AI／運算／感測相繼成熟　自駕車隨技術水到渠成

在那個時代，還很難說服人們相信無駕駛車輛成真的可能性，但隨著數十年來的技術演進，以及各種跨產業聯盟的成形，自駕車正逐漸成真；根據BI Intelligence的報告估計，2020年會有1,000萬輛自駕車上路，IHS則預測自駕車銷量將於2035年達到2,100萬輛。

▲自駕車概念不僅是對科技的挑戰，也是對人性和社會的挑戰。

▲Intel、BMW集團和Intel旗下Mobileye正合作於2021年前推出全自動駕駛汽車。

時間快轉至今日，感測器技術、電腦運算能力和機器學習，也就是電腦累積、學習和依據大量資料（Data）創建數學演算法的能力，創造了英特爾自動駕駛解決方案首席系統工程師Jack Weast所稱的「完美風暴」（Perfect Storm），意即賦予車輛自動駕駛的能力。Weast指出：「我們花了這麼長的時間走到今天，自駕的基本科學已成熟到讓自駕車成為現實。」

全自動駕駛全速前行

國際自動機工程師學會（SAE International）將車輛自動化區分為五級，第1和第2級仍然需要駕駛操控，如主動式定速巡航（Adaptive Cruise Control）、自動煞車（Responsive Braking）以及停車輔助（Parking Assist）。第3級將車輛定義為「有條件自動駕駛」（Auto Pilot），但駕駛可視情況重新取得控制權。

第4級需要的駕駛支援更少，司機甚至可以打瞌睡，第5級的車輛則為真正自動化，甚至可能不需設有駕駛座和控制設施。

實現自駕車概念需要處理難以數計的巨量資料，Weast認為，現在的手機數據方案維持在每月以GB為單位來計算，其中包括視訊和音樂串流，相較之下，自駕車每小時處理的數據需以TB為單位，如此大量的數據無法傳送到雲端，所以自駕車本身需要擁有高效能運算能力，才能做即時處理。

自駕車需內建大量感測器，如攝影機、光達（Lidar）和雷達，收集不同的車輛環境資訊，舉例攝影機可以感測真人、雷達可感測深度，分辨真人和人形立牌的差異，整套系統必須彼此緊密串聯。

「你不僅需要這些高傳真感測器，車輛也需要內建效能卓越的中央大腦，才能處理感測器的所有數據，創造代表車輛周遭真實世界的虛擬環境，並以非常快的速度做出複雜的即時決定，包括方向、煞車等。」Weast進一步表示，「而且這個封閉迴路須內建於車輛。」

自動駕駛的實現有一部分須仰賴於車輛自行辨識車況的能力，他指出：「你試圖列舉真實世界裡所有物件，特別在複雜的都會環境裡，自駕車必須精確辨識數十種不同的物件。」

透過大量的資料，資料科學家可以分析所有記錄下來的感測器資料，再創造機器學習模式，讓自駕車「學習」，並根據訓練、針對它所看到的狀況作出機率決定。

嶄新的交通運輸思維成形中

雖然相關技術正在迅速發展，核心問題仍是電腦是否可能取代人類直覺。

「自駕車概念不僅是對科技的挑戰，也是對人性和社會的挑戰。」英特爾自駕車使用介面創意總監Matt Yurdana認為：「如果人們不覺得自己是安全的，在情感和心理上不覺得自己可以信賴自駕車，那麼在科技上走多遠都沒意義。」

▲國際自動機工程師學會（SAE International）將車輛自動化區分為五級，第1和第2級仍然需要駕駛操控，第3級將車輛定義為「有條件自動駕駛」（Auto Pilot）， 第4級需要的駕駛支援更少，司機甚至可以打瞌睡，第5級的車輛則為真正自動化，甚至可能不需設有駕駛座和控制設施。

▲BMW全球高階主管Elmar Frickenstein乘BMW i3無人車於2016英特爾科技論壇（IDF）亮相。

如同人們接受並採納新科技一樣，整個過程的演進速度會較慢，就像現在路上有老車也有特斯拉（Tesla），自駕車的整合也需要時間。

Yurdana以醫療產業為例，雖然部分高科技實驗室透過先進的數位化伺服器分享資料，但是其他醫院仍然會使用列印病歷的方式歸檔。

Yurdana表示，自駕車可能會先遵循特定路線，如同來往特定地點的交通車、輕軌或地鐵系統；他指出，當我們選擇搭乘巴士、優步（Uber）、計程車，或使用Zipcar和car2go等共乘服務的時候，就已經選擇放棄「控制權」，從A地到B地的整個移動概念也將會改變。

Yurdana提及，自駕車可能改變人們對交通運輸的概念和優先順序，甚至可能有完全不同的運輸方式，隨著這些選項的出現，人們再也不會因找不到停車位或困在車陣中大發雷霆了。

「自駕車將改變人們生活、工作，以及設計程式的方式，它將以難以想像的方式影響整個產業。」Weast說：「就像汽油動力車改變世界一樣，相信自駕車將改變我們的生活以及全世界所有人類的生活，自駕車絕對是令人非常興奮的演進。」

<本文由英特爾提供（https://iq.intel.com/）>