平锻机

自动驾驶体验服务引关注“人工智能老司机”长什么样

百度在京开放自动驾驶体验服务引关注,记者实地探访——

“人工智能老司机”长什么样?

先说智能性。这10公里的路程并不算长,却已包含了我们日常开车绝大部分会遇到的基本场景:起步、加速、转弯、变道超车、减速让行、过红绿灯路口、靠边停车等等。在近20分钟的试乘时间里,安全员全程无接管,所有决策、操作都由自动驾驶系统完成。可以说,这是一次纯粹的自动驾驶。

训练:长尾场景是关键

美国疾病控制和预防中心网站数据显示,美国累计死亡病例9月22日超过20万例之后,目前平均单日新增死亡病例数维持在700例左右。

数据显示,目前上海市共开放3600余个数据集,较2018年底增长81.6%,其中动态数据接口近1700个,同比增长150%,每月开放平台数据下载调用量平均在2万次以上。今年上半年,上海还发布了《2020年上海市公共数据资源开放年度工作计划》,针对防疫复工、卫生健康、交通出行、文化教育、信用服务、普惠金融、商业服务7个重点领域进一步加强开放力度,计划到年底开放数据累计达到5000项。

日前,百度自动驾驶体验服务在北京亦庄、海淀免费开放,吸引了大批市民和媒体关注。单个站点单日最高服务量超过600单,一度出现“一车难求”的场面。近年来,中国自动驾驶行业捷报频传,多家企业已在国内外多个城市开展路测运营。此次百度率先向公众开放路测,也让普通人能够跟自动驾驶这个前沿事物来一次“亲密接触”。

据陶吉介绍,在仿真云环境下,Apollo已累计运行了数亿公里的测试里程,每日运行超过数百万公里,保证了Apollo自动驾驶对路上多样化场景的适应性,让百度自动驾驶车辆在上路前,已经完成了对于路上可能会发生的所有场景的充分验证。

体验:全程平稳无接管

那么,自动驾驶出租车如何行驶?面对中国实际的复杂路况,技术人员是如何把无人车训练成“老司机”的?本报记者对此进行了实地体验和采访。

除了AI自动紧急刹车,有没有安全员必须要接管车辆的时候呢?一位安全员提到一个令人印象深刻的场景:工人打开路面井盖,下井检修,但并未按要求在井口摆设安全锥桶。下井工人的头发与黑色的井口背景融为一体,试验车辆未能分辨,没有做出减速动作,安全员紧急接管。“不过这都是很早期的状况,现在接管的次数少多了。”

华盛顿大学卫生统计评估研究所所长克里斯托弗·默里表示,预测死亡病例数将激增主要源于两大因素,一是随着一些州确诊病例减少,人们警惕性下降,接触增多;二是季节性因素将使更多活动在室内进行,这将进一步增加病毒传播风险。模型预测显示,死亡病例激增可能从10月开始,11月和12月加速。

现实中的“练功房”位于国家智能网联汽车(长沙)测试区东片区,这是百度联合长沙湘江智能打造的国内首个自动驾驶7×24小时全无人值守封闭测试场,目前已投入日常测试使用。可以实现测试全程无人化,支持7×24小时不间断可靠性测试,大幅节省测试人力成本。同时也保障了场景构建的高度还原和一致性,对交互博弈场景构建的优势尤其突出。

美国约翰斯·霍普金斯大学统计数据显示,截至美国东部时间6日晚,美国累计确诊病例超过749万例,累计死亡病例超过21万例。

“对自动驾驶系统来说,每一个长尾场景都是非常宝贵的学习机会,每解决一个问题,Apollo的大脑就会变得更‘聪明’一些。”百度自动驾驶测试工程师李肆给记者举了一个三角事故牌的例子:

据美疾控中心网站数据,目前美国新冠死亡病例数已超过过去5个流感季死亡病例之和。数据显示,从2015年至2020年的5个流感季,美国因流感死亡的病例数总计约为17.8万例,而目前因新冠死亡的病例数已超过21万例。

路测过程中遇到的问题怎么解决?

“以前觉得自动驾驶既神秘又‘高大上’,这次终于能亲身体验一下了!”望着徐徐驶来的百度自动驾驶出租车Apollo,在北京工作的程序员小王很兴奋。

记者当即向车内安全员反复确认,在这脚刹车过程中,安全员完全没有介入,是自动驾驶系统预判到摩托车的行驶轨迹,采取了紧急制动措施。记者事后想,如果是自己在当时的场景中,可能会减速,但不会急刹。因为摩托车在道路博弈中,大概率不会主动选择与汽车进行碰撞,这或许是人类和机器在预判上的区别,不过也正如小度所说,“谨慎”是为了安全,在自动驾驶刚起步的时候,还是谨慎为妙。

2019年10月1日正式施行的《上海市公共数据开放暂行办法》(简称《办法》),是全国首部公共数据开放的专门地方政府规章,明确了统筹协调、分级分类、专家咨询、多元生态四大创新制,在全国具有引领意义。《办法》出台以来,上海市已建立起运行顺畅有效的日常对接协调机制;制定了《上海市公共数据开放分级分类指南(试行)》和重点行业分级分类管理细则,开展精细化管理;组建了包括40名高端专家的首届公共数据开放专家委员会,提出专业咨询意见和建议;升级全市统一公共数据开放平台,提供全面技术支撑和安全保障;打造了大数据联合创新实验室、开放数据系列赛事等“产学研用”多元协作载体,形成了全方位、多层次的公共数据开放生态体系。

本次2020世界人工智能大会云端峰会数据智能主题论坛以“数据智能 无限未来”为主题,聚焦新基建、新经济、新要素等热点话题,以及多方计算、联邦学习、数据治理等前沿技术,展现大数据与人工智能深度融合带来的最新成果和美好愿景。

“今天我们敢在北京开放,也是代表一种技术自信。”陶吉说,“对于一项新技术,只有面向用户、面向市场才有最佳的改进目标,当然我们还有各种不足,也希望能够通过开放试乘来收集用户的反馈,不断打磨提升自己,带给大家更好的出行服务产品。”

除了真实的道路数据之外,百度的自动驾驶学习也依托仿真模拟器。百度自动驾驶事业部总经理陶吉告诉记者:“我们拥有一个‘无限里程虚拟世界’,我们在这里面放很多行人和车辆的障碍物,他们按照一定的规则去跑,Apollo也放一辆进去。当跑到足够多里程的时候,会发生很多意想不到的情况。如果发现Apollo应对不了的情况,这个案例我们会特别拿出来分析,作为训练课程来增强自动驾驶系统的能力。”

所以,不仅仅是安全员发生接管的场景,包括系统主动发现的漏洞或是影响用户体验的问题,都会被系统实时捕捉,并自动上传云端。所有问题的数据,在后台都会被自动化分析和归类标注。

这一机构此次下调了到明年初的死亡数据预测,其9月初发布的这一预测数据是41万例。

急刹车与井盖的故事提醒我们,比起相对容易处理的正常场景来说,那些发生概率较低、但“一失万无”的极端场景——业内称为“边角案例”(CornerCase)或“长尾场景”——才是对自动驾驶真正的考验。这些场景不按常理出牌,样式繁多,处理难度大,却是无人驾驶在中国落地的关键之一。

“对于比较简单的问题,系统可以自己形成训练数据,直接对算法模型进行自我更新,增强驾驶能力。而对于一些新问题和重点问题,则会被系统识别出来,流转给技术人员作深入分析和优化。”李肆说,当技术人员对一类典型场景完成算法优化后,会在仿真平台针对问题场景进行验证。“从遇到一个长尾场景,到数据驱动模型迭代、仿真回归验证、新版本上线解决,优化周期大约在几周或几个月,要视问题的困难程度而定。”

“在一次测试中,Apollo遇到一个三角事故牌和临时停车,识别成了静止障碍物和静止车辆。它选择先停车观察,然后再缓慢起步绕行。当系统记录这一次缓行后,通过数据挖掘和Learning训练模型,Apollo理解了这是交通事故场景典型特征。在之后的驾驶策略上,再遇到三角牌,它会提前主动借道通行,像老司机一样自然绕行。”

资料显示,上海自2012年起在全国率先试点推进公共数据开放工作,长期以来,不断推进顶层设计和制度创新,加大开放力度和服务水平,推进政企数据融合应用,营造开放合作氛围。

10月27日上午,记者来到北京亦庄,选择限定运营区域内距离最长的两个站点,坐着百度自动驾驶出租车跑了一个来回。

上海数据交易中心于近日发布了基于联邦学习技术的多方安全计算验证环境,探索数据流通与交易领域多元数据融合的实现途径,推动各领域行业数据的标准化研究,提升多元数据的可用性、规范性、安全性,为数字经济与产业发展保驾护航。(完)

除了让Apollo把自己遇到的难题“巩固复习”好,百度的技术人员还给Apollo主动加练,从现实和虚拟两个维度打造起Apollo的“练功房”。

正是因为Apollo的“超稳定发挥”,反而让试乘者们特别期待能遇到一次“意外”情况。赶巧的是,记者就遇到了一次自动驾驶系统做出的急刹车动作:

当时,一辆外卖摩托车突然从路旁冲出来,即将以高速掠过Apollo斜前方。就在记者用余光瞥见这辆摩托车时,Apollo来了一脚势大力沉的急刹车。紧接着,车内响起了AI小度的道歉声:“刹猛了,求原谅!谨慎才能保证你的安全呀。”

论坛上举办了公共数据开放应用试点项目合作签约仪式。数据提供部门代表与试点建设单位达成合作意向,聚焦交通出行、医疗健康、城市治理等重点领域,打造一批公共数据开放应用示范案例,发挥政企数据融合对各行业的赋能作用。同时,第六届上海开放数据创新应用大赛(SODA)正式开赛,通过提供大规模、多维度的公共数据和行业数据开放样本,在全球范围内征集创新应用解决方案。此外,SODA大赛携手国内七大开放赛事,共同组建“开放数据赛事联盟”,打造数据共通、赛程共融、专家共享、宣传共鸣、服务共建的合作体系,加速数字经济产业创新。

再说舒适性。百度自动驾驶出租车的速度基本稳定在每小时40公里左右,这让它整体“开”得非常平稳。Apollo的加减速也很流畅,遇到前方红灯或是预测到有车要并线,Apollo会提前减速,从而避免急刹车。遇到四下无车的情况,Apollo也会果断匀加速,不“磨叽”。在绝大多数情况下,如果你闭上眼睛,基本分不出开车的是人还是机器。

Back To Top