看帖神器
未名空间
追帖动态
头条新闻
每日新帖
最新热帖
新闻存档
热帖存档
文学城
虎扑论坛
未名空间
北美华人网
北美微论坛
看帖神器
登录
← 下载
《看帖神器》官方
iOS App
,体验轻松追帖。
《人工不智能》:自动驾驶能有多难?
查看未名空间今日新帖
最新回复:2018年5月24日 12点35分 PT
共 (46) 楼
返回列表
订阅追帖
只看未读
更多选项
阅读全帖
只看图片
只看视频
查看原帖
c
cccpwx
接近 6 年
楼主 (未名空间)
咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过”的事情。
所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流行的人工智能应用 —— 自动驾驶汽车。
公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一个标准,把自动驾驶汽车一共分为五个级别 ——
零级代表完全没有自动化,就是人开车。
一级,是指计算机在某些时候、某种程度上可以给人提供一些辅助性的帮助。这个级别已经实现了,特别是一些高端的汽车,像自动刹车、保持车道、停靠辅助系统现在很流行。
二级,是有的时候汽车可以自己开,但是要求人一直盯着。特斯拉已经做到了这个级别。在空旷的高速公路上你可以暂时让车自己开一会儿。有很多人违反规定,不盯着车,干脆放手不管了,结果出了事儿都算是人、而不是特斯拉的责任。
三级,是说人可以不盯着了,就让车自己开 —— 但是如果车向你发出信号,你要随时接管驾驶。
四级,是指在某些环境和条件下,实现自动驾驶,人去睡觉都没问题。
五级,是完全的自动驾驶,不论什么天气和路况人都不用管车。
截止此时此刻,任何一家公司的自动驾驶技术都没有超过二级。
而有些专家认为,五级自动驾驶是一个永远都达不到的目标。这是为什么呢?因为人工智能处理不了意外。
1.意外
其实你开车的时候并不是简单地把着方向盘控制着油门和刹车,你非常有智能。你要看交通信号,你要看各种路边的标志物,你要判断路上有什么东西。如果前面路上有一只小鸭子在慢慢走,你得踩刹车;但是如果是一只鸟,你可以想象车开过去它就会飞走,你就不用减速。如果路上有个塑料袋,你可以直接碾压过去;但如果那是个石头,你就必须绕着走。
你对路面状况有深刻的理解。这种理解和你的生活阅历、和你平时积累的经验有关。最起码你得知道塑料袋是什么,石头是什么 —— 而汽车并不知道。
大约在二十年前,还有很多人在搞*真正的*人工智能。这是一种基于“知识”的方案,让计算机理解事物之间的因果关系。比如警方在路上设一个锥标,计算机得知道这个东西的意思是这里不让过。哪怕锥标倒了、被别的车压扁了,你也得能看出来才行 ——
可是这背后涉及的技术可就太难了。现有的图形识别能力是哪怕把障碍物换个角度,计算机都看不出来。更何况人的路面知识无穷无尽,你根本就没办法把每个知识都告诉计算机,而它自己根本没有思考能力。这个路线现在几乎已经被放弃了。
所以现在人们搞的都是狭义 AI,走的是机器学习的路线。计算机把路上的所有物体,
包括建筑物、其他的车、行人都当成是三维模型,它不再试图理解这些物体。
计算机只关心这些物体的移动趋势。估算每个物体的速度,预测它的路线,看看跟车的路线会不会发生冲突 —— 如果有冲突就踩刹车或者绕着走。
上一讲我们在那个泰坦尼克号的项目中,是只看舱位、性别、年龄和票价这四个因素,而这里则是只看位置和速度。这两个算法都是抓住关键信息,忽略具体的细节,不需要任何理解。泰坦尼克项目有97%的准确率,我们说那是“不合理的有效性”,而自动驾
驶技术也有不合理的有效性。这个方法非常、非常有效!
但问题就在于,因为你不理解,你就永远都做不到100%的准确度。开车别说97%,就是
99.9999%的判断准确率也不够,因为一旦判断错误就可能是一条人命。
真实的路面上会有各种意外。Google 一直在训练自动驾驶技术,他们遇到过各种各样
奇怪的情况。有一次有几个小孩在高速公路上在玩青蛙。还有一次,一个残疾人,坐着电动轮椅,在路中间追逐一只鸭子。鸭子绕圈跑,她也绕着圈追。那你说像这种情况你能一下子就准确预测这些人的行动路线吗?
自动驾驶汽车识别路边的物体,都是靠把激光打到各种东西上再反射回来。可如果在下雪或者下雨,激光可能打到雪花或者雨滴上反射,汽车就可能对周围物体有重大误判。
计算机能不能保证看懂路边标记限速、慢行的交通标志牌?图形识别技术非常难,别忘了Google 曾经把奥巴马夫人米歇尔给识别成一只猩猩。假如标志牌有损坏,或者上面
被人贴了小广告,那汽车就很可能无法识别。
还有,现在自动驾驶汽车都高度依赖 GPS 定位。可是现在美国有一种50美元就能买到
的装置,能在周围干扰 GPS 信号。那如果路上有人使用这个装置,自动驾驶汽车要怎
么办?
2016年,开特斯拉的一个司机车违反规定,把车完全交给自动驾驶,结果因为汽车没有识别出来前面的一辆白色卡车 —— 它可能以为那是天上的白云或者别的什么东西 —
— 导致死亡。当然这是司机犯了错误,但这恰恰也说明自动驾驶技术非常容易遭遇意
外。
除了安全,自动驾驶还有道德问题。
2.AI 道德规范
比如说你正在以很快的速度开车,突然发现前边有一群小学生在马路上打闹。要避让这些小学生,你就会撞到路边的建筑物墙上。而如果撞墙,你的生命安全就面临危险。请问在这种情况下,你是选择撞墙还是选择撞向小学生呢?
有道德的人,比如我,肯定是宁可自己面对生命危险,也不能撞小学生。
好。那如果汽车厂商告诉你,我们这个车就是讲道德的,我们的自动驾驶系统在这种情况下一定会首先确保行人的安全 —— 请问这样的车你会买吗?
我牺牲我自己,是我自己的决定。我不能让汽车替我做决定!万一我临时不想死怎么办?万一汽车判断错了怎么办?我不想开一辆在某种情况下会牺牲我的车。
现在有很多公司正在研究自动驾驶的道德规范,Google 甚至还专门聘请了哲学家,但
是没有研究出来什么令人满意的方案。奔驰公司已经宣布,他们对自动驾驶汽车的设定是优先保证自己车里司机和乘客的安全。在前面那种情况下,奔驰的车会果断撞向小学生。
那你说这不是杀手汽车吗?这种汽车怎么能让上路呢?!
所以这就出现了一个道德困境。人在现场不管做出怎样的临时反应,我们都认为是正常的。可是人工智能不管事先怎么设定,我们都觉得别扭。
自动驾驶技术还有一个经济学问题。
3.数据大亨
机器学习高度依赖数据。我们知道有个“二八法则”,说你花20%的时间就能解决80%的问题,剩下80%的时间解决20%的问题。对自动驾驶汽车来说,我看更可能是你用2%的数据就能训练一个能解决路面80%的情况的自动驾驶系统,但是剩下那20%的情况,你就是再用98%的数据也未必能解决。
美国50个州都有各自的交通法规,各地的气候条件和路况都不一样,这还不算美国和中国更不一样。这意味着什么呢?这意味着在一个地区训练出来的自动驾驶技术,换一个地方就可能不好使。
这个道理很简单。我们用泰坦尼克号一半乘客的数据训练出来的模型,能很好地预测另一半乘客的生死 —— 那只不过是因为这些乘客都在同一条船上。换一条船,换一次事故,泰坦尼克号训练出来的统计模型就没用。
所以人工智能模型不能推广,你必须在每一个地区都采集大量的数据才行。
那好,谁拥有这么多数据呢?现在冒出来很多搞自动驾驶技术的公司,我非常怀疑他们怎么跟 Google 竞争。Google 一直都在积累数据。算法都是现成的,真正值钱的是数
据。
谁掌握了数据,谁的自动驾驶技术才有市场。人工智能时代的商业帝国一定是数据帝国,小创业公司将会越来越难以起步。
| 由此得到
自动驾驶技术 ——
第一,它不安全。第二,它不道德。第三,它不能促进商业平等,它只会让强大的公司变得更加强大。
布鲁萨德这本书的主题就是给技术沙文主义泼冷水。当然你可以说这些困难未来终究会被技术进步克服 —— “未来”这个词儿具有万能的科幻性质。
我们更关心*可以预见的未来*。在可以预见的未来,也许我们还是得自己开车。
o
onlyevonne
接近 6 年
2 楼
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
不错的文章,学习了,看样子出租车司机还能干20年以上
n
niuheliang
接近 6 年
3 楼
工程师和科学家的区别在于:工程师关心那80%;科学家关心剩下的20%。
对工程师来说,能解决80%的问题,人/客户就只需要解决20%。也就说效率提高了5倍!
如果能解决99%,那么就是以一当百。
【 在 onlyevonne (onlyevonne) 的大作中提到: 】
: 不错的文章,学习了,看样子出租车司机还能干20年以上
o
overlap
接近 6 年
4 楼
欧盟要求2030年欧洲全面自动驾驶,那时候估计汽车上都没方向盘了。
http://auto.people.com.cn/n1/2018/0522/c1005-30004849.html
t
terryfox
接近 6 年
5 楼
撞死20%的人,能解决地球很多问题
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 工程师和科学家的区别在于:工程师关心那80%;科学家关心剩下的20%。
: 对工程师来说,能解决80%的问题,人/客户就只需要解决20%。也就说效率提高了5倍!
: 如果能解决99%,那么就是以一当百。
n
niuheliang
接近 6 年
6 楼
所以为什么牛和羊受人尊敬,撸起为啥混不下去。
无人驾驶汽车有什么难的。如果能解决80%的问题。
职业司机可以在中央控制室遥控接管那20%的情况。只要汽车检测到异常,把脱离自动
驾驶改为中央控制室职业司机的屏幕弹出要求介入代驾就行了。这样职业司机就可以以一当五。
就像一个织工可以看好多织布机。织布机也从来不需要完美。
【 在 terryfox (狸狸) 的大作中提到: 】
: 撞死20%的人,能解决地球很多问题
h
helpdesk
接近 6 年
7 楼
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 所以为什么牛和羊受人尊敬,撸起为啥混不下去。
: 无人驾驶汽车有什么难的。如果能解决80%的问题。
: 职业司机可以在中央控制室遥控接管那20%的情况。只要汽车检测到异常,把脱离自动
: 驾驶改为中央控制室职业司机的屏幕弹出要求介入代驾就行了。这样职业司机就可以以
: 一当五。
: 就像一个织工可以看好多织布机。织布机也从来不需要完美。
织布机可以用80%的解决方案,因为一个织工可以同时看10台织布机,同时可以保证她
在任何时候都可以发现任何一台织机的问题,同样的工作时间效率提高了10倍。但是任何司机也不能同时开10辆车,任何人只能开一辆车,但是这辆车什么时候需要司机介入无法预测,所以这个司机仍然需要和他亲自开车的时候一样全部时间都注意着车辆的运转,否则可能突然遇到意外电脑需要司机接手的时候司机睡着了或者在微信抢红包,一秒钟的耽误可能就车毁人亡。。。。。。所以80%的自动驾驶解决方案并不能提高司机
的效率,要车辆安全就跟没有自动驾驶的情况所需的精力差不多。
n
niuheliang
接近 6 年
8 楼
你开过Tesla就知道,车子知道什么时候需要介入。其实我开两田在高速全速奔驰也经
常半分钟不用碰方向盘。另类自动驾驶。
【 在 helpdesk (帮助桌子) 的大作中提到: 】
: 织布机可以用80%的解决方案,因为一个织工可以同时看10台织布机,同时可以保证她
: 在任何时候都可以发现任何一台织机的问题,同样的工作时间效率提高了10倍。但是任
: 何司机也不能同时开10辆车,任何人只能开一辆车,但是这辆车什么时候需要司机介入
: 无法预测,所以这个司机仍然需要和他亲自开车的时候一样全部时间都注意着车辆的运
: 转,否则可能突然遇到意外电脑需要司机接手的时候司机睡着了或者在微信抢红包,一
: 秒钟的耽误可能就车毁人亡。。。。。。所以80%的自动驾驶解决方案并不能提高司机
: 的效率,要车辆安全就跟没有自动驾驶的情况所需的精力差不多。
t
terryfox
接近 6 年
9 楼
尼玛,不怕掉池塘里?
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你开过Tesla就知道,车子知道什么时候需要介入。其实我开两田在高速全速奔驰也经
: 常半分钟不用碰方向盘。另类自动驾驶。
n
niuheliang
接近 6 年
10 楼
喝水也能呛死。地震、火山都没人care,俺苏维埃加利福利亚斯坦共和国最不缺不怕死的。
掉池塘里淹死,也是名留青史。以后要是再没车祸死的,那就值钱了。
【 在 terryfox (狸狸) 的大作中提到: 】
: 尼玛,不怕掉池塘里?
t
threepig
接近 6 年
11 楼
这是你原创?牛呀
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
s
swjtuer
接近 6 年
12 楼
谷歌至少是三级了,很少的人工干预
n
niuheliang
接近 6 年
13 楼
很多人不明白为理想而死是多么伟大的事情。就像老毛一个共产主义,多少人义无反顾地去送死了。
Tesla也一样,有一个伟大的目标,无数人愿意去送死。都知道有坑,要人去填,然后
活腻的就开排长队了。
重载SpaceX原来不是发跑车,而是打算发载人绕月飞行,用COO的话说,这种白死而无
一生的事情竟然真有人淘支票报名。
人固有一死,或轻于鸿毛,或重于泰山。小将们真是垮掉的一袋。
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 喝水也能呛死。地震、火山都没人care,俺苏维埃加利福利亚斯坦共和国最不缺不怕死
: 的。
: 掉池塘里淹死,也是名留青史。以后要是再没车祸死的,那就值钱了。
v
verdelite
接近 6 年
14 楼
这个是正确方向:
大约在二十年前,还有很多人在搞*真正的*人工智能。这是一种基于“知识”的方案,让计算机理解事物之间的因果关系。比如警方在路上设一个锥标,计算机得知道这个东西的意思是这里不让过。哪怕锥标倒了、被别的车压扁了,你也得能看出来才行 ——
c
cvi
接近 6 年
15 楼
好文!
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
t
terryfox
接近 6 年
16 楼
Tesla的死法是每次都想不到,有烧死的,有撞垃圾车的,有撞隔离墩的,有掉池塘的。
老有Surprise,这你也值了!
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很多人不明白为理想而死是多么伟大的事情。就像老毛一个共产主义,多少人义无反顾
: 地去送死了。
: Tesla也一样,有一个伟大的目标,无数人愿意去送死。都知道有坑,要人去填,然后
: 活腻的就开排长队了。
: 重载SpaceX原来不是发跑车,而是打算发载人绕月飞行,用COO的话说,这种白死而无
: 一生的事情竟然真有人淘支票报名。
: 人固有一死,或轻于鸿毛,或重于泰山。小将们真是垮掉的一袋。
n
niuheliang
接近 6 年
17 楼
当然值了。男人最怕老死床榻还不举。怕死的自己的娃都蒙羞。
【 在 terryfox (狸狸) 的大作中提到: 】
: Tesla的死法是每次都想不到,有烧死的,有撞垃圾车的,有撞隔离墩的,有掉池塘
的。
: 老有Surprise,这你也值了!
n
niuheliang
接近 6 年
18 楼
那句话怎么说的来着:每一根枕木下都是累累白骨。
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 当然值了。男人最怕老死床榻还不举。怕死的自己的娃都蒙羞。
: 的。
w
wep
接近 6 年
19 楼
我对自动驾驶不看好,除了你这篇文章里面AI的技术和道德难题之外,还有一个基本无法解决的难题就是事故责任的问题。
真人驾驶出了事故,责任由司机承担,保险公司出钱其实也是间接由司机承担。司机承担事故责任的成本都分散开了,汽车厂家没有任何负担。但是,一旦开始搞自动驾驶,这个事故责任成本就完全靠车厂来承担了。假设自动驾驶能发展到真人驾驶的平均水平,那根据有人驾驶的事故率算下来,基本上没有车厂能承担的了。而且真人承担责任的时候,经常是有个限度的。比如司机犯错出了事故,如果有全保保险公司出钱有个上限,半保那就由司机完全自己承担了。很多人承担不了,要么破产,要么坐牢。极端情况如果肇事司机死了,那责任都没法追究了。但是一旦车厂承担了这个责任,那这个上限就基本没有了,车厂承担的事故成本会非常之大。要解决这个问题,那自动驾驶的事故率必须极低或者等于0,否则自动驾驶根本无法被市场接受。
综合看来,保守一点说,自动驾驶50年内估计都实现不了。
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
s
supercnm
接近 6 年
20 楼
你这还是以老眼光看待新问题
打个比方,你用马车时代的交通和保险规则来处理汽车交通,那肯定行不通
【 在 wep (买不到鸡蛋了!) 的大作中提到: 】
: 我对自动驾驶不看好,除了你这篇文章里面AI的技术和道德难题之外,还有一个基本无
: 法解决的难题就是事故责任的问题。
: 真人驾驶出了事故,责任由司机承担,保险公司出钱其实也是间接由司机承担。司机承
: 担事故责任的成本都分散开了,汽车厂家没有任何负担。但是,一旦开始搞自动驾驶,
: 这个事故责任成本就完全靠车厂来承担了。假设自动驾驶能发展到真人驾驶的平均水平
: ,那根据有人驾驶的事故率算下来,基本上没有车厂能承担的了。而且真人承担责任的
: 时候,经常是有个限度的。比如司机犯错出了事故,如果有全保保险公司出钱有个上限
: ,半保那就由司机完全自己承担了。很多人承担不了,要么破产,要么坐牢。极端情况
: 如果肇事司机死了,那责任都没法追究了。但是一旦车厂承担了这个责任,那这个上限
: 就基本没有了,车厂承担的事故成本会非常之大。要解决这个问题,那自动驾驶的事故
: ...................
i
ipodao
接近 6 年
21 楼
自动驾驶无意义。
即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
w
wayofflying
接近 6 年
22 楼
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
我记得这本书的译名叫《人工智障》
L
Linyingying
接近 6 年
23 楼
问题是你这半分钟是无法预测的
就像买保险,我只买出车祸前后2天的,能省99.9%的保险费
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你开过Tesla就知道,车子知道什么时候需要介入。其实我开两田在高速全速奔驰也经
: 常半分钟不用碰方向盘。另类自动驾驶。
q
qqdns
接近 6 年
24 楼
这你就狭隘了。真实现以后,你想想我们还需要每个人都有自己的车么?
【 在 ipodao (ipod) 的大作中提到: 】
: 自动驾驶无意义。
: 即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
: 只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一
: 觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
o
oIdMo
接近 6 年
25 楼
没啥新东西,这本书说的东西,菌斑早就有了
记得还有个苍蝇什么,老是被拿出来和人工智能比
n
niuheliang
接近 6 年
26 楼
很好预测。能力范围内只要错误率低于人就行了。事实上可以通过限制自动驾驶做到无限小远低于人。只剩1%的奇葩情况就可以以一当百。俺开这么多年的车了,还没见过马路上一轮椅追鸭子的情况。
BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
【 在 Linyingying (Ying) 的大作中提到: 】
: 问题是你这半分钟是无法预测的
: 就像买保险,我只买出车祸前后2天的,能省99.9%的保险费
g
greemint
接近 6 年
27 楼
其实也不难
高速封闭车道比如HOV车道,两侧标识很明显,路况很简单
车开上去自动按程序行使就可以了,还可以自动编组减少车距,很像一长串火车
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很好预测。能力范围内只要错误率低于人就行了。事实上可以通过限制自动驾驶做到无
: 限小远低于人。只剩1%的奇葩情况就可以以一当百。俺开这么多年的车了,还没见过马
: 路上一轮椅追鸭子的情况。
: BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
n
niuheliang
接近 6 年
28 楼
屁股决定脑袋。工程师想的是俺这锤子能敲什么钉子。扛精找的是茬。
说到底“自动驾驶”不就是代驾么。机器开还是真人远程开对乘客而言一点都不重要。
Tesla傻逼在于退出autopilot。警告司机有啥用。有6秒应该直接在高速上亮应急灯停
车。看你还睡。
【 在 greemint (看门) 的大作中提到: 】
: 其实也不难
: 高速封闭车道比如HOV车道,两侧标识很明显,路况很简单
: 车开上去自动按程序行使就可以了,还可以自动编组减少车距,很像一长串火车
:
:
g
greemint
接近 6 年
29 楼
现阶段还是规定非封闭高速车道,有红绿灯的local
都不允许用自动驾驶好了
其实自动驾驶肯定会有处理不了问题
飞机发动机会撞鸟
高铁也怕轨道上的石子
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 屁股决定脑袋。工程师想的是俺这锤子能敲什么钉子。扛精找的是茬。
: 说到底“自动驾驶”不就是代驾么。机器开还是真人远程开对乘客而言一点都不重要。
: Tesla傻逼在于退出autopilot。警告司机有啥用。有6秒应该直接在高速上亮应急灯停
: 车。看你还睡。
n
niuheliang
接近 6 年
30 楼
永远有处理不了的情况。人也有。扛精们就说永远都不实用。
爆胎这百中无一没训练过,俺懂的是开车,不懂换胎怎么办。Call roadside service
来换啊。
代驾也一样。既然已经有摄像头,远程就可以代驾了。
【 在 greemint (看门) 的大作中提到: 】
: 现阶段还是规定非封闭高速车道,有红绿灯的local
: 都不允许用自动驾驶好了
: 其实自动驾驶肯定会有处理不了问题
: 飞机发动机会撞鸟
: 高铁也怕轨道上的石子
g
greemint
接近 6 年
31 楼
高速封闭车道比远程控制还简单
基本跟高铁编组差不多
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 永远有处理不了的情况。人也有。扛精们就说永远都不实用。
: 爆胎这百中无一没训练过,俺懂的是开车,不懂换胎怎么办。Call roadside
service
: 来换啊。
: 代驾也一样。既然已经有摄像头,远程就可以代驾了。
H
HiYou
接近 6 年
32 楼
你这样的穷逼就别幻想皇上整天吃大葱了
【 在 ipodao (ipod) 的大作中提到: 】
: 自动驾驶无意义。
: 即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
: 只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一
: 觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
n
niuheliang
接近 6 年
33 楼
你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
计。
【 在 greemint (看门) 的大作中提到: 】
: 高速封闭车道比远程控制还简单
: 基本跟高铁编组差不多
: service
g
greemint
接近 6 年
34 楼
现成的封闭HOV车道啊
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。
p
phlin
接近 6 年
35 楼
能穩定的連上網路的話
事先把所有可能意外都放上網路
再弄兩台電腦互相搞意外
收集資料跟解決方法
意外也不是問題
問題是沒法穩定接上網路
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
L
Linyingying
接近 6 年
36 楼
说你过去的开车经历没意义
你能预测你以后不会碰到轮椅追鸭子的事么
就像我过去10年没出车祸,接下来十年就可以不买保险?
这个好比公共食堂,理论上公共食堂显然可以节约燃料和粮食,但实际没啥用
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很好预测。能力范围内只要错误率低于人就行了。事实上可以通过限制自动驾驶做到无
: 限小远低于人。只剩1%的奇葩情况就可以以一当百。俺开这么多年的车了,还没见过马
: 路上一轮椅追鸭子的情况。
: BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
L
Linyingying
接近 6 年
37 楼
世界是普遍联系的
不考虑外部因素的创新必然难以通过含有外部因素的市场检验
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。
q
ql2015
接近 6 年
38 楼
thumb up!!
n
niuheliang
接近 6 年
39 楼
HOV车道太少。
【 在 greemint (看门) 的大作中提到: 】
: 现成的封闭HOV车道啊
:
n
niuheliang
接近 6 年
40 楼
你这也是一个思路。车载的小计算机处理80%的情况。
中央巨型计算机处理剩下20%里的80%的情况。
最后4%的情况交给人处理。
网络稳不稳定无所谓。20%意外网络又不畅或中央没指示则慢慢停下来。
俺当年学开车第一课就是如何停车。司机睡着了Tesla停在高速上也不丢人。
【 在 phlin (四匹) 的大作中提到: 】
: 能穩定的連上網路的話
: 事先把所有可能意外都放上網路
: 再弄兩台電腦互相搞意外
: 收集資料跟解決方法
: 意外也不是問題
: 問題是沒法穩定接上網路
:
a
acrofred
接近 6 年
41 楼
俺不太懂
这个人工智能,machine learning,是不是就是一个大号的nonlinear curve fitting?
如果是的话,那么它只能interpolate,不能extrapolate,这是常识吧
n
niuheliang
接近 6 年
42 楼
你说的不错。俺学了开车但没学过换轮胎。所以爆胎了也处理不了。
没有人是全能的。但这不妨碍每天那么多人开车撞死人而没媒体吭声。
只要能找到帮手。人工智能就可以在给定的条件下开车。
【 在 acrofred (acrofred) 的大作中提到: 】
: 俺不太懂
: 这个人工智能,machine learning,是不是就是一个大号的nonlinear curve
fitting?
: 如果是的话,那么它只能interpolate,不能extrapolate,这是常识吧
p
phlin
接近 6 年
43 楼
來不及停車
記得有一次我從西雅圖從洲際往南開
一隻貓鼬追著一隻皮卡丘從右側跳進來
前面三輛車緊急煞車還甩尾
我一看趕緊方向盤右打過去急煞停住
應該不到0.3秒
還有一次更扯
德州那邊山路
黃昏
一頭小鹿在路邊我看到眼睛了
硬是等我開到它面前才跳出來
我方向盤左打還煞車
還好 Ford Escape 重芯不算太高
這種狀況沒網路事先分析會出事的
小計算機算不到
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这也是一个思路。车载的小计算机处理80%的情况。
: 中央巨型计算机处理剩下20%里的80%的情况。
: 最后4%的情况交给人处理。
: 网络稳不稳定无所谓。20%意外网络又不畅或中央没指示则慢慢停下来。
: 俺当年学开车第一课就是如何停车。司机睡着了Tesla停在高速上也不丢人。
n
niuheliang
接近 6 年
44 楼
你学车的时候教练没教过?撞死它/他/她。冲出来挡你道的你不坚决撞上去死的人可能更多。
俺练车的时候,教练见到练习道上有只鸟就会说加速加速,撞死它。你也知道菜鸟开车能有多慢。
【 在 phlin (四匹) 的大作中提到: 】
: 來不及停車
: 記得有一次我從西雅圖從洲際往南開
: 一隻貓鼬追著一隻皮卡丘從右側跳進來
: 前面三輛車緊急煞車還甩尾
: 我一看趕緊方向盤右打過去急煞停住
: 應該不到0.3秒
: 還有一次更扯
:
: 德州那邊山路
: 黃昏
: ...................
d
dachu
接近 6 年
45 楼
"...因为人工智能处理不了意外。"
你妈,能这么解释人工智能的就不可能是人工智能的行家。现在是个人儿就要拿人工智能来显示人类多弱智。
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
d
dachu
接近 6 年
46 楼
技术不行政策补,非要技术做到理论上得完美的人一般都不试技术出身的
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。
请输入帖子链接
收藏帖子
这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过”的事情。
所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流行的人工智能应用 —— 自动驾驶汽车。
公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一个标准,把自动驾驶汽车一共分为五个级别 ——
零级代表完全没有自动化,就是人开车。
一级,是指计算机在某些时候、某种程度上可以给人提供一些辅助性的帮助。这个级别已经实现了,特别是一些高端的汽车,像自动刹车、保持车道、停靠辅助系统现在很流行。
二级,是有的时候汽车可以自己开,但是要求人一直盯着。特斯拉已经做到了这个级别。在空旷的高速公路上你可以暂时让车自己开一会儿。有很多人违反规定,不盯着车,干脆放手不管了,结果出了事儿都算是人、而不是特斯拉的责任。
三级,是说人可以不盯着了,就让车自己开 —— 但是如果车向你发出信号,你要随时接管驾驶。
四级,是指在某些环境和条件下,实现自动驾驶,人去睡觉都没问题。
五级,是完全的自动驾驶,不论什么天气和路况人都不用管车。
截止此时此刻,任何一家公司的自动驾驶技术都没有超过二级。
而有些专家认为,五级自动驾驶是一个永远都达不到的目标。这是为什么呢?因为人工智能处理不了意外。
1.意外
其实你开车的时候并不是简单地把着方向盘控制着油门和刹车,你非常有智能。你要看交通信号,你要看各种路边的标志物,你要判断路上有什么东西。如果前面路上有一只小鸭子在慢慢走,你得踩刹车;但是如果是一只鸟,你可以想象车开过去它就会飞走,你就不用减速。如果路上有个塑料袋,你可以直接碾压过去;但如果那是个石头,你就必须绕着走。
你对路面状况有深刻的理解。这种理解和你的生活阅历、和你平时积累的经验有关。最起码你得知道塑料袋是什么,石头是什么 —— 而汽车并不知道。
大约在二十年前,还有很多人在搞*真正的*人工智能。这是一种基于“知识”的方案,让计算机理解事物之间的因果关系。比如警方在路上设一个锥标,计算机得知道这个东西的意思是这里不让过。哪怕锥标倒了、被别的车压扁了,你也得能看出来才行 ——
可是这背后涉及的技术可就太难了。现有的图形识别能力是哪怕把障碍物换个角度,计算机都看不出来。更何况人的路面知识无穷无尽,你根本就没办法把每个知识都告诉计算机,而它自己根本没有思考能力。这个路线现在几乎已经被放弃了。
所以现在人们搞的都是狭义 AI,走的是机器学习的路线。计算机把路上的所有物体,
包括建筑物、其他的车、行人都当成是三维模型,它不再试图理解这些物体。
计算机只关心这些物体的移动趋势。估算每个物体的速度,预测它的路线,看看跟车的路线会不会发生冲突 —— 如果有冲突就踩刹车或者绕着走。
上一讲我们在那个泰坦尼克号的项目中,是只看舱位、性别、年龄和票价这四个因素,而这里则是只看位置和速度。这两个算法都是抓住关键信息,忽略具体的细节,不需要任何理解。泰坦尼克项目有97%的准确率,我们说那是“不合理的有效性”,而自动驾
驶技术也有不合理的有效性。这个方法非常、非常有效!
但问题就在于,因为你不理解,你就永远都做不到100%的准确度。开车别说97%,就是
99.9999%的判断准确率也不够,因为一旦判断错误就可能是一条人命。
真实的路面上会有各种意外。Google 一直在训练自动驾驶技术,他们遇到过各种各样
奇怪的情况。有一次有几个小孩在高速公路上在玩青蛙。还有一次,一个残疾人,坐着电动轮椅,在路中间追逐一只鸭子。鸭子绕圈跑,她也绕着圈追。那你说像这种情况你能一下子就准确预测这些人的行动路线吗?
自动驾驶汽车识别路边的物体,都是靠把激光打到各种东西上再反射回来。可如果在下雪或者下雨,激光可能打到雪花或者雨滴上反射,汽车就可能对周围物体有重大误判。
计算机能不能保证看懂路边标记限速、慢行的交通标志牌?图形识别技术非常难,别忘了Google 曾经把奥巴马夫人米歇尔给识别成一只猩猩。假如标志牌有损坏,或者上面
被人贴了小广告,那汽车就很可能无法识别。
还有,现在自动驾驶汽车都高度依赖 GPS 定位。可是现在美国有一种50美元就能买到
的装置,能在周围干扰 GPS 信号。那如果路上有人使用这个装置,自动驾驶汽车要怎
么办?
2016年,开特斯拉的一个司机车违反规定,把车完全交给自动驾驶,结果因为汽车没有识别出来前面的一辆白色卡车 —— 它可能以为那是天上的白云或者别的什么东西 —
— 导致死亡。当然这是司机犯了错误,但这恰恰也说明自动驾驶技术非常容易遭遇意
外。
除了安全,自动驾驶还有道德问题。
2.AI 道德规范
比如说你正在以很快的速度开车,突然发现前边有一群小学生在马路上打闹。要避让这些小学生,你就会撞到路边的建筑物墙上。而如果撞墙,你的生命安全就面临危险。请问在这种情况下,你是选择撞墙还是选择撞向小学生呢?
有道德的人,比如我,肯定是宁可自己面对生命危险,也不能撞小学生。
好。那如果汽车厂商告诉你,我们这个车就是讲道德的,我们的自动驾驶系统在这种情况下一定会首先确保行人的安全 —— 请问这样的车你会买吗?
我牺牲我自己,是我自己的决定。我不能让汽车替我做决定!万一我临时不想死怎么办?万一汽车判断错了怎么办?我不想开一辆在某种情况下会牺牲我的车。
现在有很多公司正在研究自动驾驶的道德规范,Google 甚至还专门聘请了哲学家,但
是没有研究出来什么令人满意的方案。奔驰公司已经宣布,他们对自动驾驶汽车的设定是优先保证自己车里司机和乘客的安全。在前面那种情况下,奔驰的车会果断撞向小学生。
那你说这不是杀手汽车吗?这种汽车怎么能让上路呢?!
所以这就出现了一个道德困境。人在现场不管做出怎样的临时反应,我们都认为是正常的。可是人工智能不管事先怎么设定,我们都觉得别扭。
自动驾驶技术还有一个经济学问题。
3.数据大亨
机器学习高度依赖数据。我们知道有个“二八法则”,说你花20%的时间就能解决80%的问题,剩下80%的时间解决20%的问题。对自动驾驶汽车来说,我看更可能是你用2%的数据就能训练一个能解决路面80%的情况的自动驾驶系统,但是剩下那20%的情况,你就是再用98%的数据也未必能解决。
美国50个州都有各自的交通法规,各地的气候条件和路况都不一样,这还不算美国和中国更不一样。这意味着什么呢?这意味着在一个地区训练出来的自动驾驶技术,换一个地方就可能不好使。
这个道理很简单。我们用泰坦尼克号一半乘客的数据训练出来的模型,能很好地预测另一半乘客的生死 —— 那只不过是因为这些乘客都在同一条船上。换一条船,换一次事故,泰坦尼克号训练出来的统计模型就没用。
所以人工智能模型不能推广,你必须在每一个地区都采集大量的数据才行。
那好,谁拥有这么多数据呢?现在冒出来很多搞自动驾驶技术的公司,我非常怀疑他们怎么跟 Google 竞争。Google 一直都在积累数据。算法都是现成的,真正值钱的是数
据。
谁掌握了数据,谁的自动驾驶技术才有市场。人工智能时代的商业帝国一定是数据帝国,小创业公司将会越来越难以起步。
| 由此得到
自动驾驶技术 ——
第一,它不安全。第二,它不道德。第三,它不能促进商业平等,它只会让强大的公司变得更加强大。
布鲁萨德这本书的主题就是给技术沙文主义泼冷水。当然你可以说这些困难未来终究会被技术进步克服 —— “未来”这个词儿具有万能的科幻性质。
我们更关心*可以预见的未来*。在可以预见的未来,也许我们还是得自己开车。
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
不错的文章,学习了,看样子出租车司机还能干20年以上
对工程师来说,能解决80%的问题,人/客户就只需要解决20%。也就说效率提高了5倍!
如果能解决99%,那么就是以一当百。
【 在 onlyevonne (onlyevonne) 的大作中提到: 】
: 不错的文章,学习了,看样子出租车司机还能干20年以上
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 工程师和科学家的区别在于:工程师关心那80%;科学家关心剩下的20%。
: 对工程师来说,能解决80%的问题,人/客户就只需要解决20%。也就说效率提高了5倍!
: 如果能解决99%,那么就是以一当百。
无人驾驶汽车有什么难的。如果能解决80%的问题。
职业司机可以在中央控制室遥控接管那20%的情况。只要汽车检测到异常,把脱离自动
驾驶改为中央控制室职业司机的屏幕弹出要求介入代驾就行了。这样职业司机就可以以一当五。
就像一个织工可以看好多织布机。织布机也从来不需要完美。
【 在 terryfox (狸狸) 的大作中提到: 】
: 撞死20%的人,能解决地球很多问题
: 所以为什么牛和羊受人尊敬,撸起为啥混不下去。
: 无人驾驶汽车有什么难的。如果能解决80%的问题。
: 职业司机可以在中央控制室遥控接管那20%的情况。只要汽车检测到异常,把脱离自动
: 驾驶改为中央控制室职业司机的屏幕弹出要求介入代驾就行了。这样职业司机就可以以
: 一当五。
: 就像一个织工可以看好多织布机。织布机也从来不需要完美。
织布机可以用80%的解决方案,因为一个织工可以同时看10台织布机,同时可以保证她
在任何时候都可以发现任何一台织机的问题,同样的工作时间效率提高了10倍。但是任何司机也不能同时开10辆车,任何人只能开一辆车,但是这辆车什么时候需要司机介入无法预测,所以这个司机仍然需要和他亲自开车的时候一样全部时间都注意着车辆的运转,否则可能突然遇到意外电脑需要司机接手的时候司机睡着了或者在微信抢红包,一秒钟的耽误可能就车毁人亡。。。。。。所以80%的自动驾驶解决方案并不能提高司机
的效率,要车辆安全就跟没有自动驾驶的情况所需的精力差不多。
常半分钟不用碰方向盘。另类自动驾驶。
【 在 helpdesk (帮助桌子) 的大作中提到: 】
: 织布机可以用80%的解决方案,因为一个织工可以同时看10台织布机,同时可以保证她
: 在任何时候都可以发现任何一台织机的问题,同样的工作时间效率提高了10倍。但是任
: 何司机也不能同时开10辆车,任何人只能开一辆车,但是这辆车什么时候需要司机介入
: 无法预测,所以这个司机仍然需要和他亲自开车的时候一样全部时间都注意着车辆的运
: 转,否则可能突然遇到意外电脑需要司机接手的时候司机睡着了或者在微信抢红包,一
: 秒钟的耽误可能就车毁人亡。。。。。。所以80%的自动驾驶解决方案并不能提高司机
: 的效率,要车辆安全就跟没有自动驾驶的情况所需的精力差不多。
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你开过Tesla就知道,车子知道什么时候需要介入。其实我开两田在高速全速奔驰也经
: 常半分钟不用碰方向盘。另类自动驾驶。
掉池塘里淹死,也是名留青史。以后要是再没车祸死的,那就值钱了。
【 在 terryfox (狸狸) 的大作中提到: 】
: 尼玛,不怕掉池塘里?
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
Tesla也一样,有一个伟大的目标,无数人愿意去送死。都知道有坑,要人去填,然后
活腻的就开排长队了。
重载SpaceX原来不是发跑车,而是打算发载人绕月飞行,用COO的话说,这种白死而无
一生的事情竟然真有人淘支票报名。
人固有一死,或轻于鸿毛,或重于泰山。小将们真是垮掉的一袋。
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 喝水也能呛死。地震、火山都没人care,俺苏维埃加利福利亚斯坦共和国最不缺不怕死
: 的。
: 掉池塘里淹死,也是名留青史。以后要是再没车祸死的,那就值钱了。
大约在二十年前,还有很多人在搞*真正的*人工智能。这是一种基于“知识”的方案,让计算机理解事物之间的因果关系。比如警方在路上设一个锥标,计算机得知道这个东西的意思是这里不让过。哪怕锥标倒了、被别的车压扁了,你也得能看出来才行 ——
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
老有Surprise,这你也值了!
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很多人不明白为理想而死是多么伟大的事情。就像老毛一个共产主义,多少人义无反顾
: 地去送死了。
: Tesla也一样,有一个伟大的目标,无数人愿意去送死。都知道有坑,要人去填,然后
: 活腻的就开排长队了。
: 重载SpaceX原来不是发跑车,而是打算发载人绕月飞行,用COO的话说,这种白死而无
: 一生的事情竟然真有人淘支票报名。
: 人固有一死,或轻于鸿毛,或重于泰山。小将们真是垮掉的一袋。
【 在 terryfox (狸狸) 的大作中提到: 】
: Tesla的死法是每次都想不到,有烧死的,有撞垃圾车的,有撞隔离墩的,有掉池塘
的。
: 老有Surprise,这你也值了!
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 当然值了。男人最怕老死床榻还不举。怕死的自己的娃都蒙羞。
: 的。
真人驾驶出了事故,责任由司机承担,保险公司出钱其实也是间接由司机承担。司机承担事故责任的成本都分散开了,汽车厂家没有任何负担。但是,一旦开始搞自动驾驶,这个事故责任成本就完全靠车厂来承担了。假设自动驾驶能发展到真人驾驶的平均水平,那根据有人驾驶的事故率算下来,基本上没有车厂能承担的了。而且真人承担责任的时候,经常是有个限度的。比如司机犯错出了事故,如果有全保保险公司出钱有个上限,半保那就由司机完全自己承担了。很多人承担不了,要么破产,要么坐牢。极端情况如果肇事司机死了,那责任都没法追究了。但是一旦车厂承担了这个责任,那这个上限就基本没有了,车厂承担的事故成本会非常之大。要解决这个问题,那自动驾驶的事故率必须极低或者等于0,否则自动驾驶根本无法被市场接受。
综合看来,保守一点说,自动驾驶50年内估计都实现不了。
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
打个比方,你用马车时代的交通和保险规则来处理汽车交通,那肯定行不通
【 在 wep (买不到鸡蛋了!) 的大作中提到: 】
: 我对自动驾驶不看好,除了你这篇文章里面AI的技术和道德难题之外,还有一个基本无
: 法解决的难题就是事故责任的问题。
: 真人驾驶出了事故,责任由司机承担,保险公司出钱其实也是间接由司机承担。司机承
: 担事故责任的成本都分散开了,汽车厂家没有任何负担。但是,一旦开始搞自动驾驶,
: 这个事故责任成本就完全靠车厂来承担了。假设自动驾驶能发展到真人驾驶的平均水平
: ,那根据有人驾驶的事故率算下来,基本上没有车厂能承担的了。而且真人承担责任的
: 时候,经常是有个限度的。比如司机犯错出了事故,如果有全保保险公司出钱有个上限
: ,半保那就由司机完全自己承担了。很多人承担不了,要么破产,要么坐牢。极端情况
: 如果肇事司机死了,那责任都没法追究了。但是一旦车厂承担了这个责任,那这个上限
: 就基本没有了,车厂承担的事故成本会非常之大。要解决这个问题,那自动驾驶的事故
: ...................
即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
我记得这本书的译名叫《人工智障》
就像买保险,我只买出车祸前后2天的,能省99.9%的保险费
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你开过Tesla就知道,车子知道什么时候需要介入。其实我开两田在高速全速奔驰也经
: 常半分钟不用碰方向盘。另类自动驾驶。
【 在 ipodao (ipod) 的大作中提到: 】
: 自动驾驶无意义。
: 即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
: 只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一
: 觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
记得还有个苍蝇什么,老是被拿出来和人工智能比
BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
【 在 Linyingying (Ying) 的大作中提到: 】
: 问题是你这半分钟是无法预测的
: 就像买保险,我只买出车祸前后2天的,能省99.9%的保险费
高速封闭车道比如HOV车道,两侧标识很明显,路况很简单
车开上去自动按程序行使就可以了,还可以自动编组减少车距,很像一长串火车
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很好预测。能力范围内只要错误率低于人就行了。事实上可以通过限制自动驾驶做到无
: 限小远低于人。只剩1%的奇葩情况就可以以一当百。俺开这么多年的车了,还没见过马
: 路上一轮椅追鸭子的情况。
: BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
说到底“自动驾驶”不就是代驾么。机器开还是真人远程开对乘客而言一点都不重要。
Tesla傻逼在于退出autopilot。警告司机有啥用。有6秒应该直接在高速上亮应急灯停
车。看你还睡。
【 在 greemint (看门) 的大作中提到: 】
: 其实也不难
: 高速封闭车道比如HOV车道,两侧标识很明显,路况很简单
: 车开上去自动按程序行使就可以了,还可以自动编组减少车距,很像一长串火车
:
:
都不允许用自动驾驶好了
其实自动驾驶肯定会有处理不了问题
飞机发动机会撞鸟
高铁也怕轨道上的石子
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 屁股决定脑袋。工程师想的是俺这锤子能敲什么钉子。扛精找的是茬。
: 说到底“自动驾驶”不就是代驾么。机器开还是真人远程开对乘客而言一点都不重要。
: Tesla傻逼在于退出autopilot。警告司机有啥用。有6秒应该直接在高速上亮应急灯停
: 车。看你还睡。
爆胎这百中无一没训练过,俺懂的是开车,不懂换胎怎么办。Call roadside service
来换啊。
代驾也一样。既然已经有摄像头,远程就可以代驾了。
【 在 greemint (看门) 的大作中提到: 】
: 现阶段还是规定非封闭高速车道,有红绿灯的local
: 都不允许用自动驾驶好了
: 其实自动驾驶肯定会有处理不了问题
: 飞机发动机会撞鸟
: 高铁也怕轨道上的石子
基本跟高铁编组差不多
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 永远有处理不了的情况。人也有。扛精们就说永远都不实用。
: 爆胎这百中无一没训练过,俺懂的是开车,不懂换胎怎么办。Call roadside
service
: 来换啊。
: 代驾也一样。既然已经有摄像头,远程就可以代驾了。
【 在 ipodao (ipod) 的大作中提到: 】
: 自动驾驶无意义。
: 即使达到了楼主所说的第5级,对大多数人而言仍然没有多大意义。
: 只在很少的情况下对人有帮助,比如长途驾驶后非常疲劳,可以进入自动模式然后睡一
: 觉。其他情景下进入自动模式反而剥夺了人驾驶的乐趣。
所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
计。
【 在 greemint (看门) 的大作中提到: 】
: 高速封闭车道比远程控制还简单
: 基本跟高铁编组差不多
: service
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。
事先把所有可能意外都放上網路
再弄兩台電腦互相搞意外
收集資料跟解決方法
意外也不是問題
問題是沒法穩定接上網路
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
你能预测你以后不会碰到轮椅追鸭子的事么
就像我过去10年没出车祸,接下来十年就可以不买保险?
这个好比公共食堂,理论上公共食堂显然可以节约燃料和粮食,但实际没啥用
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 很好预测。能力范围内只要错误率低于人就行了。事实上可以通过限制自动驾驶做到无
: 限小远低于人。只剩1%的奇葩情况就可以以一当百。俺开这么多年的车了,还没见过马
: 路上一轮椅追鸭子的情况。
: BTW:Tesla掉水塘里自动驾驶没开。还没有自动驾驶像人一样把车开到水塘里的例子。
不考虑外部因素的创新必然难以通过含有外部因素的市场检验
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。
【 在 greemint (看门) 的大作中提到: 】
: 现成的封闭HOV车道啊
:
中央巨型计算机处理剩下20%里的80%的情况。
最后4%的情况交给人处理。
网络稳不稳定无所谓。20%意外网络又不畅或中央没指示则慢慢停下来。
俺当年学开车第一课就是如何停车。司机睡着了Tesla停在高速上也不丢人。
【 在 phlin (四匹) 的大作中提到: 】
: 能穩定的連上網路的話
: 事先把所有可能意外都放上網路
: 再弄兩台電腦互相搞意外
: 收集資料跟解決方法
: 意外也不是問題
: 問題是沒法穩定接上網路
:
这个人工智能,machine learning,是不是就是一个大号的nonlinear curve fitting?
如果是的话,那么它只能interpolate,不能extrapolate,这是常识吧
没有人是全能的。但这不妨碍每天那么多人开车撞死人而没媒体吭声。
只要能找到帮手。人工智能就可以在给定的条件下开车。
【 在 acrofred (acrofred) 的大作中提到: 】
: 俺不太懂
: 这个人工智能,machine learning,是不是就是一个大号的nonlinear curve
fitting?
: 如果是的话,那么它只能interpolate,不能extrapolate,这是常识吧
記得有一次我從西雅圖從洲際往南開
一隻貓鼬追著一隻皮卡丘從右側跳進來
前面三輛車緊急煞車還甩尾
我一看趕緊方向盤右打過去急煞停住
應該不到0.3秒
還有一次更扯
德州那邊山路
黃昏
一頭小鹿在路邊我看到眼睛了
硬是等我開到它面前才跳出來
我方向盤左打還煞車
還好 Ford Escape 重芯不算太高
這種狀況沒網路事先分析會出事的
小計算機算不到
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这也是一个思路。车载的小计算机处理80%的情况。
: 中央巨型计算机处理剩下20%里的80%的情况。
: 最后4%的情况交给人处理。
: 网络稳不稳定无所谓。20%意外网络又不畅或中央没指示则慢慢停下来。
: 俺当年学开车第一课就是如何停车。司机睡着了Tesla停在高速上也不丢人。
俺练车的时候,教练见到练习道上有只鸟就会说加速加速,撞死它。你也知道菜鸟开车能有多慢。
【 在 phlin (四匹) 的大作中提到: 】
: 來不及停車
: 記得有一次我從西雅圖從洲際往南開
: 一隻貓鼬追著一隻皮卡丘從右側跳進來
: 前面三輛車緊急煞車還甩尾
: 我一看趕緊方向盤右打過去急煞停住
: 應該不到0.3秒
: 還有一次更扯
:
: 德州那邊山路
: 黃昏
: ...................
你妈,能这么解释人工智能的就不可能是人工智能的行家。现在是个人儿就要拿人工智能来显示人类多弱智。
【 在 cccpwx (暱稱太短) 的大作中提到: 】
: 咱们继续说布鲁萨德的《人工不智能》。上一讲我们全程搞了一个狭义人工智能项目,
: 我们知道它其实就是统计模型。所有这些模型,都有一个根本的弱点。
: 这个弱点就是它们高度依赖数据,都是对过去经验的总结,它们没有办法预测“没见过
: ”的事情。
: 所以这种人工智能的应用非常有限。它最适合常见的、简单的、不变的应用场景,不能
: 直接推广。一旦遭遇必须推广的场景,你就面临各种问题。今天咱们就说一个现在最流
: 行的人工智能应用 —— 自动驾驶汽车。
: 公众对自动驾驶汽车这个话题已经欢呼了很多年,我一度以为像我儿子这一代人将来可
: 能没有机会学开车,十年以后满大街都是自动驾驶汽车。我们可能都太乐观了。
: 现在自动驾驶技术是什么情况呢? 国际汽车工程师学会(SAE International)弄了一
: ...................
【 在 niuheliang (别问我是谁) 的大作中提到: 】
: 你这需要各地立法及配套工程。搞创新最忌讳这种外部因素。
: 所有后现代车辆上现在都有移动手机式数据连接。高清视频每秒才300KB数据量。代驾
: 一小时也就1GB。代驾处理的都是特殊情况,一般几分钟的事情。通讯成本可以忽略不
: 计。