我们离大规模部署自动驾驶汽车还有多久？
你对未来的生活有怎样的期许？
是否想象过道路上满是自动驾驶汽车的场景？
随着越来越多的自动驾驶汽车开始路测，
科幻小说中“无人驾驶的交通系统”的场景
好像也指日可待了！
其实，在这一天真正来临之前，我们仍有许多工作要做。最近，pbs（美国公共电视台）的《nova（中译：新星，一档科学节目）》播出了一期主题为《看看谁在开车》的内容，其中有专家提醒道，人们仍将会面临许多艰巨的挑战——尤其是如何训练人工智能（ai），以提高其在生死攸关时刻做出和人类一样决策的能力。这期节目重点阐释了这些问题：我们离大规模部署自动驾驶汽车还有多久？我们真的能放心地把生命托付给ai吗？
01
一些早期研究证明了自动驾驶汽车的安全优势
车辆安全保障功能和相关基础设施仍处于开发进程，然而在人类真正在方向盘上解放双手之前，应该充分做好“道路准备（road-ready）”——所谓“道路准备”，就是需要将驾驶员、乘客和行人的危险系数降至最低。尽管第一起自动驾驶汽车撞死行人的事故已经发生并引起广泛关注，但到目前为止，通过自动驾驶汽车的有限应用，我们能够证明自动驾驶还是安全的。从统计数据来看，自动驾驶比人类司机表现得还好——根据美国交通部“死亡分析报告系统”的报告，每10万人中有11.2人死于交通事故，每行驶1亿英里（注：1英里=1.609344km）就造成1.13人死亡。自动驾驶汽车通常被认为是更安全的选择。美国兰德公司（rand corporation）的一项研究发现，超过90%的撞车事故是人为失误造成的。研究人员最近还预测，如果自动驾驶汽车可以减少哪怕10%的交通死亡意外，那么它们将在50年内挽救大约110万人的生命。
自动驾驶汽车的安全性一直是人们最为关心的因素。高级驾驶辅助系统（adas）通过提醒驾驶员潜在的问题和碰撞风险，实现安全自动化并增强车辆的安全性。虽然adas目前正在推出和普及，但adas功能只是汽车实现完全自动驾驶的一个组件。要想让ai来控制汽车，我们需要整个行业和研究机构共同开发算法和传感器，以便让车辆能够不断感知、识别其周围环境，并在必要时做出实时反应。此外，自动驾驶汽车自身也有一系列问题需要解决，例如恶意软件攻击、硬件故障或软件故障。
长期以来，依托为汽车设计专家提供高可靠的内存和存储，美光也为自动驾驶未来发展做出了贡献。通过与客户和合作伙伴生态紧密协作，美光的高性能、低功耗存储解决方案专为他们设计，并为他们提供研究所需要的功能。
02
下一重点：ai中的技术因素
自动驾驶借助ai来解决传统算法无法解决的问题，且在需要高精度目标检测和分类的情况下尤甚。对于汽车开发人员来说，ai可以说是一个全新的领域，这是因为传统的确定性系统（deterministic system）和基于ai的系统之间存在根本的差异，所以大部分的经验（包括那些“吃一堑，长一智”）无法一直奏效。任何ai系统都可能受到不同触发器的影响，而且会严重依赖以下因素。
■ ai模型的准确性：哪种模型最擅长根据输入数据来识别数据集中变量之间的关系和模式？该模型决定自动驾驶汽车如何对异常路障做出反应。ai训练阶段所使用的测量受到几个参数的影响，如算法本身、模型的复杂性、层数、可变宽度、训练期间的样本数、传感器的分辨率等。
■ 硬件的复杂性：高精度的ai推理需要从易失性存储器中获得极高的带宽。通常需要每秒几百gb以上。然而，汽车系统也有低功率的需求。
■ 非确定性算法(nondeterministic algorithms):经过训练的ai系统必须对新情况（即系统从未见过的情况）做出反应，并且这些系统必须学会在训练过程中发现新对象。
■ 传感器的准确性和可靠性：像摄像头、激光雷达和雷达这样的传感器，相当于是ai系统的眼睛。但是，并非在一定半径内的每个物体、甚至每个移动的物体都需要让车辆对其做出反应。未能提供准确的信息可能会导致误报、误检物体以及其他不可预测的车辆反应。因此，我们通常需要一套不同的传感器来检测所有照明和天气状况。
■ 内存：易失性和/或非易失性存储器可能由于物理缺陷和/或软错误而引入错误。在汽车中，易失性存储器在实时ai操作中起着重要作用，因为它用来存储ai层缓冲区以及ai推理过程中使用的经过系数训练的数据。在易失性存储器中无法检测到的错误可能会导致车辆出现异常状况。因此，在设计系统时，始终要考虑到可能出现的内存故障。
硬件的稳定可靠至关重要。adas子系统就是要求最佳的性能，并且也要符合iso 26262标准规范。
03
重要的后续步骤
自动驾驶所采用的新ai技术也为安全性提出挑战，因为早期自动驾驶汽车的设计和验证只能从一个小知识库中借鉴训练的算法。我们必须为ai建立一个更大的知识库，以便模拟内存在自动驾驶系统中扮演的角色。这将有助于加速训练ai在汽车安全方面的决策功能。
此外，针对自动驾驶汽车的安全要求，目前行业还没有出台完善的规定。虽然iso 26262已经启动了关于道路车辆风险分析和危险分类的描述，但也没有任何监管机构确定“安全”的含义。随着参数变得更加清晰，指导方针将从自愿化转向规范化，各个地区和国家也会将其整合进政策中。
美光相信，为未来的自动驾驶汽车设计ai的专业人士将会不断地创新工具和基础设施，带领我们抵达想去的地方。
半导体封装市场将追随芯片产业增长步伐,2024年升至208亿美元
京东方将显示屏玩出新花样 先于日本试水
经纬恒润差速锁控制器，在国内市场大放异彩
看看韩国怎么细分，区块链产业的分类
HNLC-10A直流电阻快速测试仪
我们离大规模部署自动驾驶汽车还有多久？
16位16通道同步采样ADC，ADI的AD7616的国产替代方案ADCS16162
弯曲疲劳试验机在金属、塑料和复合材料测试中的应用解析！
微信小程序音视频与WebRTC互通的技术思路和实践
天津持续优化的营商环境为智能制造时代下的企业发展带来利好
PLL锁相环的特性、应用与其基本工作过程
天齐锂业拟通过香港H股上市，目的在于配合公司快速扩张步伐
激荡创意推手创新 飞思卡尔MCU创意大奖赛完美收官
做“好”IC验证工程师的必备技能
“新一代人工智能”重大项目 2018 年度项目申报指南征求意见稿
电磁流量计选型时需要考虑哪些问题
2020年1-9月世界半导体市场约3210亿美元，同比增长7.5%
全球半导体设备市场容量预计2020年将达到36亿美元
4G终端骚动：中移动5000万订单引爆市场
韩媒指称：日方有意把南韩移出「白色名单」对韩国冲击会更为剧烈
是否想象过道路上满是自动驾驶汽车的场景？
随着越来越多的自动驾驶汽车开始路测，
科幻小说中“无人驾驶的交通系统”的场景
好像也指日可待了！
其实，在这一天真正来临之前，我们仍有许多工作要做。最近，pbs（美国公共电视台）的《nova（中译：新星，一档科学节目）》播出了一期主题为《看看谁在开车》的内容，其中有专家提醒道，人们仍将会面临许多艰巨的挑战——尤其是如何训练人工智能（ai），以提高其在生死攸关时刻做出和人类一样决策的能力。这期节目重点阐释了这些问题：我们离大规模部署自动驾驶汽车还有多久？我们真的能放心地把生命托付给ai吗？
01
一些早期研究证明了自动驾驶汽车的安全优势
车辆安全保障功能和相关基础设施仍处于开发进程，然而在人类真正在方向盘上解放双手之前，应该充分做好“道路准备（road-ready）”——所谓“道路准备”，就是需要将驾驶员、乘客和行人的危险系数降至最低。尽管第一起自动驾驶汽车撞死行人的事故已经发生并引起广泛关注，但到目前为止，通过自动驾驶汽车的有限应用，我们能够证明自动驾驶还是安全的。从统计数据来看，自动驾驶比人类司机表现得还好——根据美国交通部“死亡分析报告系统”的报告，每10万人中有11.2人死于交通事故，每行驶1亿英里（注：1英里=1.609344km）就造成1.13人死亡。自动驾驶汽车通常被认为是更安全的选择。美国兰德公司（rand corporation）的一项研究发现，超过90%的撞车事故是人为失误造成的。研究人员最近还预测，如果自动驾驶汽车可以减少哪怕10%的交通死亡意外，那么它们将在50年内挽救大约110万人的生命。
自动驾驶汽车的安全性一直是人们最为关心的因素。高级驾驶辅助系统（adas）通过提醒驾驶员潜在的问题和碰撞风险，实现安全自动化并增强车辆的安全性。虽然adas目前正在推出和普及，但adas功能只是汽车实现完全自动驾驶的一个组件。要想让ai来控制汽车，我们需要整个行业和研究机构共同开发算法和传感器，以便让车辆能够不断感知、识别其周围环境，并在必要时做出实时反应。此外，自动驾驶汽车自身也有一系列问题需要解决，例如恶意软件攻击、硬件故障或软件故障。
长期以来，依托为汽车设计专家提供高可靠的内存和存储，美光也为自动驾驶未来发展做出了贡献。通过与客户和合作伙伴生态紧密协作，美光的高性能、低功耗存储解决方案专为他们设计，并为他们提供研究所需要的功能。
02
下一重点：ai中的技术因素
自动驾驶借助ai来解决传统算法无法解决的问题，且在需要高精度目标检测和分类的情况下尤甚。对于汽车开发人员来说，ai可以说是一个全新的领域，这是因为传统的确定性系统（deterministic system）和基于ai的系统之间存在根本的差异，所以大部分的经验（包括那些“吃一堑，长一智”）无法一直奏效。任何ai系统都可能受到不同触发器的影响，而且会严重依赖以下因素。
■ ai模型的准确性：哪种模型最擅长根据输入数据来识别数据集中变量之间的关系和模式？该模型决定自动驾驶汽车如何对异常路障做出反应。ai训练阶段所使用的测量受到几个参数的影响，如算法本身、模型的复杂性、层数、可变宽度、训练期间的样本数、传感器的分辨率等。
■ 硬件的复杂性：高精度的ai推理需要从易失性存储器中获得极高的带宽。通常需要每秒几百gb以上。然而，汽车系统也有低功率的需求。
■ 非确定性算法(nondeterministic algorithms):经过训练的ai系统必须对新情况（即系统从未见过的情况）做出反应，并且这些系统必须学会在训练过程中发现新对象。
■ 传感器的准确性和可靠性：像摄像头、激光雷达和雷达这样的传感器，相当于是ai系统的眼睛。但是，并非在一定半径内的每个物体、甚至每个移动的物体都需要让车辆对其做出反应。未能提供准确的信息可能会导致误报、误检物体以及其他不可预测的车辆反应。因此，我们通常需要一套不同的传感器来检测所有照明和天气状况。
■ 内存：易失性和/或非易失性存储器可能由于物理缺陷和/或软错误而引入错误。在汽车中，易失性存储器在实时ai操作中起着重要作用，因为它用来存储ai层缓冲区以及ai推理过程中使用的经过系数训练的数据。在易失性存储器中无法检测到的错误可能会导致车辆出现异常状况。因此，在设计系统时，始终要考虑到可能出现的内存故障。
硬件的稳定可靠至关重要。adas子系统就是要求最佳的性能，并且也要符合iso 26262标准规范。
03
重要的后续步骤
自动驾驶所采用的新ai技术也为安全性提出挑战，因为早期自动驾驶汽车的设计和验证只能从一个小知识库中借鉴训练的算法。我们必须为ai建立一个更大的知识库，以便模拟内存在自动驾驶系统中扮演的角色。这将有助于加速训练ai在汽车安全方面的决策功能。
此外，针对自动驾驶汽车的安全要求，目前行业还没有出台完善的规定。虽然iso 26262已经启动了关于道路车辆风险分析和危险分类的描述，但也没有任何监管机构确定“安全”的含义。随着参数变得更加清晰，指导方针将从自愿化转向规范化，各个地区和国家也会将其整合进政策中。
美光相信，为未来的自动驾驶汽车设计ai的专业人士将会不断地创新工具和基础设施，带领我们抵达想去的地方。
半导体封装市场将追随芯片产业增长步伐,2024年升至208亿美元
京东方将显示屏玩出新花样 先于日本试水
经纬恒润差速锁控制器，在国内市场大放异彩
看看韩国怎么细分，区块链产业的分类
HNLC-10A直流电阻快速测试仪
我们离大规模部署自动驾驶汽车还有多久？
16位16通道同步采样ADC，ADI的AD7616的国产替代方案ADCS16162
弯曲疲劳试验机在金属、塑料和复合材料测试中的应用解析！
微信小程序音视频与WebRTC互通的技术思路和实践
天津持续优化的营商环境为智能制造时代下的企业发展带来利好
PLL锁相环的特性、应用与其基本工作过程
天齐锂业拟通过香港H股上市，目的在于配合公司快速扩张步伐
激荡创意推手创新 飞思卡尔MCU创意大奖赛完美收官
做“好”IC验证工程师的必备技能
“新一代人工智能”重大项目 2018 年度项目申报指南征求意见稿
电磁流量计选型时需要考虑哪些问题
2020年1-9月世界半导体市场约3210亿美元，同比增长7.5%
全球半导体设备市场容量预计2020年将达到36亿美元
4G终端骚动：中移动5000万订单引爆市场
韩媒指称：日方有意把南韩移出「白色名单」对韩国冲击会更为剧烈