自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了_S再生活_申博官网备用网址_红树林手机版

当前位置:主页 > S再生活 >自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了 >

自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了

2020-08-01

浏览量:267

点赞:180

自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了

说到自动驾驶,我们不得不提到 Mobileye 的大名。毋庸置疑,这家视觉技术公司堪称产业翘楚。

自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了

前不久, Mobileye 宣布将在耶路撒冷公路上开始测试多达 100 辆汽车,并邀请媒体试乘了 Mobileye 自动驾驶汽车,该车内部配备 12 台摄影镜头,但没有其他感测器。

毋庸置疑,这次媒体活动对 Mobileye 是一个绝佳机会——展示其团队在自动驾驶汽车开发方面的进展,并公开解释其称为 RSS 框架的汽车安全概念。很明显, RSS 框架的目标是让自动驾驶汽车在公共道路上安全驾驶。

但出乎意料的是,在这次测试中, Mobileye 自动驾驶汽车居然在众目睽睽之下闯了红灯!

事情发生后, Mobileye CEO Shashua 也赶紧出面解释,他表示,电视台摄像机上的无线收发装置产生了电磁干扰,直接影响了交通信 号灯的收发机,导致信号异常。虽然车辆已经準确判断信号灯转红,但它却无视了该信息,直接按着收发机发出的信号行驶了。

虽然 Shashua 表示, Mobileye 已经对这一问题进行了修复。但这件事情告诉我们:自动驾驶汽车产业仍然有很长一段路要走。

电脑视觉:目前的唯一方法

几个月来,科技公司、Tier 1 和汽车厂商一直在谈论「感测器融合」问题,即结合不同的感测器技术,帮助自动驾驶汽车分辨出道路上突然出现的物体。儘管在业内,「感测器融合」已经变成了一个共识的趋势,但业界并没有验证感测器是否能够準确地感知信息,更不用说多个感测器感知的信息是否能够在不出现任何软件故障的情况下,正确融合。

如今,大多数从事完全自动驾驶技术的公司都在大量应用雷射雷达感测器技术, 但是 Mobileye 还依然坚持仅仅依靠摄影镜头进行导航。

不过, Mobileye 公司的计划并非一定要坚持只依靠摄影镜头来实现他们的完全自动驾驶。恰恰相反, 他们测试一个只需摄影镜头的系统只是为了验证其技术栈的安全性,这一步也正是他们在完全自动驾驶领域的「非主流」开发方法的一部分。

英特尔公司高级副总裁、 Mobileye 执行长兼首席技术官 Amnon Shashua 在博客中写道:「仅用摄影镜头是我们实现我们称之为『真正的多余』感应的策略。」

他在博客中写道:真正的多余提供了两大优势:

第一,验证感知系统所需的资料量会大大降低;

第二,在某个独立系统发生故障的情况下,车辆可以继续安全运行, 而融合系统的车辆需要立即停止驾驶。

但是, Mobileye 的终极目标,并不是只有摄影镜头的系统。 Mobileye 的高级副总裁兼首席联络官 Dan Galv 表示: Mobileye 计划开发各种测试车辆,并在未来几週内添加不同类型的感测器,包括雷达和雷射雷达。这是开发的第二阶段的计划。

虽然在 Mobileye 最初的感测器系统计划中,感测器相互独立,每个传感系统都可以支持完全自主驾驶。但是, Galves 强调:「Mobileye『不排除早期感测器融合的想法』」。

对于业界对自动驾驶早期与晚期感测器融合的争论, Galves 早就意识到了。他说:「不管是早期和还是晚期的融合方法,我们都将进行实验。」

我们能相信 AI 吗?

值得注意的是,最新的 Mobileye 自动驾驶测试车辆都配备了「安全信封」。

根据 Galves 的说法, Mobileye 希望其完全自动驾驶汽车可以比人为驱动的车辆更快、更顺畅、更经济地从出发地 A 点到达目的地 B 点,而且它可以驾驭任何路况。

另一个目标是:无需在公共道路上进行上亿千米的验证测试,而是用一种理论验证的透明方法来实现比人为驱动的汽车的安全性係数高 1000 倍的完全无人驾驶汽车。

他承认这些条件中的一些相互冲突,他解释说, Mobileye 正在安装两个独立的系统:基于强化学习的 AI 系统,该系统提出了自动驾驶汽车的接下来的计划;以及基于「安全层」的正式确定性系统,其可以否定「不安全」的自动驾驶决策。

换句话说, Mobileye 并不完全信任 AI 来真正学习「鲁莽」和「安全」之间的区别。

Galves 表示: Mobileye 并没有花费巨大精力来优化 AI 演算法,而是引入决策系统来补偿「机率 AI 系统」。这个被 Mobileye 称为「安全信封」的安全层扮演着「监督」的角色,帮助自动驾驶汽车分辨出安全与危险之间的界限。

一个是执行者,一个检查者驾驶行动的系统分离开来」的说法,卡内基梅隆大学的安全专家 Koopman 表示:「这两个系统一个像执行者,一个像检查者。」

自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了
photo credit: Edge Case Research

根据 Koopman 的说法,执行者係统负责实现正常的功能,而检查系统负责安全。用 Koopman 的话来说, Mobileye 的「安全信封」是「又一个众所周知的安全技术」。

Koopman 指出,使用已被充分理解和证明的安全技术是个好

主意。他补充说:「这比创造一个新概念要好得多,因为新概念中可能存在尚未发现的微妙缺陷。」

真正的多余

Koopman 说,在创建模拟机器人系统时,他的研究团队採取了类似的方式。在机器人系统的试验中,他发现了準确感知很难实现。

在一篇採访中, Koopman 对 Mobileye 在自己的安全性计算所基于的假设採取公开透明的态度,表示了讚扬。不过,他也对于两套传感系统的故障率彼此相互独立的假设,表示怀疑。

Koopman 表示:很难相信雷射雷达和雷达的故障率之间互不依赖,并且会像他们所解释的那样最终可以被证实。在自动驾驶领域,仅仅依靠假设的系统是不够的,这些假设必须首先被证实。但是我们现在就几乎可以肯定的有些假设是错的, 作者可能甚至不知道他们当时为什幺会那样假设。实际上,要实现真正的多余是一个非常棘手的事情。在多余的感测器之间,即使有一个非常小的故障,也可能导致分析失效。

他在 Blog 中写道:根据 Moibleye 的逻辑,如果你用两个完全独立的传感系统来感知一个人,那幺感知一定不会失败。如果任何一个感测器感知到了这个人,那幺它就会採取行动进行操作。同时,由于独立性,系统会认为:如果两个感测器都没感知到这个人,这种情况肯定是不成立的。这是一个合理而常用的理论。

但问题是,如果两个传感系统由于某种原因而都没有感知到这个人,那该怎幺办?如果这两个传感系统是光学感测器,那幺它们可能同时被路上的泥巴盖住了,或是同时在图书馆功能上存在软件缺陷,或是同时遇到电源故障,或是在训练时同时遭遇了未知的资料错误。在这些情况下,两个传感系统可能都没能感知到这个人。当然,你可以尝试减轻这些问题,但是要处理的东西太多了。

Koopman 总结说:「简而言之,完美的多余是一件非常难以实现的事情。 值得注意的是, Mobileye 将多余和感测器多样性区分开来。 对他们来说,这是一个合理的事情,也是重要的考虑因素。 但这个事情,远远没有这幺简单。

换句话说,不管是对于 Mobileye ,还是对于其他自动驾驶产业玩家来说,要完美解决相关感知故障问题,仍然道阻且长。

RSS 框架

去年秋天, Mobileye 发表了一篇题为 《安全和可升级的自动驾驶汽车模型》的技术论文。

这篇论文引起了争议,因为它断言,这个产业需要一个数学模型,这样在事故发生时,可以免除自动驾驶汽车的责任。因此,自动驾驶需要遵循一套「预先确定的错误规则」。

目前, Mobileye 正在开发一种数学公式模型,用于精确定义各种车辆在特定的碰撞事故中发生的故障。 Mobileye 在论文中有很大一部分都在阐述该公司製定的确切规则,这一规则被他们称为 RSS 框架。这一框架规定了自动驾驶环境和过程中各类事物的规则,比如跟随距离、行走优先权以及对被遮挡的物体怎样保持警惕。

Mobileye 公司说,一旦有了这个模型,它们就可以从数学的角度证明,根据 Mobileye 的自动驾驶导航演算法所作出的对自动驾驶汽车的操作指示不会导致碰撞等事故的发生。

学术界的安全专家们为 Mobileye 进行了辩护,他们指出,自动驾驶产业需要对自动驾驶汽车的安全採取严格的措施,并讚扬了 Mobileye 敢于尝试解决棘手问题的态度。

Mobileye 似乎以一种更温和、更平易近人的方式来构建 RSS 框架。 Mobileye 将 RSS 框架描述为「一种正式的、可验证的系统。 RSS 框架规範了在一系列複杂路况中的人类判断,明确界定了什幺是安全驾驶、什幺是鲁莽驾驶。

对于人类驾驶员来说,碰撞和其它事故责任的解释并不是一成不变的。驾驶员的失误,都是根据事件发生后不完整的信息和各类因素来判定的。

对于机器来说,这些定义可以是正式的、精準的。机器拥有周围环境的高度精确信息,机器知道其反应时间和製动力,并且永远不会分心、走神或是被干扰。通过机器,我们不需要在事后解释其行为。

但是,就算我们假设这个数学模型是无可挑剔的,也并不能证明使用该模型演算法的自动驾驶汽车永远不会造成任何事故。因为该模型建立所基于的假设是一个永远无法证明是现实的「现实世界」。另外,工程师在将理论模型转化为工作程式码时难免会犯错误。

自动车技术商Mobileye闯红灯后,AI的可信度再度蒙上了
RSS 的作用

Koopman 表示自己非常赞同「执行者」和「检查者」的这种方式。但是,他解释说:你需要一种方法来定义「安全」,这样「检查者」才能顺利工作。要解决这个问题,就需要用到 RSS 框架。因此, RSS 框架可以用来定义安全。

然而,Koopman 并不清楚 Mobileye 对 RSS 框架的最新定义是否与去年秋天发表的技术论文中的 RSS 框架定义相同。

不过, Mobileye 对于 RSS 框架的定位不止于此,他们想要让 RSS 框架最终成为现实世界测试的替代方案,他们声称利用这种方法无需进行大量测试就可以证明一辆自动驾驶汽车比人类驾驶者安全 1000 倍。然而,有很多自动驾驶汽车可能会反映错误的情况,这都没有被 Mobileye 的理论模型考虑进去。

那幺 RSS 在哪里运行?

Mobileye 提出了两个独立的系统,那幺这两个系统分别在哪个硬体上运行?虽然这两个系统都可以在 EyeQ 系列晶片上运行,但是可以合理地假设有两个独立的晶片在起作用。

Galves 说,基于增强学习的驾驶系统由感知系统生成,只能在 Mobileye 的 EyeQ 系列晶片上运行。但是, RSS 框架可以在多种不同的硬体解决方案上 AI 实现。

他补充说:「这项功能非常重要,因为我们希望 RSS 系统能够成为自动驾驶产业主导的标準。同时,我们需要保证整个产业不需要使用专门的 Mobileye 硬体或 Mobileye 驾驶系统演算法,也能从 RSS 框架中获益。」

Koopman 同意 Galves 的观点。让「执行者」和「检查者」相互独立的一个关键优势是「执行者」演算法在需要时可以继续改进,而不需要经过重新验证的过程。同时,「检查者」将在一个更高的安全集成水平晶片上运行,其驾驶系统演算法可以与产业标準持平。

相关阅读