自动驾驶要学习什么?有什么样的风格?

放开自己的心扉展翅飞翔 2021-02-03 13:40:41

尽管自动驾驶听起来像酷炫的黑科技,但滴滴自动驾驶公司 COO 孟醒对这项技术有着较清醒的认知。无论从科技还是安全的角度上看,自动驾驶都不会在短期内成为科幻电影中的场景,他更希望以安全、舒适的角度去看待自动驾驶,而不是优先展示自家的技术有多么先进。自动驾驶要学习什么?有什么样的风格?

自动驾驶要学习什么?有什么样的风格?

最新回答

滴滴的自动驾驶,啥风格?


2020年,滴滴在自动驾驶最大的突破是在上海跑通了自动驾驶载人试运行路线。所以对于滴滴来说,「老司机」这个词语的解读的关键在于我们最终希望给乘客的体验。

我来举个例子,今天有很多公司在做自动驾驶的时候,展示先进的方式是能不能快速插队加塞儿,但反过来,我们思考一下究竟什么样的司机会做出这样的事?如果我作为一个老板,雇了一位司机,我绝不会要求他为了抢那几秒钟的时间,去加塞儿插队挤别人,而是希望他能够在服务我的几年之内,一次事故都不要出,可以让我在路上安稳的喝个咖啡、看个文件。所以我们希望能够提供给用户更舒适的乘车体验,让用户觉得安全、沉稳,处变不惊。


在滴滴,安全第一是我们在工作中坚守的至高法则,也是我们做自动驾驶的出发点。我们对我们自动驾驶车辆有一些硬性要求,首先从规则上减免事故的发生,车要100%遵守交通规则;并且在别人不遵守交通规则的情况下,车还能用遵守交通规则的方式,去处理别人不遵守交通规则的情况。


其次是从用户体验上的减免上,不要让用户感受到行车时的急促或顿挫感,在保护好用户安全的前提下,尽量让用户感知到这个车所有的危险,和它处理这些危险的行为,有一部分可以用车本身的自动驾驶的应对行为来表现,有的可以用我们车内的一些交互显示来体现,这是目前我们的技术已经达到的。


而这份安心稳妥的体验感正是由我们运营监控中心来进行「操控」,首先我们可以看到运营区完整的地图,每辆车都在地图上会实时的显示出来,每辆车上会有它的起点终点,订单的数据、每辆车剩下多少电,有没有报警、传感器有没有出现异常,然后当车遇到特殊情况,监控安全员可以通过车的前置摄像头查看并帮助车解决遇到的情况;同时还可以在地图上看到我们部署的车路协同设备返回的数据,从上帝视角看到路过每一个路口时所有的车,包括每一条车道线里面的交通情况,这条线的平均时速。


还有就是我们前面讲到的供需平衡图,在地图上我们把这个区域分割成了很多小六边形,六边形的颜色代表了此时以及未来15分钟的供需情况,如果它是红色的话就是供小于求,绿色供大于求,这个会时时变化的。正是这些一个一个的数据库构成了我们为乘客提供更上乘服务的「法宝」。


但滴滴自动驾驶的目标不止于此,我们还有更长远、宏伟的愿景。再往前一步,自动驾驶车除了在驾驶这个层面上能够变得安全,在出现交通意外的时候,将被动安全变成主动安全是我们以后希望达成的目标。比如:如果前面因为急刹车,我不可避免的要追尾了,我可以比人类司机更早的预知到这件事,我的安全气囊可以提早反应,保险带可以提前拉紧,使得它不会出现那种撞了气囊还没出来或者撞到一半保险带还松弛的情况。


这些可能都是我们所谓的老司机能给我们带来的想象力。所以当我们说老司机的时候,我们说的维度变得越来越深了,原来可能只是车开得好、开得稳叫老司机,现在我们希望老司机还能承担紧急救护员、保镖、助手等这些工作,这是我们希望最后能交付给乘客的体验。


此时可能就会有网友问:未来有没有可能会出现定制化选择司机风格的功能,可以去选择沉稳的老司机或者是「迅猛」的老司机,我的回答是,在能保证安全的情况下,未来不排除定制化驾驶体验的可能性,但是我觉得现在当务之急是先能够用一种最普世最靠谱的「老司机」的体验方式上线,保证更多人能体验到自动驾驶的便捷,之后才发展到个性化的阶段。至于能不能提供这项服务,最终还是取决于那个时候的技术和大家的偏好。


技术普及后,人会变得更有价值


未来当自动驾驶全面普及,大家难免会对司机产生担忧,未来司机的就业问题该如何解决?他们将何去何从?首先我想说的是,大家在想司机这个职业的时候,往往会把司机物化,把他变成了某种驾驶的行为,司机其实不是一个操控车的机器,司机其实能做很多东西,比如他会思考,会根据环境的变化而做出不同的决策。


我之前经常讲的一个在平台上真实发生过的案例,一位司机碰到一个孕妇打车去医院,司机发现她可能马上就生了,这就不是一个标准的接客行为了,首先你要考虑把他车开到医院去,同时你可能要比正常的情况下开的更紧急一些,甚至于可能会做一些事后可谅解的违章行为在里面,且你可能还要去提前通知医院,告知工作人员这件事特别紧急,到了医院以后你还需要把孕妇给接出去,送给医生手里,这件事并不是今天我们考虑的自动驾驶所能做到的范畴之内的事,所以我们人类提供的不光是一个摆手的动作,而提供的是这个动作背后的思考和温度。

第二个就是自动驾驶本身会带来一些新的职业,机器本质上相当于是一堆没有开过车的小孩,他需要老师、需要培训师、需要班主任来进行规范约束,未来人类就会成为它们的班主任,人类会逐步把自己的经验和能力交给它,同时不同的人可能会有不同的行为和经验,所以我们会产生很多新的职业者,像标注人员,安全驾驶测试人员,远程监管的服务人员等。


除此之外,网约车司机的功能不仅仅只是驾驶,当车没电了或者车脏了,自动驾驶技术是不能解决车清洁的问题,这时候司机就需要来承担起清洁员的职责,所以司机只是变换了职业身份,随着自动驾驶的普及,未来还会随之衍生出很多其他需要人去完成的新职业。


第三即便自动驾驶技术已经非常成熟了,我觉得有些场景可能永远都不是自动驾驶技术能够完全解决得了的。最起码今天和明天肯定不是,而且我觉得会有些场景大概率永远会由人类去开,因为今天技术的演变并不是在完全模仿人类大脑的进化,从第一性原理上并没有办法确定说今天机器能做的东西只是通过算力、算法的提升,就一定能达到原来跟人一样的标准,应对任何世界上随机发生的情况。我们只能说在我们明确限定性的场景下可以实现安全驾驶。


如果这样推演的话,最后的结果就是机器会开一些场景,人也会开一些场景,但是当人开的那些场景,机器不能开的场景,人就变得极为有价值,人类所服务那些场景的溢价也会变得非常高的,人类能得到的收入也会变多。


第四是我自己的一个有趣的小发现,从250年前第一次工业革命以来,人类在历史上经历了无数次重大科技带来的生产力的突破,大量的机器进入到人类的世界。但是,人类的就业比例基本上没有变过,唯一改变的就是人类从事的工作越来越体面和更有价值。所以在我们面对一次科技革命的时候,机器做的事情不是取代人,而是使得人做的这些事变得更有价值。


比如像标注师,我们的车每天会看到很多场景,有些是头部场景、有些是长尾场景,车是通过传感器去识别,但传感器反馈给车的是一些像素或者一些点云,这些东西人能看懂,车看不懂,车需要人来告诉他,这些像素组合起来是一个车或者是一个人,机器只有得到了足够多标注过的数据,数据进入到训练平台里面,机器才能学习迭代、升级辨识能力,去处理越来越复杂的情况,所以就需要人用他的经验,把看到的东西进行标注,相互校验,这需要一个很大的知识体系,这个知识体系就要靠有经验的人去看到这些数据,把它变成他们可理解的结构化知识。所谓,只有老司机才能带出老司机。


还有比如说像安全员,未来长时间我们认为安全员是会永远存在的,可能他会从车里面走到车外面,走到我们的运营监控中心,让我们的老司机逐步走向云端的安全员的岗位,他能够通过打开摄像头或者传感器,看到现实中发生的场景,告诉你该怎么处理,甚至能通过远程帮你处理一些紧急情况,这些都会是在未来新增出来的职业和职位,他们的存在会让机器能变得越来越聪明。


科技创造美好,正如我们本次大会的主题,通过技术为大家的生活带来改变是令我们感到愉悦的一件事。但我们的目标从来不是一步到底,对于「心急」的网友,在这里我也想要声明,距离我们出门就能打到自动驾驶它还需要历经时间的沉淀,去完成它几个必走的阶段,首先从部分普及,到实现去载客;安全员逐步从车里走到我们的运营监控中心里,再到我们的运营监控中心,能从一个人管一辆车到能管多辆,这是一个逐步迭代的过程,每一个步骤滴滴都在扎实前行,努力让这个美好的愿景早日实现,成为现实,为大家谋福。


来源:微信公众号“极客公园”

免责声明

注:文章内的所有配图皆为网络转载图片,侵权即删!

为您推荐

那么小米会造车吗?
那么小米会造车吗?
02月07日 16:16