．自動駕駛汽車需要一門共同的語言

Nissan Seamless Autonomous Mobility (SAM)

康橋科技 —— 白光攝影機專業廠商！

leiphone 作者：思佳

日產汽車，是眾多拼殺在自動駕駛市場中的一員。但有些不同的是，比起讓機器完全取代人類，日產汽車選擇的是，讓機器越來越像「人」，這也成為SAM的由來。

2017年CES大會上，日產發佈了名為SAM的無縫自動出行（Seamless Autonomous Mobility）技術，可以說是汽車在人工智慧方面的一大突破。

SAM是以人工輔助車載的人工智慧技術平台，幫助自動駕駛車輛，在難以預知的環境下做出決策，同時構建車載人工智慧的認知。

SAM平台允許車輛，在應對一些複雜情況時，向指揮中心求助。資訊會被傳送到一位，可進行應對的出行管理者處，用人類意志幫其做出決策。

SAM的核心是人與機器的協作，其目標不是將人從系統中移除，而是利用人工智慧，來支持更龐大的自動出行系統，並即時提高車輛的人工智慧。

比起一些激進的硬派自動駕駛企業，日產汽車公司這些年來，更傾向於穩扎穩打的路線。這也是他們推出「三步走」自動駕駛路線的原因。

據瞭解，按照日產的計劃，將在2016年推出用於高速公路、不可變道的技術；在2018年推出用於高速公路、可自動變道的技術；在2020年推出用於城市道路、可自行通過十字路口的高級自動駕駛技術。

2016年，日產推出其中的第一步——用於高速公路、不可變道的技術，又被稱為ProPilot技術。

ProPilot可以被看作一種更高級的ADAS技術，去年7月，搭載ProPilot系統的日產Serena車型首次亮相，並將帶有自動駕駛功能的汽車售價，壓低至新台幣100萬，大大降低了自動駕駛功能汽車的門檻。

自動駕駛需要「世界性」語言

在之前有媒體報導探討過「機器倫理」的話題，核心要義是，當AI佔據極其強大的主動性後，如何權衡人類情感，及社會道德在其中的分量。

誠然，程序員、工程師和機器人專家，都在自動駕駛汽車的發展中扮演著非常重要的角色，可是人類學家是否如此呢？也許很多人沒有將這個頭銜，與自動駕駛的未來掛鈎，可日產汽車不這麼認為。

2015年3月，Melissa Cefkin被日產汽車公司破格雇傭為首席科學家與人類學家，在日產位於矽谷的研究中心裡，Melissa Cefkin的工作，就是確保在廣泛自動化日益到來的今天，使人類仍處於決定性的核心位置。

日產汽車公司首席科學家與人類學家Melissa Cefkin

在外媒的一次專訪中，Melissa Cefkin解釋了，為什麼她的工作非常重要，也談了談除了傳感器和控制系統外，還有什麼對於自動駕駛而言不可或缺。這裏將內容整理如下。

Q：Cefkin女士，你的工作聽起來感覺是很矛盾的。你作為人類學家，研究人類。但在日產，你參與的研究正試圖用電腦取代人類。你如何解決這種矛盾呢？

Melissa Cefkin: 很簡單。目前距離車輛電子設備，承擔任何條件下的任何駕駛任務，還需要很長一段時間。那麼在接下來的幾年裡，問題不會單純地由人或機器解決。

相反，自動駕駛的難題將在二者間建立一種平滑的過渡，這個過程需要人與機器合作完成。如果你想為人類提供一個自動化的合作夥伴，你就必須瞭解人類。

一位工程師正在測試日產汽車的自動駕駛SAM系統

Q：所以這只是一份臨時的工作麼？

Melissa Cefkin: 恰恰相反！即使有一天人類不再需要指導自動駕駛車輛，他們仍然會作為自動駕駛交通系統中的一員，與機器交互，比如作為道路的使用者、騎自行車的人或是行人。

所以，自動駕駛車輛對於人類的「不可傷害」，將伴隨其發展的全過程，以確保人與機器的無障礙共存。不論如何看待：在高度自動駕駛的未來，人類仍然要處於主導位置。

Q：能否用具體的例子闡述，您的團隊如何塑造日產ProPilot自動駕駛技術的發展？

Melissa Cefkin: 我們專注於兩個議題。第一個是人與機器之間的通信，包括在車輛內部，以及在車輛和相關環境之間的通信。如何賦予乘客更多自信來使用ProPilot的自動駕駛系統？

如何將自動駕駛汽車的所思所想，告知道路的其他使用者？一輛日產自動駕駛Leaf電動車，不能像人類司機一樣，透過手勢或眼神交流，雖然這對人類來說很簡單。

我們需要一種「語言」，一種盡可能普遍和通用的語言。作為一家針對大眾的汽車生產企業，我們考慮的不僅是日本、美國或是歐洲中部市場，我們需要將各個國家的情況都納入到研究中。

自動駕駛汽車仍需與人類交互

Q：那麼第二個議題是什麼？

Melissa Cefkin: 在我們硅谷的研究中心裡，程序員、電子工程師，以及人工智慧專家，都在同一層工作，因為我們經常會共同來解決一個問題。

例如，關於十字路口的通行權規則問題。首先，這個問題可以被輕鬆轉換成一個算法來解決，但與自動駕駛系統不同的是，人類並不總是遵守交通規則。

在成千上萬個不同的場景下，人類可能會在必要時打破規則，或是至少靈活來處理。但機器人由於嚴格的程序算法執行，無法做到這樣。

所以，我們要賦予機器人「人類」的特質，這意味著在算法的解譯和執行間，需要有一定的閾值，使機器人能夠完成不同場景下的任務。這就是我的團隊需要做的工作，我們要確保理論和實踐不背道而馳。

從某個角度來說，我們有點像自動駕駛系統算法模型的「現實檢驗者」。

Q：團隊有哪些工作成果？

Melissa Cefkin: 我們之前剛剛在CES上發表了最新的SAM（無縫自動出行）系統，它完美詮釋了人類在自動駕駛交通中，應該扮演的角色。

每次當ProPilot在複雜的場景中，面臨其運算能力的極限時，它便會從某個人類專家處獲得建議。這個系統類似於一個自動駕駛過程的監察者，它可以隨時接入車輛的數據流，並在幾秒鐘內給出分析結果。

人類專家便可以，依據情況做出應對。例如前方有一輛已經拋錨的汽車，他們就可以允許自動駕駛車輛，忽略道路線指示，在實線處超車，而不是傻等上幾個小時。

而後，這種指示資訊會透過雲端被即時共享，讓所有自動駕駛AI得到學習。這樣循環往復，即使有一天自動駕駛汽車完全不需要人類指導，人類的規則和觀念，也在這個系統中佔據了主導權。