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 Constellation 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。