无处可藏

2026-08-16 18:02:10

3494

为什么在等待自动驾驶出租车时保持可见很重要……以及其他误解。

自动驾驶汽车安全专家西达尔塔·卡斯特吉尔教授今年6月向伦敦议会发表讲话时,透露了一个令人震惊的事实。如果你在夜间没有照明的街道上穿着深色衣服,不一定指望你叫的自动驾驶出租车能发现你。然而,事实并非完全如此……而且那也并非他的原话。
想象这样一个场景。晚上10点。你叫了一辆无人驾驶车辆,把你从晚间会议的场地送到火车站。天很黑(这不是夏季的斯堪的纳维亚半岛,所以晚上10点天已经黑了),下着雨,街道照明特别好,那是一场重要会议,所以你穿着深色西装、深色衬衫、深色鞋子,还背着一个深色背包。你的手机告诉你,你的"自动驾驶出租车"即将到达,把你送到目的地。透过雨幕,你看到一辆开着前灯的车从街上驶来,你能清楚地辨认出车翼和车顶上那些临时安装的设备,表明这正是你叫的自动驾驶出租车。它驶近你站的位置……减速了但没有停下来……然后开走了。

尽管这辆自动驾驶汽车搭载了所有尖端的汽车、雷达和激光雷达技术,你还是忽略了一件显而易见的事情。你对该车而言,实际上是完全隐形的。它根本看不见你。解决办法很简单,对吧?穿一件橙色外套。或者荧光黄鞋子。也许简单……但几乎不实用,尤其是如果你本来没打算坐任何出租车,更别说是无人驾驶的,所以根本没想到要带或穿什么颜色鲜艳的衣服。


黑暗中?

那么,为什么自动驾驶出租车会难以检测到行人呢?答案(或者说答案之一)是一个相当残酷的现实。根据伦敦国王学院的研究,自动驾驶汽车检测到成年人的概率大约比检测到儿童高出20%,同样关键的是,它们检测到白人或肤色较浅的人的概率大约比检测到肤色较深的人高出8%。但事实是——这并不意味着你就会被留在街上,诅咒自己的着装选择。

无处可藏

"我们在加拿大的合作者向我们提供的实验证据表明,根据行人的穿着,传感器可能检测到他们,也可能检测不到——冬装可能是其中的一个因素,"华威大学华威制造集团(WMG)安全自主研究负责人西达尔塔·卡斯特吉尔教授说。

"我对伦敦议会说的是,这是一个人们可能认为存在的问题,在21世纪中期的初级系统中,这可能确实是一个问题,但监管机构和整个行业现在绝对已经掌控了这个问题,"他充满信心地说。

"我对伦敦议会说的是,这是一个人们可能认为存在的问题,在21世纪中期的初级系统中,这可能是真的,但整个行业现在绝对已经掌控了这个问题"

"监管机构已经确保,在真正投入商业产品的系统中,情况并非如此,目前有多种机制可以实现这一点。所以,这些系统的一个根本特点是它们由人工智能驱动。这些系统的性能表现将是用于其开发的训练和测试数据集的函数。我们需要作为一个生态系统来确保的——而且这也是上个月在联合国通过的法规所要求的——开发者必须提供证据,证明用于这些模型的训练数据集能够代表它们将要运行的部署区域。我们不能仅仅说'我们有深色皮肤的人',而是实际上要提供正式的证明或正式的工程证据基础,说明他们如何就不同类型的服装、肤色、发型等作出声明。"

"我们不能仅仅说'有深色皮肤的人'——我们必须实际提供正式的工程证据基础,说明他们如何就不同类型的服装、肤色、发型等作出声明"


定位已启用

自动驾驶汽车工程师们投入了数千小时的工作,以确保我们开头描述的最坏情况尽可能接近现实,卡斯特吉尔教授不遗余力地解释说,这些车辆已经经历了相当于强化训练项目的过程。

"当你在等待自动驾驶出租车时,你的位置已经被共享了,作为乘客或叫车的人,你有责任待在自动驾驶出租车应该到达的位置。这和优步的工作方式非常相似。你把图钉放在你想让车来的地方,车就会去那里。

无处可藏 1

"问题的另一部分是如何训练它们在阴影中或穿着深色衣服的情况下检测行人?但这本质上就是证据基础的一部分。我们做了一个英国政府资助的国家级项目,与一家名叫Wayve的领先自动驾驶汽车开发商合作,开发了一种名为OASISS的方法论,即'基于运行设计域的自动驾驶系统人工智能安全'。这为你提供了一种机制,从工程证据的角度证明,你的训练数据集和测试数据集对于你将要运行系统的区域具有代表性和完整性,这正是为什么例如一个在凤凰城运营的系统,不能明天就在伦敦投入使用——因为两个城市需要不同的数据集。"


机器训练,机器学习

稍微偏离一下自动驾驶汽车不识别深色(衣服或皮肤)的"感知偏见"这一话题,自然地引出了另一个关于训练的问题。主流媒体似乎对无人驾驶技术的好处持怀疑态度,从不放过任何报道无人驾驶汽车负面新闻的机会——无论是迷路还是困在死胡同里(尽管这不是自动驾驶技术的问题,但当时并未被广泛报道),还是意外闯入一个正在进行的犯罪现场。避免这些事件所需的训练,是否在某种程度上类似于它们在旧金山或安特卫普的黑暗街道上发现一个穿着黑色运动服的黑人所需要的训练?

无处可藏 2

"我想说的是,底层的机器学习或人工智能模型保持不变,但你提供的训练类型和开发过程会略有不同,"这位被广泛誉为世界领先的自主技术专家之一的教授解释道。

"所以,举例来说,哪些街道可以走,哪些街道不能走,是不同的事情。这是这些车辆所拥有的底层路线规划程序的一部分。一些组织使用底层地图,所以这将是地图的一部分。一些组织不使用地图,他们有另一种车辆路线规划机制,但本质上,就训练而言,它是开发过程本身的一部分。"

"就训练而言,一些组织使用底层地图,但另一些组织不使用地图,他们有另一种车辆路线规划机制,但本质上,就训练而言,它是开发过程本身的一部分"


事实还是误解

所以这样就真相大白了。西达尔塔·卡斯特吉尔似乎正在开启第二职业。他不仅是华威大学WMG(华威制造集团)的教授和屡获殊荣的汽车工程师,还是一位非常出色的辟谣专家。

他的下一步计划是什么?

"在我的职位上,我们有很多令人兴奋的项目。我领导安全自主研究,涵盖自动驾驶、自动驾驶出租车、无人驾驶汽车、航空无人机以及自主航运。我们跨越所有三种交通模式开展工作。让我每天早上充满干劲的是,为了证明这些系统的安全性,仍然有工作要做,而且鉴于这些系统即将出现在英国和欧洲的道路上——我们需要能够证明它们是安全的。"

"让我每天早上充满干劲的是,为了证明这些

本平台所刊载的资讯来源于外部公开信息及合作方提供,由“中欧世界展会网”进行翻译整理,旨在为用户提供便捷的展会信息参考。我们致力于打造一个汇集全球展会时间与地点信息的服务平台,并可提供展位预订、参观协助、设计搭建等第三方服务对接。

相关资讯仅供参考,不构成任何确定性承诺或要约,亦不对其准确性、完整性承担法律责任。用户基于本平台信息所做的任何决策与行为,均需自行核实并承担相应风险。

如需进一步服务或确认信息,敬请垂询:400-837-8606(24小时客服)。