎，驾驶员必需把手放在方向盘上，无视正告的驾驶员将无法持续运用该功用。而特斯拉发言人地下责备 Mobileye 的摄像头激怒了 Shashua，由于该零碎历来没有被设计用来检测穿插车流。不久，Shashua 表示与特斯拉终止协作，并表示，关于特斯拉来说，自动驾驶“只是一个小故事，但对我们来说，自动驾驶就是一切。”特斯拉表示，是本人首先提出取消协作，而不是 Mobileye，并回绝对此宣布评论。

预先，Mobileye 创立了一套“做”和“不做”的根本零碎，取代了软件的即时决议功用，努力确保汽车不会做出莽撞决策，即便以前没有遇到过同类状况。去年，Mobileye 在一份研讨报告中初次提出了“责任敏感平安（Responsibility-Sensitive Safety）”概念，试图将人类驾驶员经过经历所取得的根本规则标准化，例如什么是平安跟随车距。

Mobileye 称这是保证平安性的数学模型，但正如 Shalev-Shwartz 所说，没有哪个零碎可以相对万无一失。确实，“责任敏感平安”是为了在事故发作时，对责任方作出判决：是汽车传感器出了成绩，还是司机的错？而这个成绩的答案，对整个自动驾驶行业都至关重要。

Via： Bloomburg

雷锋网注：6 项会员专享特权，全年 100 期精髓内容，带你深化浅出看懂自动驾驶。假如想参加雷锋网 (大众号：雷锋网) 「新智驾会员方案」，欢送点击链接 ： https://www.leiphone.com/aidrive/vip  或扫描海报下方二维码理解概况。

。