自动驾驶离我们有多远

自动驾驶离我们有多远

2019年9月, 白宫管理和预算办公室（OMB）和科技政策办公室（OSTP）发布了一份关于2021财政年政府研发重点的备忘录，在该备忘录中，提到了包括（autonomous vehicles）自动驾驶汽车在内的重点研发举措. 看来自动驾驶离我们会越来越近了。

其实，从统计数字来看，从1920s以来，美国的驾车安全水平一直在改善，但是近10年已经基本上逗留在同一水平。每亿行驶英里的死亡率在1921年高达24.09，到2009降低到1.15，但是在2017年是1.16，从2009到2017年9年间波动不大。2018年，美国死于机动车交通事故的人为3万6.  是否自动驾驶能够减少死亡率或事故率，那是值得研究和期待的。

按照诺贝尔经济学奖托马斯·萨金特的说法：人工智能其实就是统计学，只不过用了一个很华丽的辞藻。这在知乎网上引起了讨论，同意者说“某种意义上讲，我们所说的人工智能，比如机器学习，数据挖掘，算法优化，决策树，运筹控制都是利用了统计学原理，就连计算机神经网络，自然语言识别，计算机影像学这些听起来和统计学八竿子打不着的技术应用也是统计学知识的运用——统计模型，阿尔法狗的原理是蒙特卡洛树搜索，也是基于统计模型的。因此，统计学确实是人工智能的最重要的理论基础” 。

而有人认为：“AI深度融合和借鉴了统计学的一些经典理论，让人工智能建立在严格的数学基础之上。除此之外，人工智能的重要理论基石还包括认知科学、计算机科学、优化和博弈论、图灵机理论、信息论等，这都远远超出统计学的范畴”。

总而言之， 没有人否认统计学是人工智能作出决策的一个重要基础。统计学的东东有个特牲，也就是总会出现错误的。只不过是 10%， 1%，0.001%， 0.00001%等，不会达到十全十美的境界。其实阿尔法狗也会犯错误，只不过它犯的错误没有和它作对的某个棋手的那么多， 因此它就赢得了比赛。 所以自动驾驶必然会出现事故。那是不是自动驾驶就永远就不能够实际使用了呢？

那不是的。在研究新技术时，典型的开发重点是从功能到性能再到可靠性，自动驾驶汽车也不例外。由于机器学习、计算机视觉和加速计算的进步，自动驾驶汽车现在有了长足的进步。

这10年来科学技术的快速发展，已经使错误发生的机率大大减少。例如我们现在驾车，在晚上时视觉有限，即使有路灯和车灯，也要格外小心。遇到下大雨天色灰暗，严重影响视觉，我们也必须把车减速或完全停下来。但是先进的自动驾驶已经开始使用激光雷达，下雨天暗一点也不影响它对物体的正确识别。并且自动驾驶的错误会随着科技的发展会越来越少.

如果自动驾驶的错误发生的机会低到一定的程度，自动驾驶是可以应用的。按照网上支持自动驾驶汽车的文章的说法，自动驾驶的犯错率早就低于美国司机的平均犯错率了， 但是仍然没有达到汽车安全完整性的D级 (ASIL-D)。ASIL是一种风险分类标准，如果要达到ASIL-D标准的话，自动驾驶在10亿小时的运行时间内只能犯10个错误，而美国司机平均在同一时间内所犯的同类错误是1万个.

这个要求自动驾驶的平均犯错率只能低于人类的0.1%的标准是很高。但是本人觉得如果自动驾驶里程积累到一定的程度，还是使用更硬的指标为好。 例如低于平均机动车事故率的10% 或机动车死亡率的10%。也就是从理论上来说，可以把美国的机动车事故死亡率从现在每亿行驶英里的1.16  减少到 0.116, 或者说把每年3万6的死亡人数降低为3千6.   那自动驾驶是值得利用的。

其实，医学上的决定也很大程度是建立在统计学的基础上的。 基本上每种药物都有副作用，每个手术都有风险，决定服药或手术在于是否利大于弊，而不在于完全没有风险。

例如他汀类药物被认为是一类比较成功的药物，广泛推荐来预防心血管疾病。临床试验的结果是，对于那些有心血管疾病高风险的中年人群来说，长期服用他汀类药物估计可减少 50％的心脏病风险。也就是10年后如果不服用者得心脏病的比例是10%，那服用者的就是5%，20年后如果不服用者得心脏病的比例是20%，那服用者的就是10%。 因此人类可以使用他汀类药物来预防心脏病，即使它还有一些其它的副作用。

或许有人认为自动驾驶这0.01%的犯错率还是太高了。是的，我们亚裔比较遵纪守法，我和我的家人在10年内就没有给开过罚单。但是超过90%的人在5年内就得过罚单了。 从统计上来看，即使你不违反交通规则，别人违反交通规则后涉及到你的可能性也会超过达标D级的自动驾驶。

其实，有些人发生交通事故也不完全是因为粗心大意驾车所致, 例如略一走神。人老后注意力难于集中，容易走神。还有一种交通事故，驾驶员没有受到疲劳，酒精，其它汽车或天气等因素的影响，但是睁着眼睛看着车祸发生了。这种交通事故是在道路催眠下发生的。驾驶员在道路催眠状态时可以以正常的方式驾车数里甚至数百英里，但是却处于一种恍惚的无记忆的的状态，因此丧失了对紧急情况的反应。就像我们过去把重体力活让给机器来做一样，看来我们将来也会把这种需要长久持续注意力的重复劳动交给AI了。

主要参考资料

https://www.whitehouse.gov/wp-content/uploads/2019/08/FY-21-RD-Budget-Priorities.pdf?utm_medium=email&utm_source=FYI&dm_i=1ZJN,6GMRP,E29O1F,PMN7K,1

https://en.wikipedia.org/wiki/Motor_vehicle_fatality_rate_in_U.S._by_year

https://zhuanlan.zhihu.com/p/43315992

https://www.designnews.com/electronics-test/self-driving-cars-reliability-challenges-solutions-and-social-adoption/87842508158921

https://www.thoughtco.com/understanding-highway-hypnosis-4151811