訂閱
糾錯(cuò)
加入自媒體

詳解英特爾的自動(dòng)駕駛“阿西莫夫三定律”

不知從何時(shí),人們把拷問了無數(shù)人良心的“電車難題”交給了無人駕駛汽車。于是乎在各種行業(yè)論壇和發(fā)布會上,我們都能看到不少人面對企業(yè)和專家提出了特殊情景下“該撞誰”的問題。

從表面上看,這似乎是廣大人民群眾在“杞人憂天”,但其背后深層次原因卻不容忽視:一方面,普遍認(rèn)同自動(dòng)駕駛技術(shù)的價(jià)值和其終將替代人類司機(jī)的發(fā)展趨勢。但另一方面,由于信息不對稱問題的廣泛存在,大家對新技術(shù)基本不了解,更談不上信任。

而作為社會交通的廣泛參與者,自動(dòng)駕駛汽車一定,也是必須要獲得人們的信任。因此,這項(xiàng)新技術(shù)在決策和執(zhí)行環(huán)節(jié)的相對透明化,也必須提上日程。實(shí)際上,很多企業(yè)正在這方面進(jìn)行努力和探索。

日前,億歐汽車對英特爾無人駕駛解決方案資深首席工程師、首席系統(tǒng)架構(gòu)師,Jack Weast進(jìn)行了采訪交流。在長達(dá)一個(gè)小時(shí)的對話中,他為包括億歐汽車在內(nèi)的多家媒體闡述的英特爾旗下的自動(dòng)駕駛技術(shù)公司Mobileye,在日前推出的責(zé)任敏感安全模型——RSS(Responsibility Sensitive Safety),以及該模型的運(yùn)行模式。在交流中,Jack Weast將RSS定義為給自動(dòng)駕駛汽車的“阿西莫夫三定律”。在可預(yù)見的未來,類似這樣的安全模型將在自動(dòng)駕駛汽車的研發(fā)與推廣中扮演重要作用。

“電車難題”本身不應(yīng)該提給自動(dòng)駕駛汽車

在詳細(xì)闡述RSS之前,讓我們先說回到“電車難題”。這一倫理學(xué)問題是由哲學(xué)家菲利帕·福特(Philippa Foot)于1967年發(fā)表的《墮胎問題和教條雙重影響》論文中提出來的,起初用于功利主義。后者提出的觀點(diǎn)是,大部分道德決策都是根據(jù)“為最多的人提供最大的利益”的原則做出的,即“人的生命價(jià)值,無法簡單用數(shù)量來衡量”。也就是說,這個(gè)問題從始至終,就建立在假設(shè)的基礎(chǔ)上。實(shí)際上,除非鐵軌上的人下定決心要自殺,否則不會有人看到電車駛來而不躲避。

(如今的電車難題已經(jīng)產(chǎn)生了無數(shù)個(gè)變種,但底層還是類似的邏輯)

在這個(gè)難題提出超過50年以來,全世界人民被這個(gè)問題折磨已久。因此擁有人工智能的自動(dòng)駕駛技術(shù)走入現(xiàn)實(shí)后,大家也把這個(gè)問題拿來考驗(yàn)新技術(shù)。但是,用一個(gè)哲學(xué)范疇內(nèi)的題目來考現(xiàn)實(shí)世界中的自動(dòng)駕駛汽車,顯然不具備實(shí)際價(jià)值。

如果說這個(gè)難題在自動(dòng)駕駛技術(shù)的研發(fā)中有一丁點(diǎn)價(jià)值的話,那便是:

自動(dòng)駕駛技術(shù)應(yīng)當(dāng)為自身建立合理的大前提,以便最大程度上避免進(jìn)入兩難選擇的尷尬局面。

大前提:自動(dòng)駕駛汽車不會萬無一失,但也不會導(dǎo)致事故

當(dāng)人們談到自動(dòng)駕駛汽車的優(yōu)點(diǎn)時(shí),“安全”肯定被列在第一的位置。但是,只要道路中有除了人工智能外的其他交通參與者,那么100%的安全就不可能存在。但究竟自動(dòng)駕駛汽車的“安全”應(yīng)該達(dá)到一個(gè)怎樣的水平,外界并沒有一個(gè)清晰地定義。

對此,RSS為自動(dòng)駕駛汽車的安全給出了兩個(gè)明確目標(biāo):

1、自動(dòng)駕駛汽車只可能被卷入事故,而不會成為事故的責(zé)任方;2、自動(dòng)駕駛汽車面對事故要有正確應(yīng)對。

根據(jù)統(tǒng)計(jì)數(shù)據(jù),當(dāng)前人類駕駛汽車造成傷亡事故的發(fā)生率是10^-6次/小時(shí)。而如果想讓社會廣泛接受新技術(shù),自動(dòng)駕駛汽車的事故發(fā)生率降低三個(gè)數(shù)量級到10^-6次/小時(shí)是較為合理的。但如果通過路測來實(shí)現(xiàn)這一點(diǎn),自動(dòng)駕駛系統(tǒng)需要積累超過30億英里的測試數(shù)據(jù)。同時(shí),一旦軟件升級,那么相應(yīng)的測試就很可能需要重新再來一遍。而如果簡單地依靠堆疊傳感器和超級計(jì)算機(jī),那么自動(dòng)駕駛汽車永遠(yuǎn)只能因?yàn)槌杀靖咂蠖鵁o法實(shí)現(xiàn)量產(chǎn)。

因此,自動(dòng)駕駛汽車需要從底層的規(guī)劃環(huán)節(jié),避免成為事故的責(zé)任方。而在面對事故時(shí),自動(dòng)駕駛汽車也要給予正確的應(yīng)對。

4個(gè)常識,不讓自動(dòng)駕駛汽車成為事故責(zé)任方

在具體的執(zhí)行層面,RSS定義了4個(gè)“常識”,讓自動(dòng)駕駛汽車避免成為交通事故中的責(zé)任方。事實(shí)上,這些常識已經(jīng)覆蓋了絕大多數(shù)的道路事故場景:

追尾不是前車的責(zé)任,后車需要保持安全車距;因突然并線而導(dǎo)致的追尾,責(zé)任在前車;不能因?yàn)樽詣?dòng)駕駛車的“路權(quán)”高,就不采取制動(dòng)措施,要盡量避免事故發(fā)生;注意道路盲區(qū),避免因被其他車遮擋造成事故。

與此同時(shí)RSS還規(guī)定,自動(dòng)駕駛汽車面對突發(fā)情況的反應(yīng)模式應(yīng)當(dāng)與人類一致。同時(shí),車輛也不能遇見情況就頻繁停車,還要保證道路的通行效率。

對于這四點(diǎn)常識,Mobileye在RSS中進(jìn)行了詳細(xì)界定。首先,研發(fā)人員提出了最小安全距離計(jì)算公式。這其中的參數(shù)和常數(shù)也需要根據(jù)路況、天氣、駕駛環(huán)境等因素的不同進(jìn)行動(dòng)態(tài)調(diào)整。實(shí)際上這次英特爾與清華大學(xué)和中科院開展合作,就是為了根據(jù)中國道路環(huán)境的特殊性,確定自動(dòng)駕駛汽車在中國行駛時(shí)需要采用的參數(shù)和常量。

(參數(shù):Vf前車速度,Vr后車速度,反應(yīng)時(shí)間ρ、最小剎車加速度αmin,brake、最大剎車加速度αmax,brake以及最大加速度αmax,accel)

其次,界定路權(quán)高低問題。簡單來說,RSS對路權(quán)高低的判定與我們?nèi)祟愒隈{校中學(xué)到的內(nèi)容類似,即“后車讓前車”、“輔路讓主路”、“轉(zhuǎn)彎讓直行”、“并線讓后車”。但是,RSS還強(qiáng)調(diào)自動(dòng)駕駛汽車不應(yīng)當(dāng)只是刻板地遵守路權(quán),還應(yīng)當(dāng)判斷其他車輛的行為,避讓侵犯其路權(quán)的交通參與者。畢竟即使能在事故中免責(zé),但從根源上斷絕事故的發(fā)生才是王道。

最后,在面對行人和道路盲區(qū)時(shí),RSS要求在居民區(qū)等復(fù)雜道路時(shí)行人路權(quán)高于汽車。此外在面對遮擋等場景時(shí),RSS規(guī)定車輛的行駛速度應(yīng)當(dāng)比行人更低。因而即便發(fā)生碰撞,也不會造成后者嚴(yán)重傷亡。

總結(jié):自動(dòng)駕駛汽車需要“阿西莫夫三定律”

回顧RSS模型我們可以看出,這項(xiàng)技術(shù)旨在解決自動(dòng)駕駛汽車自身面對外界其他交通參與者的關(guān)系問題。即如何保護(hù)其他人類、車輛,以及如何保護(hù)自身。

在交流的最后,Jack Weast告訴億歐汽車,RSS責(zé)任敏感安全模型之余自動(dòng)駕駛汽車,就像阿西莫夫三定律之于擁有意識的機(jī)器人,“RSS其實(shí)是為自動(dòng)駕駛汽車制定的基本規(guī)則”。

當(dāng)著名科幻作家艾薩克·阿西莫夫提出“機(jī)器人三定律”的時(shí)候可能不會想到,自己在書中的想法會在自動(dòng)駕駛場景中優(yōu)先得到實(shí)踐。但是,只被一家企業(yè)認(rèn)同的規(guī)則,頂多只是企業(yè)規(guī)范。隨著自動(dòng)駕駛汽車在全球范圍內(nèi)的研發(fā)和落地,包括政府、車企、科技公司和芯片制造商的各方都需要加入到自動(dòng)駕駛汽車基本規(guī)則的研發(fā)和制定當(dāng)中。

畢竟,一輛量產(chǎn)車需要能在全球范圍內(nèi)行使,自動(dòng)駕駛車也是一樣。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號