自動駕駛沒那麼簡單(2/2)

撰文／Steven E. Shladover│譯者／周坤毅
轉載自《科學人》2016年7月第173期

軟體不強大，工程師很頭大

人類駕駛避免嚴重車禍的能力其實十分卓越，這與一般人的認知不同。根據2011年全美交通安全統計資料顯示，人類駕駛平均每330萬小時才會發生一次致命車禍，將近每6萬4000小時才會在車禍中受傷。這些數據替自動駕駛系統樹立重要的安全標竿，畢竟自動化機器至少得比人類更安全。但鼓吹自動駕駛的人不願承認的是，想達成這種安全程度，還需要大量的研發工作。

想想看你的筆記型電腦多常當機？如果負責駕駛汽車的軟體出現「藍色死當畫面」，那可不是重開機便能解決的，軟體的執行速度只要延遲1/10秒，便足以導致交通意外。因此自動駕駛軟體的設計與研發，必須達到與現有消費性電子產品完全不同等級的安全標準。

達到這些標準十分困難，需要在軟體工程與資料處理上取得突破性進展，工程師需要軟體設計的新方法，確保在快速變化的複雜情況下，也能安全正確執行。目前已研發出在撰寫程式前便能分析所有失效模式的標準方法（類似電腦程式的數學證明），但是只適用於非常簡單的應用。科學家才剛開始摸索如何擴大這類測試，來驗證這些控制全自動駕駛車所需的極度複雜程式。

程式寫好後，軟體工程師還需要除錯並驗證程式的新方法，但現行做法相當繁複且昂貴。舉例來說，新型商用或軍用飛機的研發費用，有一半花在軟體檢查與驗證上，然而自動駕駛車所需的軟體遠比飛航軟體更複雜。設計自動飛航系統的工程師知道，幾乎不必考量附近其他飛機。因為雙方距離夠遠，有足夠反應時間，因此系統不必知道其他飛機的精確速度與位置。但自動駕駛車必須追蹤附近的數十輛汽車和障礙物，並在1/10秒內做出決定，因此所需的程式比飛航軟體複雜好幾個數量級。

完成程式驗證後，製造商還需要新方法來證明全自動駕駛系統的安全性，以說服風險評估人員、保險公司、安全代表、主管機關，當然還有顧客。目前正式驗收測試的做法太不切實際：測試人員必須累積上億甚至數十億英里的里程數，才能確保在統計學上涵蓋數以千計消費者日常駕駛時可能遇到的危險情境。研究人員已開始思考解決之道，例如德國政府與企業展開一項耗資數百萬美元的計畫，希望解決這個問題，但這些行動才剛開始。

這類有如汽車大腦的控制程式，並非唯一必須經過檢查的元件，提供資料給大腦做決定的感測器同樣也要詳細檢查。工程師必須發展出新的感測器訊號處理與資料融合演算法，能以幾乎為零的偽陰性（未辨識出的危險物體）與極低的偽陽性（誤判為危險的安全物體，會造成汽車不當閃避或緊急煞車）分辨汽車行進路線上的安全與危險物體。

汽車工程師無法像商用飛機一樣強制加裝備用系統來解決問題，因為自動駕駛車是消費性產品，必須讓一般民眾也負擔得起。人工智慧（AI）不一定有用，有些人建議採用機器學習系統，讓自動駕駛車學習數百萬小時的駕駛資料，並在產品使用期間持續學習。但非確定性的機器學習系統會帶來其他問題：在生產線上完全相同的兩輛車，在路上遭遇不同的交通狀況，一年後它們的自動駕駛系統反應會截然不同。

第四級將上路，第五級仍需耐心等候

我曾說過，第五級全自動駕駛系統在2040年前都不可能實現，但不知何時開始，人們引述我的話竟變成第五級全自動駕駛系統將在2040年上市。

現在我說，在所有情況下都能全自動駕駛的汽車在2075年前都不可能實現。有沒有可能提前？當然有，但不會提前太多。

第三級自動駕駛系統的前景也不樂觀，最大的問題在於緊急狀況發生時，如何重拾人類駕駛的注意力？如果駕駛人只顧著欣賞風景而分神、甚至睡著了呢？曾有汽車製造商表示，這個問題困難到他們不願嘗試第三級自動駕駛系統。除了在走走停停的車陣中使用塞車輔助系統外（此時車速極低，即使發生碰撞，車損狀況也很輕微），一般認為第三級自動駕駛系統不可能成真。

不過未來十年內，我們或許能在路上看到高度自動化的汽車，許多大型汽車製造商與資訊科技公司都已投入大量資源，研發只在特定環境下操作、而不需人類介入行駛的第四級自動駕駛系統。當我們把操作環境局限在特定狀況，可行性便能大幅提升。例如行駛於專用道上的人員運輸車，在大型機場已行之有年。

未來十年內很可能出現自動代客停車系統。駕駛人把車停在禁止行人與非自動車進入的專用停車場入口，車上的自動駕駛系統會與遍佈在停車場中的感測器「溝通」，找到空位把車停好。由於停車後不必開啟車門，因此比傳統停車場節省更多車位面積，在昂貴地段的停車場便能容納更多車輛。

此外，在城市的行人徒步區、商業區、大學校園與其他禁止車輛快速行駛的場域，低速客運的駕駛也能無人化，在這些環境中，只需要一般功能的感測器便足以偵測行人與腳踏車，即使感測器把安全物體誤判為危險而緊急煞車，最多只會引起乘客不快，但不至於使人受傷。歐盟執行委員會的CityMobil2計畫多年來已展示了相關技術，並將於今年夏天進行最後一次示範。

商用車輛的高度自動化很快也將實現。藉由隔開自動車與其他駕駛人，例如規劃公車與卡車專用道，危險偵測與反應系統得以大幅簡化；無人駕駛的公車與卡車最終能跟隨人類駕駛的引導車組成省油車隊。世界各地的研究人員，包括美國加州大學柏克萊分校的「加州先進運輸科技合作夥伴」（PATH）方案、日本的能源ITS計畫，以及歐洲的KONVOI與SARTRE計畫，都在測試這種由自動公車與卡車組成的原型車隊。

至於未來十年內最廣為推行的第四級自動駕駛系統，將是配備在一般轎車上的高速公路自動駕駛系統。它允許汽車在特定條件下，在高速公路的特定路段自動駕駛。車上將加裝備用元件與子系統，即使故障時也能在無人導引下自行緩慢行駛回家。有一類系統限制只能在良好天候下在特定路段操作，路上也必須設有特殊標誌與劃定標線，並且設置讓故障車暫停的「避風港」。大部份的主要汽車製造商都在全力研發這類系統，例如Volvo汽車預計明年在瑞典哥特堡展開100輛原型車的公開道路測試。

第四級自動駕駛系統或許不像一般人想像的那麼神奇，但優點是它不僅可行，而且即將成真。(完)

(本文由教育部補助｢AI報報─AI科普推廣計畫｣取得網路轉載授權)