英特爾：是時候討論自動駕駛的安全性驗証了

　　針對上周 Uber 自動駕駛汽車發生的交通致死事件，英特爾在今日發表的一篇博客文章中作出了嚴肅的回應。英特爾副總裁兼Mobileye首席執行官 Amnon Shashua 教授認為，現在是時候就純自動駕駛汽車的安全驗証框架展開有意義的討論了。

　　上周的事故中，過街行人 Elaine Herzberg 被 Uber 自動駕駛汽車撞擊后身亡。事發時，車子處於自動駕駛模式，這也是美國首例自動駕駛汽車導致的死亡事故。

　　受這一負面消息影響，很多人擔心這項技術尚未做好在公共道路上使用的准備。在博客文章中，Shashua 分享了“一些關於觀察感知和安全決策方面的內容”。

　　盡管高級駕駛輔助系統(ADAS)已經在主動制動等方面得到了普遍的應用，但解釋傳感器在信息處理上仍面臨一定的難題。

　　Shashua 將這項技術稱作未來自動駕駛的一個基本元素：“這是一套 ADAS 中的高精度感知系統，其已經通過數十億英裡的駕駛驗証了可以拯救生命”。

　　最近人工智能領域的發展，比如深度神經網絡，已經讓很多人認為可以很容易地開發出高度精確的物體檢測系統，但Shashua認為這種方法有一個很大的缺陷，計算機視覺專家的十余年經驗卻被忽略。

　　這一趨勢吸引了許多新參與者，盡管這些技術是有幫助的，但時代遺留下來的識別並關閉成百上千個角落的案例、對數以千萬級的數據進行的注釋、以及對數十款 ADAS 產品進行具有挑戰性的預生產驗証測試，仍不應該被略過。

　　Shashua 還談到了透明度和冗余等話題，針對 Mobieye 此前發布的敏感響應安全模型發表了意見：“決策執行必須符合人類判斷的嘗試”。

　　至於冗余，Shashua表示：“為了表明我們真的有做到冗余，我們構建了一套單獨的端到端攝像系統、以及一個單獨的激光雷達(LIDAR)和純雷達系統”。

　　本例中，真正的冗余特指依賴於獨立的數據來源系統。即 LIDAR、雷達、攝像頭等，而不是將一切糅雜到一起的系統“這樣的系統融合對駕駛有利，但不利於安全”。

　　最后，Shashua 還對 Uber 事故的視頻片段進行了簡短的分析。他解釋道，該公司採用了自家的軟件來分析視頻，即便視頻質量很低，但也應該能夠在碰撞發生前 1-2 秒完成識別。

　　至於Uber自動駕駛汽車在撞人前是否已經檢測到了Elaine Herzberg 的存在，目前暫不得而知。

　　到目前為止，Uber還沒有直接評論英特爾的帖子。很明顯，調查人員還沒有對這起致命事故負責。但據報道，亞利桑那州州長道格·杜伊在周一給Uber首席執行官寫了一封信，稱車禍是汽車安全史上的“毫無疑問的失敗”。目前，州長暫停了Uber在該州的自動駕駛汽車測試項目。

　　而Shashua也表示，他更擔心公眾對自動駕駛技術的看法。他認為，自動駕駛致死事件可能會對已經脆弱的消費者信心造成進一步的傷害。自動駕駛汽車供應商將需要在他們的技術中制造更多的冗余，以避免致命事故。“我堅信，現在有必要對全自動汽車的安全驗証框架進行一次有意義的討論。”Shashua說。