死于人工智能，但 Uber可能無責(zé)

高層速讀

Uber自動駕駛汽車在進行測試時，撞倒了一名49歲過馬路的女性，汽車沒有剎車導(dǎo)致行人不治身亡，這成為了全球首例公開的自動駕駛致死事件。目前Uber正在與當(dāng)?shù)卣献髡{(diào)查此事，且已經(jīng)停止了所有城市的無人車測試。本文還將探討Uber的多重識別系統(tǒng)可能在該事件中扮演的角色，以及當(dāng)?shù)鼐降挠^點。

上周日晚間，Uber自動駕駛汽車在亞利桑那州坦佩進行測試時，撞倒了一名49歲騎自行車過馬路的女性，送到醫(yī)院后因搶救無效死亡。這成為了全球首例公開的自動駕駛汽車事故致死事件。

這引發(fā)了許多有關(guān)道德和安全的問題，更使整個自動駕駛行業(yè)的前進速度受到了很大限制，自動駕駛之前取得的所有成果仿佛在一夜之間大打折扣。就在上周五，Uber和waymo還在督促美國國會盡快通過自動駕駛相關(guān)法案。

事故發(fā)生時，汽車正處于自動駕駛模式，以 61 公里的時速在限速時速 56 公里的區(qū)域內(nèi)行駛，撞倒了一名49歲推著自行車橫穿馬路的女性，Uber 無人車并沒有試圖剎車，直接撞了上去，導(dǎo)致死者不治身亡。車上有一名安全員，理論上他應(yīng)該能夠干預(yù)，但當(dāng)時坐在后排。

事故發(fā)生后，Uber停止了在亞利桑那州、匹茲堡和加利福尼亞州等所有的自動駕駛汽車測試。Uber的一位發(fā)言人說：“我們十分同情受害者的家人，正與地方當(dāng)局充分合作，調(diào)查這一事件?！?/p>

美國國家運輸安全委員會(National Transportation Safety Board)也正在對這一事件展開調(diào)查。去年，NTSB調(diào)查了2016年發(fā)生在佛羅里達州的特斯拉自動駕駛系統(tǒng)的事故。NTSP稱，該系統(tǒng)按預(yù)期運行，但由于司機過度依賴自動駕駛系統(tǒng)，導(dǎo)致了事故的發(fā)生。

自動駕駛汽車工程師們最關(guān)注的事情就是一些意外進入汽車行駛路徑的東西，然而這種情況太多了，比如一輛停突然下來的車、一只狗、一名行人…而車上所有系統(tǒng)的設(shè)計都是為了盡早發(fā)現(xiàn)它們、識別它們，并采取適當(dāng)?shù)男袆?，減速、停車、轉(zhuǎn)向，什么都可以。

|Uber多重成像系統(tǒng)「早已應(yīng)該」識別出行人

Uber的車輛配備了多種不同的成像系統(tǒng)，既能正常監(jiān)控附近的車輛、標志和車道標記，也能像剛才描述的那樣執(zhí)行意外任務(wù)。在這起案件中，應(yīng)該有不少于四個不同的系統(tǒng)識別出了受害者。

▲Uber自動駕駛傳感器組合圖

| 車頂激光雷達

車頂部的桶狀物體是激光雷達，或者說是光探測和測距系統(tǒng)，它能每秒多次產(chǎn)生汽車周圍的三維圖像。利用紅外激光脈沖反射物體并返回到傳感器，激光雷達可以相當(dāng)詳細地檢測到靜止和移動物體，無論白天還是黑夜。

▲這是一個激光雷達生成圖像的例子，但和Uber車看到的圖像不完全相同

然而激光雷達也有缺點，大雪和大霧可以遮擋它的激光，并且它的精度隨著距離的增加而降低。但對于幾英尺到幾百英尺距離中的物體來說，它都是一種非常好的工具，幾乎每一輛自動駕駛汽車上都安裝了激光雷達。

在該事件中，如果該系統(tǒng)沒有出現(xiàn)故障的話，激光雷達裝置應(yīng)該能夠分辨出突然出現(xiàn)的行人，并把她的存在傳遞給整理圖像的“大腦”，前提是如果激光雷達在一百多英尺遠的地方還沒有完全模糊。

| 前置雷達

前裝雷達和激光雷達一樣，可以發(fā)出信號并等待反射回來，它使用無線電波而不是光，這使得它更能抵抗干擾，因為無線電可以通過雪和霧，但也降低了它的分辨率和改變其射程曲線。

▲特斯拉的自動駕駛汽車主要依靠前置雷達

為了提供360度的覆蓋范圍的圖像檢測，Uber在汽車前后所使用的雷達單元很可能都是多倍的，因此它的檢測范圍可能會有很大的不同。如果安裝如此多數(shù)量的雷達為的是補充激光雷達，它們可能會有相當(dāng)大的重疊，但Uber更多是為了識別其他車輛和更大的障礙。

• 微信搜索【AI商業(yè)報道】，獲取國內(nèi)外AI巨頭新動向及行業(yè)資訊！
  

| 長短焦距光學(xué)相機

激光雷達和前置雷達可以很好的檢測物體的形狀，但是它們不適合用來閱讀路標、確定物體的顏色等。而光學(xué)相機擁有先進的計算機視覺算法，并且能夠?qū)崟r運行。

Uber車輛上的攝像頭可以看到剎車車輛(突然闖紅燈)、交通燈、行人橫過馬路等的信息。特別是在汽車的前端，使用了多個角度和類型的相機，以獲得汽車駕駛時周邊完整的場景。

▲自動駕駛汽車周邊場景

對人的檢測是計算機視覺中最常見的問題之一，其算法已經(jīng)取得了很好的效果。它通常被稱為“分割”一個圖像，也包括識別其他圖像，如標志，樹木，人行道等。

光學(xué)相機晚上可能難以識別出物體，但有前兩個雷達系統(tǒng)，它們?nèi)找构ぷ鳎?strong>即使在漆黑的黑暗中，穿著黑色衣服的人也會出現(xiàn)在激光雷達和雷達上，警告汽車準備減速，并在前燈下看清那個人。

| 車上配備了安全員

讓一個人代替一套自動駕駛系統(tǒng)難免苛刻，但車里的安全員就是為了保障車輛不出意外而存在的。人非常善于探測事物，即使我們的眼睛沒有安裝激光雷達。雖然我們眼睛的反應(yīng)時間明顯不如雷達，但是如果在意外發(fā)生而汽車沒有反應(yīng)或者是反應(yīng)錯誤時，一個受過訓(xùn)練的安全員應(yīng)該做出正確的行動。

值得一提的是，車上還有一個中央處理器，它從這些輸入裝置中獲取數(shù)據(jù)，并創(chuàng)建出汽車周圍更完整的環(huán)境展示。例如，一個人可能會消失在汽車后面，在感應(yīng)器的眼里，這個人在一兩秒鐘內(nèi)就看不到了，但這并不意味著這個人消失了且永遠不會再次出現(xiàn)。

這不僅僅是簡單的對象識別問題，而且開始引入更廣泛的智能概念，比如被識別對象的持久性、預(yù)測他們的行為等。這部分可以說是自動駕駛汽車系統(tǒng)中最先進和最嚴密保護的部分，因此是保密的。

剎車受限，警察局長：Uber可能無責(zé)

目前還不清楚這場悲劇是在什么情況下發(fā)生的，當(dāng)?shù)貓?zhí)法部門和聯(lián)邦當(dāng)局正在調(diào)查。

但據(jù)最新消息，“Uber初步很可能不用為這起事件負責(zé)”，亞利桑那州坦佩的警察局長Sylvia Moir告訴舊金山紀事報。

Sylvia Moir在觀看了汽車裝置自動拍攝的視頻后解釋說，“她從陰影中走到了馬路上，汽車以任何方式回應(yīng)都很難避免這次碰撞?！?/p>

當(dāng)時，附近有一條亮著燈的人行橫道，但事故發(fā)生的地方卻是漆黑一片。汽車幾乎肯定知道行人的存在，但也有可能行人在汽車前的移動速度超過了合理的剎車速度，沒有給汽車足夠的剎車距離和反應(yīng)時間。

目前，只有Uber和當(dāng)局才知道細節(jié)，但Moir顯然在暗示，她所說的情況是有可能發(fā)生的。

編輯評論：

在該事件中，如果該系統(tǒng)沒有出現(xiàn)故障的話，激光雷達裝置應(yīng)該能夠分辨出突然出現(xiàn)的行人，并把她的存在傳遞給整理圖像的“大腦”。我們雖不知道系統(tǒng)是否出現(xiàn)故障，但也可以試想一下，如果是普通人駕駛在黑暗的道路上，是不是會更加注重周遭的變化，也會更加小心？如果安全員沒有坐在后排而是坐在前排，由系統(tǒng)進行輔助駕駛，注意力集中的情況下或許會阻止這場不幸。

• 微信搜索【AI商業(yè)報道】，獲取國內(nèi)外AI巨頭新動向及行業(yè)資訊！

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。