我一直觉得人类目前更现实的方向是半自动、辅助驾驶。 ​​​​

今日新闻,Uber自动驾驶汽车撞死人了,北美警方要求全部停止测试。这是全球首例,所以格外引人关注。

auto-drive-car

当然,一直有另外一种声音是说,自动驾驶也不能保证百分之百安全。与人类驾驶相比,自动驾驶汽车出事的概率要低得多。这是废话。

因为自动驾驶汽车还没有真正开放上路,大规模的推广应用。所以这种言之凿凿的判定还为时过早,因为根本就没有数据比较。我个人觉得,也许未来自动驾驶汽车能达到远远超越人类的驾驶技术水平,但真不是现在。

计算机擅长目标明确的任务。从这个角度来说,自动驾驶的汽车似乎很适合这个条件。汽车,不就是把人和货送到目的地吗?但是仔细推敲起来,又没那么简单。各个国家的交通法规规定不同。程序算法必须做调整。各地的路况千差万别,行驶过程处理各种情况,这远不是目标明确的。更不要提自动驾驶在道德和法律上的困境与障碍了。

我看过吴军先生的《智能时代》。里面对谷歌的无人驾驶技术有不少介绍。其中最根本的一条,就是谷歌提前用车构建好了地图数据。所以谷歌的无人驾驶汽车才表现优异。可是就整个世界而言,道路交通网那么复杂,难道我们全部构建吗?或许不排除,将来每一个开车的人都自动帮着构建数据,但这是未来了。

就目前而言,很多复杂的情景还是人判断最为精准,更为迅速。当然,人也会犯错误,这是肯定的。人类日常生活中的一切,你全部改由机器自动操控,你试试看。根本就做不到。我看目前做得最好的波士顿动力的机器人,也只是做了一些简单的实现。真要发展成熟,时间恐怕还早。

因为人类的日常生活活动,从来就不是一个目标明确,可以准确定义的行动。从机器人的角度来说不好实现正确的操作结果是什么?图像识别,机器可以超过人类的识别率,以后语音、视频识别都可能超越人类。下象棋,下围棋,机器可以横扫人类世界冠军。但是人类可以轻而易举的拿起一个鸡蛋,力度适中,保证鸡蛋不会破碎。可是你要机器人去做这个,比前面的事情还要难一大截。如何判断物品类型?不同物体的操作力度如何控制?要考虑的事情可就多了。这还是简单的拿起鸡蛋。

目前更现实、更好的实现,我认为不是全自动驾驶,而是半自动、辅助驾驶,用机器智能去消除人类的行动错误。

比如判断行驶方向的障碍物,预警驾驶员、对方无效就要果断辅助刹车。还有危险的驾驶员突然猛踩油门,很可能是踩错,要智能判断及时纠错,宁可罢工,保证安全。如果察觉人类驾驶员疲劳驾驶或者醉酒驾驶,那么机器应该罢工而不是任由人类来操作。

另外,机器与外界的环境交互,可以做得更智能。比如到了特定地方不能做什么,有更好的车距,速度判定。这样就可以大大减少人类的驾驶负担和精神压力,进而提高了安全性。

这些道理,人机交互专家诺曼写了一本《未来产品的设计》有所阐述。他一直不认为复杂的活动全自动是解决问题的正确路线,代之人机结合更好。

可惜没人关心这些,都在想着全自动驾驶。也许这是人类狂妄自大的一个表现吧。​​​​

给产品经理讲讲,什么是持续交付和DevOps
如何识别人的技术能力和水平?