近期與自動駕駛相關(guān)的壞消息可謂接踵而來,特別是優(yōu)步自動駕駛汽車在亞利桑那州引發(fā)致命悲劇之后,這一不幸事件引起了人們對于安全承諾以及自動駕駛汽車技術(shù)當(dāng)前局限性的高度關(guān)注,亦促使這一行業(yè)反思道路安全問題以及如何更好地利用這項技術(shù)拯救人類生命。當(dāng)然,在討論之前我們首先需要明確一點:目前美國每年約有4萬人死于交通事故。因此盡管曾經(jīng)引發(fā)事故,但自動駕駛汽車技術(shù)在理論上仍有望成為挽救成千上萬生命的關(guān)鍵。
從歷史角度來看,聯(lián)邦政府一直對汽車安全加以嚴(yán)格監(jiān)控。這種關(guān)系建立起公眾信任,而且除了極少數(shù)例外狀況,汽車確實有能力保護我們及我們家人的生命安全。自動駕駛技術(shù)擁有拯救更多生命的巨大潛力,能夠讓美國人以安全的方式前往任何他們想去的地點。不過由于自動駕駛技術(shù)具有非常顯著的獨特性與未來性,因此公眾的信任就變得至關(guān)重要——也更易受到影響。
目前,眾多自動駕駛技術(shù)的測試與開發(fā)工作都以公共道路為基礎(chǔ)。隨著這類測試變得越來越普遍,關(guān)于如何更好地部署這項創(chuàng)新技術(shù)的爭論也在不斷增長。為了充分發(fā)揮這種能夠拯救生命的技術(shù)的全部潛能,我們需要建立起一套可以信賴的框架,從而促進這種變革性技術(shù)以安全且快速的方式立足全國范圍實現(xiàn)部署。
更具體地講,國家層面的安全框架也是建立起消費者信任的唯一途徑——畢竟自動駕駛技術(shù)盡管擁有光明的發(fā)展前景,但對大多數(shù)人來說仍然是一種完全陌生的事物。不過由于技術(shù)發(fā)展過快且存在一定程度的不確定性,聯(lián)邦政府目前還沒有準(zhǔn)備好為自動駕駛制定全面的安全法規(guī)。
目前,這一問題主要通過美國參議院的立法審議途徑解決。此項立法將為自動駕駛技術(shù)建立起監(jiān)管規(guī)定,同時提出機制性要求以匯總來自自動駕駛技術(shù)開發(fā)商所提供的增量性方法。
無論這項立法是否得到通過,其無疑都符合公眾的切身利益,且將直接影響到一系列利益相關(guān)方——包括汽車制造商、技術(shù)廠商、自動駕駛軟件開發(fā)商、消費者安全倡導(dǎo)機構(gòu)、研究機構(gòu)、監(jiān)管機構(gòu)以及立法者等等。各方將合作建立并推動自動駕駛安全框架的完善。我們不需要,也不應(yīng)該坐等立法通過,或者在國家公路交通安全管理局的強迫下才對這一問題予以正視。
幸運的是,自動駕駛行業(yè)本身已經(jīng)開始采取行動。
這方面努力的一大現(xiàn)實體現(xiàn),在于構(gòu)建責(zé)任敏感安全(簡稱RSS)模型——其由英特爾旗下的Mobileye公司發(fā)布。責(zé)任敏感安全模型能夠確保自動駕駛汽車與傳統(tǒng)人類駕駛汽車以安全方式進行交互,從而提供洞察力與透明度,最終確定車輛的具體駕駛方式與決策原因。良好決策的基礎(chǔ),首先在于經(jīng)過驗證的傳感器系統(tǒng),由其提供關(guān)于環(huán)境的高精度數(shù)據(jù)(例如車輛、行人、自行車騎行者、車道等的檢測與分類結(jié)果)。這種性質(zhì)的系統(tǒng)已經(jīng)在當(dāng)今車輛上的多種高級駕駛員輔助系統(tǒng)中出現(xiàn),且能夠提供事故發(fā)生之前周邊環(huán)境的清晰圖像。但除此之外,責(zé)任敏感安全模型還要求以理想的透明度解釋決策的制定原因,并清晰說明系統(tǒng)在進行安全性評估及決策中所使用的具體參數(shù)。
以亞利桑那州事件為例,責(zé)任敏感安全模型能夠幫助我們對具體場景進行解析,同時提供可處理的數(shù)據(jù)以幫助調(diào)查,進而通過事件學(xué)習(xí)改善自動駕駛技術(shù)以避免此類事故再次發(fā)生。雖然責(zé)任敏感安全技術(shù)本身無疑是值得公眾加以討論甚至參與其中的重要思維成果,但我們的目標(biāo)不在于推廣特定的自動駕駛安全方法,而是敦促各企業(yè)及利益相關(guān)方提出建議并積極進行討論。隨著越來越多自動駕駛技術(shù)專家提出各類有望提升公眾信心的想法,這些思想成果將在公共領(lǐng)域接受審查,并逐步得到行業(yè)、政府及其它利益相關(guān)方的支持與推動——這意味著最佳思路將占據(jù)上風(fēng)。而整個流程也將在公眾視野當(dāng)中進行、接受討論并匯總出最終結(jié)果,這些結(jié)果將確保公眾感受到企業(yè)對于安全問題的認(rèn)真解決態(tài)度,并最終更好地提升對自動駕駛技術(shù)安全性的信心。
我們很清楚,這些工作對于自動駕駛行業(yè)而言絕非易事; 確保自動駕駛安全性的可行方法,往往要求數(shù)額可觀的投資,而正是這種投資額度決定著各家行業(yè)參與企業(yè)的最終產(chǎn)出甚至是命運。
但同時需要強調(diào)的是,公眾對于自動駕駛技術(shù)的任何信心缺失都將引發(fā)危機,甚至有可能破壞這一領(lǐng)域當(dāng)中一切參與企業(yè)的商業(yè)前景。與此同時,對于任何已經(jīng)開發(fā)出的安全模型而言,技術(shù)中立性同樣至關(guān)重要。因為只有這樣,才能確保整個行業(yè)在不扼殺創(chuàng)新或者偏向于某一特定自動駕駛技術(shù)的前提下持續(xù)取得進步。
如今,整個行業(yè)與消費者正處于歷史的重要轉(zhuǎn)折點之上。立足這一轉(zhuǎn)折點,我們有必要就如何最好地確保自動駕駛安全展開更為廣泛的討論與合作。考慮到自動駕駛技術(shù)所將帶來的巨大社會效益,這樣的協(xié)作性努力將極為重要,因此絕對不容任何拖延與怠慢。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。