英特爾（中國）有限公司政府與政策部技術(shù)政策總監田忠：關(guān)于智能汽車(chē)自動(dòng)駕駛的看法
圖為英特爾（中國）有限公司政府與政策部技術(shù)政策總監田忠發(fā)表主題演講
了解更多內容，請點(diǎn)擊直播專(zhuān)題：中國電動(dòng)汽車(chē)百人會(huì )論壇（2018）
在中國電動(dòng)汽車(chē)百人會(huì )論壇（2018）的“全球智能汽車(chē)峰會(huì )”主題論壇上，英特爾（中國）有限公司政府與政策部技術(shù)政策總監田忠發(fā)表主題演講。
以下為演講實(shí)錄：
楊殿閣：非常感謝田總關(guān)于中興車(chē)載計算平臺的分享，讓我們拭目以待，看看在中興的“寒冰床”計劃下，能培養出多少個(gè)楊過(guò)。
下面有請英特爾（中國）有限公司政府與政策部技術(shù)政策總監田忠跟大家分享英特爾公司關(guān)于智能汽車(chē)自動(dòng)駕駛的一些看法。
田忠：各位嘉賓下午好，非常感謝百人會(huì )高峰論壇，使我們有機會(huì )跟大家介紹一下英特爾對下一代自動(dòng)駕駛車(chē)輛的思考。
英特爾認為自動(dòng)駕駛成功的兩個(gè)非常重要的因素：安全、經(jīng)濟性。
英特爾會(huì )把自動(dòng)駕駛分三個(gè)部分：
1.車(chē)輛本身各種前端技術(shù)和以車(chē)輛為主的計算平臺。
2.中間部分是網(wǎng)絡(luò )互聯(lián)，尤其是馬上就要到來(lái)的第五代移動(dòng)通信技術(shù)，為車(chē)聯(lián)網(wǎng)和自動(dòng)駕駛提供了非常好的技術(shù)支撐。
3.右邊會(huì )基于數據中心和云計算。
這是一個(gè)整體架構平臺，英特爾可以在這三個(gè)方面提供技術(shù)支持。這不僅僅是技術(shù)平臺，同時(shí)也產(chǎn)生出一些新的業(yè)務(wù)和服務(wù)模式，這也是非常創(chuàng )新之處。
自從2015年開(kāi)始，英特爾在人工智能和自動(dòng)駕駛方面加大了投資，投資了一系列公司，其中包括在A(yíng)DAS方面業(yè)界比較領(lǐng)先的Mobileye公司。
在技術(shù)方面，如果考慮自動(dòng)駕駛車(chē)輛經(jīng)濟性的話(huà)，有三個(gè)支柱：感知、地圖（定位）、駕駛策略。
感知。車(chē)里裝了非常多的傳感器，有攝像頭、激光雷達、毫米波等技術(shù)。以攝像頭為例，充分利用了計算機視覺(jué)，把路徑上的所有障礙物，包括行為、車(chē)輛、道路標線(xiàn)、信號燈、建筑物進(jìn)行處理，首先識別行駛的空間，其次規劃出一個(gè)可行進(jìn)的路徑。
高精地圖?，F在普通用的手機軟件導航地圖誤差在米級，如果要達到自動(dòng)駕駛應用的話(huà)，至少要達到厘米級的精度。（動(dòng)圖）根據車(chē)輛車(chē)載的攝像頭可以實(shí)時(shí)識別出道路的分界線(xiàn)和旁邊非常簡(jiǎn)單的道路標線(xiàn)、標志及信號燈，右邊是Google earth地圖，做了非常精確的匹配。
英特爾旗Mobileye公司推出一個(gè)新的技術(shù)，這個(gè)技術(shù)解決高精地圖更新比較復雜、比較費時(shí)費力，因為高精地圖的采集是靠采集車(chē)，把定位信息輸入到高精地圖里，但如果路面發(fā)生了變化，比如重修路面或交通標志進(jìn)行一些變化的話(huà)，要更新沒(méi)有別的辦法，只能靠采集車(chē)重新跑一遍，這是非常頭疼的問(wèn)題?？梢杂帽姲绞?，利用已經(jīng)裝載在汽車(chē)前端的攝像頭和其他傳感器，獲取實(shí)時(shí)路面信息的變化，把這些變化傳到云端，可以把這些數據實(shí)時(shí)更新到電子地圖，這樣所有其他車(chē)輛都可以獲得更新的地圖。這是一個(gè)非常經(jīng)濟、有效的高精地圖更新的方式。
駕駛策略。
?。▌?dòng)圖）巴黎街頭拍攝場(chǎng)景，其他國家大城市里面都有機動(dòng)車(chē)、摩托車(chē)和行人混行的狀況，其中相當一段時(shí)間里也會(huì )出現自動(dòng)駕駛的車(chē)輛和人駕駛車(chē)輛共存的情況。在這個(gè)環(huán)境下，如何定義駕駛的策略，在后面會(huì )舉兩個(gè)例子。
例1，雙Y路口，規則是紅色車(chē)輛會(huì )從右邊出去，白色車(chē)輛會(huì )從左邊出去，在入口時(shí)是隨機放置的。這是比較典型的交通車(chē)輛匯集的情況。問(wèn)題在于假如左行的話(huà)，很多車(chē)在左邊快行線(xiàn)里保持相對高的速度，往右并線(xiàn)才會(huì )出來(lái)，對別的車(chē)產(chǎn)生干擾，同樣左邊也是，這種情況下大概用了十萬(wàn)次模擬，最后達到99.95%的精確度，遠遠高于人類(lèi)駕駛的情況。
例2，環(huán)島例子。左邊圖里用人工智能做機器學(xué)習時(shí)，并沒(méi)有辦法發(fā)現綠色車(chē)輛和藍色車(chē)輛行為特征，剛開(kāi)始進(jìn)環(huán)島時(shí)經(jīng)常和其他車(chē)輛進(jìn)行碰撞。經(jīng)過(guò)多次運算和迭代以后，會(huì )發(fā)現一些特征，即藍色車(chē)駕駛員比較激進(jìn)，不會(huì )讓它，綠色車(chē)會(huì )讓它，所以會(huì )在綠色車(chē)的前面進(jìn)入環(huán)島。
安全。
Mobileye公司創(chuàng )始人、英特爾市場(chǎng)部總經(jīng)理、以色列希伯來(lái)大學(xué)教授阿姆農·沙舒瓦，他在2017年年底，在業(yè)界發(fā)表了一篇論文，提到“責任敏感的安全”。要想達到安全，不可或缺的路徑是靠測試，即通過(guò)業(yè)界的分析，要想實(shí)現完全的安全性或公眾信任，測試的時(shí)間要超過(guò)上億個(gè)小時(shí)，測試的公里數或英里數要上億，如果進(jìn)行上億小時(shí)、上億英里測試，會(huì )使自動(dòng)駕駛真正被商業(yè)化的時(shí)間點(diǎn)大大推后。
他提出一個(gè)思路，做一個(gè)假設，如果道路上所有參與者、所有駕駛員都是遵紀守法的駕駛員，沒(méi)有酒駕、醉駕、不闖紅燈、不超速、禮讓行人、不隨便變道等，交通事故率會(huì )極大下降。因為自動(dòng)駕駛車(chē)輛行為準則可以通過(guò)工程師的編程進(jìn)行定義。同時(shí)把美國高速公路交通安全管理局所做的接近50萬(wàn)個(gè)事故案例和場(chǎng)景都一一作出了一些數學(xué)描述。
如，經(jīng)常碰到的情況是行人橫穿馬路，車(chē)輛與行人發(fā)生碰撞，最簡(jiǎn)單的情況下，行人以勻速方式橫穿馬路，車(chē)輛離他有一個(gè)距離，可以通過(guò)傳感來(lái)看到距離和車(chē)速，包括可以預測他通過(guò)馬路的時(shí)間來(lái)避免進(jìn)行碰撞。其他還有一些復雜因素，行人可能因為恐慌會(huì )停止不動(dòng)或掉頭往回走，這些情況都會(huì )用一些數學(xué)描述進(jìn)行編程，放在自動(dòng)駕駛里來(lái)應付這些場(chǎng)景。
換句話(huà)說(shuō)，如果自動(dòng)駕駛的車(chē)輛是完全按照正確的行為準則進(jìn)行操作，出了碰撞交通事故，應該有豁免權，不承擔事故的責任。
這篇論文引起業(yè)界熱烈反響，絕大部分持非常贊成的態(tài)度。至少有一點(diǎn)，技術(shù)公司或在自動(dòng)駕駛方面有投資的公司都不愿意觸及安全和責任方面，因為這可能會(huì )引起政府和其他相關(guān)單位的顧慮，對整個(gè)產(chǎn)業(yè)界會(huì )有負面影響。但是不解決這個(gè)根本問(wèn)題，也沒(méi)有辦法讓自動(dòng)駕駛技術(shù)真正變成商用。從這個(gè)角度來(lái)講，這是非常大的一個(gè)突破。根據大量測試來(lái)保證安全性，是可以并行的另外一條路徑，希望能夠跟政府多多進(jìn)行交流，在汽車(chē)免責方面提出創(chuàng )新性的思想，大家可以進(jìn)一步落實(shí)其可行性。
駕駛策略。大家都認為安全性是計算機完全學(xué)習的過(guò)程，是否能夠滿(mǎn)足相應的安全性？
例，ALphaGo下圍棋，2016年3月份擊敗了當時(shí)世界上最強的韓國的李世石九段，當時(shí)它的第一個(gè)版本，包括2017年出的Master版本強了三個(gè)子以上，但是這兩個(gè)版本都是借鑒了非常多的人類(lèi)對圍棋的理解，即輸入所有人類(lèi)有名的棋譜，再加上計算機有一個(gè)高度自我學(xué)習和自我對戰的方式。但是去年底，發(fā)布了最新版本——ALphaGo Zero，即不告訴它任何人類(lèi)的知識，只告訴它規則，圍棋如何下，如何判斷輸贏(yíng)，哪些子不能下，然后它完全自主學(xué)習。第一盤(pán)，跟三四歲小朋友下圍棋一樣，胡亂下。都是計算機對戰計算機，大概到了第六盤(pán)、第七盤(pán)時(shí)，逐步發(fā)現人類(lèi)的定式（即某個(gè)局部雙方最佳的一些變化），學(xué)到120個(gè)小時(shí)時(shí)，可以百分之百擊敗以前所有的版本。人工智能發(fā)展迭代的速度遠遠超過(guò)人類(lèi)對它的預期。
2016年3月份ALphaGo和李世石下棋時(shí)，整個(gè)圍棋圈里沒(méi)有人認為ALphaGo會(huì )贏(yíng)，認為最好的結果是1：4，因為當時(shí)要下5盤(pán)棋，但實(shí)際結果是因為它出了一點(diǎn)Bug，是4：1贏(yíng)了李世石。去年跟柯潔下的時(shí)候，3：0，沒(méi)有機會(huì )，到現在A(yíng)LphaGo Zero，人類(lèi)與它差太遠，不可能跟它再去下棋，也就是說(shuō)李世石九段可能是最后一個(gè)擊敗人工智能的圍棋選手。
所以這里會(huì )牽涉到大量人工智能、機器學(xué)習、深度學(xué)習的技術(shù)，也可以把非常多交通的自動(dòng)駕駛里安全的一些算法集成到里面，然后達到一個(gè)非常好的經(jīng)濟方面的可擴展性。
REM（路面經(jīng)驗管理），其實(shí)解決了實(shí)時(shí)的高精地圖更新的難題，這是非常重要的技術(shù)，也希望與各業(yè)界同仁，包括政府機構進(jìn)行溝通。它是利用眾包方式，是眾人拾柴火焰高，不是只靠高精地圖廠(chǎng)家一家之力，是應用所有安裝在其他地方的攝像頭和傳感器，大家一起去工作，可以實(shí)時(shí)更新整個(gè)地圖。
交通安全法規規定了各種違章行為，要避免違章行為，翻譯成正確的指令，存儲在自動(dòng)駕駛車(chē)輛處理器里，去引導車(chē)輛按正確方式行駛。同時(shí)也會(huì )有一些靈活性，不是說(shuō)百分之百必須按照法律執行。
例，如果大家開(kāi)車(chē)到一個(gè)紅綠燈道口，從綠燈馬上變成黃燈時(shí)，要做一個(gè)急剎車(chē)。同時(shí)，一個(gè)老司機的經(jīng)驗是要看后視鏡，后面是否有車(chē)離你很近，如果急剎車(chē)停在紅燈之前會(huì )導致追尾事故。建議你帶著(zhù)剎車(chē)，如果后面跟得很緊的話(huà)，寧肯部分車(chē)輪超過(guò)白線(xiàn)，保證前面沒(méi)有碰撞可能性，避免自己被撞上，類(lèi)似這樣一些事情也要放在計算機系統里面來(lái)做。
今天就匯報到這里，非常感謝大家！
相關(guān)閱讀：
驗證碼：
