自动驾驶汽车:距离现实还有多远?

还在不久前,自动驾驶汽车(也称为自主驾驶汽车或无人驾驶汽车)似乎还只存在于科幻小说之中。但实际上,自20世纪20年代以来,研究人员一直在对其进行实验。

现在,我们正走向一个令人兴奋的未来,我们可能不再是驾驶员,而是乘客。想象一下,您需要送孩子去踢足球,但不必自己开车,因为您可以放心,自动驾驶汽车会安全地将其带到运动场地。或想象一个世界,再也没有人拥有汽车,而只是在需要时“叫”一辆车。

无人驾驶为人们带来了无限可能,但要使真正的无人驾驶汽车成为现实,仍然需要克服一些关键挑战。

自动驾驶汽车:距离现实还有多远?

神经网络和自动驾驶

为了使汽车能够“看”、“听”、“理解”、“交谈”和“思考”,人工智能(AI)或机器学习模型需要正确收集、结构化并理解大量视频、图像、音频、文本、LIDAR和其他传感器数据。

这些模型大多基于深度学习网络,通常称为神经网络,即可以通过分析大量数据来学习任务的复杂数学系统。例如,通过处理数千张猫的照片,神经网络可以学习识别猫。[1]

您可能从未听说过神经网络,但实际上,您很可能已经在频繁与其进行互动。这项技术可以识别您发布到Facebook照片中的面孔、识别手机命令并在Microsoft Skype等互联网服务上进行语言间互译。

正是这项技术推动了自动驾驶机器人(包括自主驾驶汽车)的发展。但是它面临着一项巨大的挑战,而其中最大的挑战便在于处理从传感器生成的数据量,并根据这些数据得出正确的决策。更不用说这些网络在部署之前便需要学习的大量数据。

“如果给孩子看一张猫的照片,他们无需思考便会认出另一只猫。”我们的高性能材料首席策略师David Mueller博士说,“但是您需要向AI系统展示数百万只猫的图片,以使其能够可靠地识别出另一只猫。自动驾驶汽车正面临着相同的问题。只需考虑一下您开车时大脑的工作量,您在做出很多决定时甚至可能想都没想。例如,如果另一辆车突然超车,您的脚会立刻踩向刹车,而且可能在您还没有意识到之前,就已经做出踩刹车的动作了。您此前看到过类似事件,对其进行了处理,了解了其含义并采取行动。所有这些都只基于您有限的先前经验,而且就在一瞬间。”

对于自动驾驶汽车来说,学习做同样的事情需要大量的输入数据和非常聪明的算法。

“大脑凭借令人难以置信且高效快速的启发法或‘经验法则’来做出决策。”Mueller继续说道,“即使在缺少信息的情况下也可做出合理决策。在大多数情况下,我们依赖潜意识直觉做出正确判断,尤其是在以前从未经历过的情况下。”

因此,如何教授无人驾驶汽车进行调整就变得至关重要,例如,当没有遇到这种情况时,它如何才能不经过培训就做出调整。

处理数据:自动驾驶汽车的挑战

仅一辆自动驾驶汽车中的传感器预计每小时便会产生80 GB的数据量,即每天1.2 TB。这相当于500部高清电影。[2]这些大量数据必须获得实时处理,

其中的最大挑战在于,如何有效管理所有这些在行驶中生成的数据。

“负责‘指挥’最新型自动驾驶汽车的计算机可被称为小型超级计算机。”Mueller解释说,“Nvideas的最新开发项目旨在于2022年实现第5级自动驾驶,使用750 W的功率提供令人惊叹的200 TOPS(每秒万亿次操作)。”[3]

但是每小时消耗750 W用于数据处理,将对电动汽车的续航里程产生巨大影响。

Mueller建议:“通过使用神经形态芯片,将能够以更加轻松和节能的方法制造自动驾驶汽车。”

神经形态芯片的设计以大脑中的神经元网络为蓝本。这些所谓的尖峰神经网络(SNN)不仅处理1和0,还通过交换微小的电信号脉冲进行操作,仅当输入信号达到临界阈值时才会“触发”,与生物神经元同理。

如搭配合理的传感器,这些SNN能够极为高效地运行,因为这些只有当发生了有意义的变化时才开始处理,

而且其性能也更高,因为它们可以同时存储和处理信息,就像人脑中的神经元和突触一样。传统计算机按顺序运行命令,不断在内存和处理器之间来回转移接收到的数据包,而神经形态计算机则是在很大程度上同时处理和存储数据。就像人类的大脑一样,这使其在速度更快的同时更加节能。

这种芯片的潜力在于,通过像大脑一样运作,它们可以帮助自动驾驶汽车等AI系统学习技能,并更有效地执行任务。

“如今,真正的神经形态芯片仍处于早期阶段,尤其是采用尖峰神经网络的芯片。但是,这些在实现自动驾驶方面拥有惊人的潜力。”Mueller说。

自动驾驶汽车由半导体驱动

从智能手机到5G网络,近年来的每一项数字技术进步都依赖于先进的半导体材料。无人驾驶汽车也不例外。为了创建这些系统所需的高级计算,需要同样高级的高质量半导体材料和制造工艺。

因此,咨询公司普华永道(PwC)估计,到2022年,面向汽车行业的半导体销售额将增长11.9%。[4]这种趋势与自动驾驶汽车的巨大市场潜力、汽车的持续电动化趋势,以及车载助手和车载娱乐系统的发展密切相关。

“我们的高科技材料正在推动所有功能日益强大的微芯片、传感器和其他技术的发展,这些正是自动驾驶汽车的‘骨干力量’。”高性能材料业务部门首席执行官毕康明(Kai Beckmann)表示,“从车载计算、GPS到显示屏,所有这些都依赖于高效、先进的半导体解决方案。”

真正的自动驾驶将何时成为现实?

专家们对于在不久的将来是否会实现真正的自动驾驶存在较大分歧。(有关自动驾驶的分级,请参见我们的信息图。)

咨询公司麦肯锡(McKinsey)预测:“一旦解决了技术和法规问题,到2030年售出的新车中,有多达15%可以完全自动驾驶。”他们还预测,到2020年底,全自动驾驶汽车很可能将开始市售。[5]

但是,其他意见则要谨慎得多。2019年在《自然机器智能》(Nature Machine Intelligence)上发表的一篇文章指出:“如果要释放自动驾驶汽车的潜力,我们需要认识到机器学习的局限性。我们不应该假装自动驾驶汽车指日可待:要想安全、公平地将技术整合到我们的社会中,仍然需要大量的时间和精力。”[6]

显而易见的是,使自动驾驶成为现实并非只在于开发合理的技术——尽管这当然是其中的重要一环。外部系统、公共政策和消费者信心需要与技术一起转变,才能真正迎来汽车自驾的未来。

来源:网络