政策領導人在 GTC DC 大會上描繪安全自動駕駛車的未來

作者 Danny Shapiro

廣泛推行自動駕駛車需要對消費者進行教育、獲得消費者的信任,再加上人工智慧技術的進步。

決策者至少可以對一件事迅速達成共識:自動駕駛車勢將成為主流,必須證明它們是安全無虞的。

本週來自政策、科技與汽車等業界的領導人齊聚在華盛頓舉行的 NVIDIA GPU 技術大會,討論各行各業該怎麼安全有效地部署自動駕駛技術。產官兩界還在試著找出自動駕駛領域的最佳實務內容,有一點倒是肯定的:開發過程必須透明公開,以贏得消費者的信任。

「人們必須要相信這件事,才會放心採用新技術,要公開誠實地進行宣導,不能有言行不一的情況。」美國國家公路交通安全管理局的代理行政主管 Heidi King 在 GTC 進行演講時表示。「資訊公開透明是讓大眾建立信心的必要條件。」

King 指出 NVIDIA 本週稍早自行公布的 Self-Driving Safety Report(自動駕駛車安全報告),便是企業與大眾進行溝通的一個佳例,提供資源讓大眾瞭解自動駕駛技術和製程。

在我主持的一項小組討論活動裡,有來自汽車產業、運輸部和國會的演講者,他們皆強調整個業界攜手合作是跟大眾進行溝通與教育的最佳方式。

「教育是產官兩界共同推動普及自動駕駛技術的一環。」Audi 汽車政府事務部門主管Brad Stertz 說。

除了教育,這些演講者也找出如今可用於建立大眾信心,以及確保日後安全部署自動駕駛車的作法。

Zoox 的企業與法規事務部門主管 Bert Kaufman 表示:「我們可以透過這些絕佳機會,互相學習哪些作法有效、哪些作法無效。」

模擬:「關鍵要素」

各車廠的自動駕駛車在正式開上公路前,必須對這項技術進行嚴格的測試和驗證作業,確保車輛會一如預期自動運行。在過去的十年中,各車廠早就採用諸如已行駛的測試里程數和脫離(即安全隨車人員必須收回車輛控制權)次數等作法,作為驗證的基準,只是主管機關覺得這些還不夠全面。

「我們都是使用已行駛里程當成衡量進度的方法,但我們發現這麼做還不夠。模擬或許能起到關鍵作用。」美國運輸部交通政策單位次長 Derek Kan 在進行爐邊談話時說道。

NVIDIA 開發出 NVIDIA DRIVE Constellation 這款用於自動駕駛車的模擬器,以拉近驗證作業上的差距。各車廠可以在車輛正式上路前,使用此資料中心平台大規模地對自動駕駛車的軟硬體進行測試。

DRIVE Con​​stellation 運行 NVIDIA DRIVE Sim 軟體,可以誕生出合成後的精細駕駛環境,或是使用真正的感應器資料,測試自動駕駛車對特定駕駛情境會做出什麼反應。DRIVE Constellation 平台上的 NVIDIA DRIVE AGX Pegasus 人工智慧車用電腦,跟實際安裝在車內的電腦相同,讓車廠可以測量整個軟硬體堆疊的運作方式。

如此一來車輛便能經歷罕見又危險的交通狀況、測試各種擺放感應器的方式,以及再三測試實際路況,這比計算已行駛的里程數或脫離次數更加嚴格。

讓大眾更安心踏實

模擬並非唯一需要採用多元和冗餘運算的開發領域。車廠必須在開發過程中的每一步小心翼翼,大眾才能真正對自動駕駛技術擺脫懷疑的態度。

「安心感很重要,要是人們覺得不安心,就不會覺得搭乘自動駕駛車是安全的。車業的責任在於提出一個明確的框架,說明自動駕駛技術的運作方式。」Kan 說。

自動駕駛車上有著數千個活動零件和數百萬行程式碼。每個零件都要有備援計畫,使用其它作法來提供相同的功能,以做到 Kan 和其他政策制定者所謂的安心感。

NVIDIA 為此使用多元與冗餘深度神經網路及演算法來打造自動駕駛功能,並且在硬體內納入多元與冗餘運算能力,在單一系統單晶片上置入多類處理器。

像是車內的一個深度神經網路,專門用於偵測停車標誌或紅綠燈等交通信號,以判斷何時該停車;另一個深度神經網路也用於辨識停車路況,但會按照十字路口或繁忙車流量等現場路況來決定,確保車輛在各種停等條件下知道何時要停車。自動駕駛車必須能彈性處理四周路況,這也是我們不將軟體的程式碼寫死的緣故。

將這些安全實務內容納入當下的開發過程,並且為未來共同努力,NVIDIA 與政策制定者為嶄新的交通時代奠定基礎,這將真正改變我們生活、工作和娛樂的方式。但最重要的是,它將確保未來的出行是安全無虞的。

自動駕駛最重要的特色並非人工智慧,而是它創造出的安全性。