思想领袖

各州正在将传感器清单写入自动驾驶法律。真正关键的是方向盘后的 AI。

mm
将 Unite.AI 添加到您在 Google 上的首选来源

新泽西州的一项法案将要求自动驾驶车辆在配备摄像头的同时,还必须携带激光雷达和雷达,但强制规定特定硬件并不能让监管者了解实际驾驶汽车的 AI 是否可靠。

在美国,各州对自动驾驶车辆的监管目标错误。各州正争相通过自动驾驶法案,却在监管硬件而非安全。硬件与性能的区别将决定未来十年自动驾驶是变得更安全,还是仅仅更擅长满足清单,而目前大多数正在州议会审议的法案都把这一区别弄反了。

最明显的例子是一项来自New Jersey的法案,该法案要求任何完全无人驾驶的商业自动驾驶车辆在商业运营前必须配备摄像头以及至少两种额外的感知技术,实际上是雷达和激光雷达。纽约也在酝酿类似的立法,其他州正密切关注。根据新泽西的法案,公司可以满足所有硬件要求,却从未让其 AI 在真实驾驶基准上进行测试;而拥有强大安全记录的公司则可能因选择了不同的传感器组合而被完全排除。两种方案——仅摄像头或摄像头加激光雷达——哪一种更安全并未得到检验,而这才是唯一真正重要的参数。

该法案只规范车辆携带哪些传感器,而不规范其行驶安全性,这正是其缺陷所在。只要两者勾选相同的硬件清单,它无法区分训练良好的模型和训练不足的模型,也无法识别即便车辆未配备所需部件却拥有强安全记录的情况。一个仅使用摄像头、在公共道路上多年未发生事故的车队可能会被州政府拒之门外,而一个全新进入市场、配备完整传感器套件却没有任何记录的公司则可能在第一天就上线。满足硬件要求并不说明方向盘后面的 AI 是否优秀,或该系统是否安全。

现有运营商在此要求下同样面临相同困境。一些公司多年来在公共道路上已经在没有完整传感器套件的情况下运行自动驾驶车辆,而该法案仍会将它们排除,抛弃多年无事故的驾驶经验。更糟的是,新增传感器会带来延迟,AI 需要调和的输入越多,做出决策的时间就越长,而在交通中行驶的车辆并不总有多余的时间。延迟是自动驾驶的终极制约因素。

Sensors Are Inputs. The AI Decides.

更多的传感器并不自动让车辆更安全,传感器更少也不必然让其更危险。决定车辆如何行驶的是实时处理所有输入的神经网络。安全性由 AI 决定,而不是由传感器决定。

激光雷达系统向 AI 提供预先测量的距离数据。仅摄像头系统则让 AI 自己从视觉输入中推断距离、运动和意图,方式与人类相同。无论哪种方式,传感器只是提供信息,真正决定车辆在交通中如何移动的是 AI。每一年,同样的 AI 所需的传感器就比前一年更少,便能理解道路。

麦肯锡现在指出,自动驾驶正日益由生成式 AI 定义,而不是由车顶上装了哪些传感器决定,随着模型的改进,它们对硬件的依赖会随时间降低,而不是增加。硬件强制令今天的技术被写入法律,无论背后的 AI 多么聪明,都无法摆脱这种束缚。

规模已经说明了问题。自动驾驶车辆的销量正在快速增长,基于摄像头的特斯拉最近已达到 150 万 FSD 订阅用户。关键在于,州立法者应当评估 AI 的表现,而不是传感器清单。特斯拉、沃尔沃、小鹏等公司都已转向仅摄像头方案,原因相同。自动驾驶的难点不再是车辆能感知什么,而是其 AI 系统能理解多少,而州法律尚未跟上。

Who Pays When a Hardware Mandate Outruns the Safety Case?

多传感器系统的制造和维护成本远高于仅摄像头系统,主要是因为激光雷达硬件、高清地图维护以及云连接的费用。硬件强制令会缩小能够竞争的公司池,并迫使每一辆自动驾驶车辆——不仅仅是机器人出租车——都必须配备同样昂贵的硬件才能获得资格。

在行业仍处于早期阶段的情况下,为这些成本辩护十分困难。尽管已经投入了数年和数十亿美元,大多数部署仍局限于少数城市的固定、严格控制的路线。世界经济论坛预测,到 2035 年,大规模机器人出租车车队仍仅会在全球 40 到 80 个城市运营,主要集中在美国和中国。在已经不稳定的联邦政策之上再叠加各州的硬件规定,只会在系统有机会证明自身之前再添一道障碍。每一年在各州为传感器要求进行诉讼的时间,都是没有用于证明这些车辆是否真的比人类司机更安全的时间,而这正是最初测试它们的根本目的。

硬件强制令回答了错误的问题。真正的挑战在于将安全系统更快、更广地部署到更多道路上,而该强制令正是阻碍这一进程,却没有提升安全门槛。

Let Performance Set the Bar

监管机构应该设定每辆自动驾驶车辆在上路前必须达标的门槛,但关键在于他们应当衡量什么,而不是该不该设立门槛。

在自动驾驶车辆引入强大的边缘计算系统之后,行业已经摆脱了昂贵、单一用途的硬件,越来越多的资金投入到 AI 本身。监管讨论应当赶上技术已经达到的水平。

基于性能的标准将允许每种架构——无论是仅摄像头还是多传感器——在相同的真实世界基准、碰撞率、近失误以及各种天气和交通条件下进行比较。它还能为公众提供传感器清单永远无法提供的东西,即具体证据(而非假设),证明车辆在红灯前停在他们旁边时真的安全。

与其通过更多法律来决定汽车必须携带哪些传感器,行业需要一个明确、公开的标准,规定车辆必须达到怎样的性能水平,并且让监管机构愿意让结果,而不是供应商推销的设备清单,来决定谁能够合格。

Eran Ofir 自 2021 年起担任 Imagry 的首席执行官,致力于推动公司使命,即通过以视觉为中心、AI 驱动、硬件无关的解决方案,将创新、易获取且安全的自动驾驶技术引入全球公共交通领域。 他是一位具有创业精神的高级管理者,拥有通过创新、持续的销售以及围绕共同愿景的坚定团队建设,实现业务增长和大规模年度营业额的成功记录。 Eran 的职业生涯跨越二十余年,涵盖电信、公共事业、零售、医疗保健和汽车等多个行业的广泛经验。

Eran 在四大洲生活期间,管理业务的全球高科技公司的业务,为客户提供软件服务和许可证、硬件、咨询以及外包服务。 部分 Eran 所管理的业务在实现显著商业规模后,被华为、NEC 和 NCR 收购。