Mobileye 認為，人類駕駛員是一個很復雜，在計算機看來“非標準”的群體：有激進的司機，也有保守的司機，想準確預測個體司機的意圖很難。人類在駕駛中無時無刻不在進行博弈，而無人車想要與人類駕駛員共存，就不得不參與這種博弈。Mobileye提出的RSS理論模型想要做到的事，就是把人們的駕駛常識總結歸納為數(shù)學模型，并且教會每一輛無人車。【后臺回復RSS，可獲取RSS模型PDF論文以及白皮書?！?br />
機器人不得傷害人類，或坐視人類受到傷害；
除非違背第一法則，否則機器人必須服從人類命令；
除非違背第一或第二法則，否則機器人必須保護自己。

所有突破界限新技術的誕生，都不可避免地伴隨著道德倫理和關于人類存亡的討論。

過去是機器人，今天輪到無人車了。

至今我們已經(jīng)對機器人做了足夠多的討論，業(yè)界也有像馬斯克和扎克伯格這樣的對人工智能堅持不同看法的大佬，至少當強人工智能到來之時，人類不會是全無準備的羔羊。

而比起機器人，無人車無疑是命途多舛的。從上路開始，不斷發(fā)生的重大負面新聞就一直在刺激人們的神經(jīng)，無人車就像個剛學會跑步，就不得不接受眾人審判的孩子。

今年三月在美國亞利桑那州坦佩市，面對一名違反交規(guī)橫穿馬路的女性，Uber 公司旗下的無人車選擇了不減速直接碾過；同月，特斯拉 Model X 在輔助自動駕駛 (Autopilot) 模式下撞上隔離帶，致車主死亡；上周，其它駕駛員的錯誤導致一輛 Waymo 自動駕駛車卷入車禍。


這些事故的發(fā)生，究竟是誰的責任很重要，但在當下的輿論環(huán)境下沒人關心。盡管經(jīng)過近兩個月的調(diào)查，警方認為安全員和違規(guī)過馬路的行人亦負有責任，但 Uber 無人車這個“第一起自動駕駛汽車殺人事件”的帽子，一時半會兒肯定摘不掉了。前幾天 Waymo 車禍發(fā)生時，很多人在了解現(xiàn)場情況之前，下意識地就覺得是無人車的錯。

無人駕駛技術的成熟只是時間問題，然而想讓公眾信任無人車，和無人車分享道路，甚至是把生命安全交給無人車，仍然是個棘手的難題。無人車的每一次事故，哪怕只是被卷入車禍，都會引起公眾的懷疑和恐慌。長此以往，這種不信任足以摧毀這個新興的行業(yè)。

還好，已經(jīng)有人在考慮這個問題，并且給出了一份很有說服力的答卷。

英特爾旗下，汽車圖像技術老牌公司 Mobileye，發(fā)表了一篇名為《安全、可擴展自動駕駛汽車的正式模型》的論文。在這篇論文里，該公司提出了一個名叫 RSS（Responsibility-Sensitive Safety）的理論模型。

這個理論主張在事故發(fā)生之前規(guī)避事故，而不是等事故發(fā)生后再進入復雜的定責程序。

英特爾和 Mobileye 希望，這個理論像自動駕駛界的“阿西莫夫機器人三定律”一樣，成為讓業(yè)界普遍接受、讓公眾感到放心的無人車守則。


Mobileye 認為，人類駕駛員是一個很復雜，在計算機看來“非標準”的群體：有激進的司機，也有保守的司機，想準確預測個體司機的意圖很難。人類在駕駛中無時無刻不在進行博弈，而無人車想要與人類駕駛員共存，就不得不參與這種博弈。

以汽車并道為例，在并道時發(fā)生刮蹭，前車會說后車進得太急，后車會說前車司機跑神反應太慢，到底誰說的是真誰說的是假，還得交警和保險公司一起來決定。無人車又沒有嘴，最好的辦法就是在保證絕對安全的前提下再行動。


Mobileye 航拍的真實路況，擠不進去的白車心里苦

在英特爾投資全球峰會上，Mobileye CTO 兼聯(lián)合創(chuàng)始人阿姆農(nóng)·沙書亞 (Amnon Shashua) 談及車禍定責問題時表示：

在 RSS 的框架下，如果無人車出了事故，那一定是人的責任。

為了做到這點，Mobileye 也提出了無人車的兩條定律：

第一，無人駕駛車永不主動造成事故；

第二，無人駕駛車對其他司機的不當行為有正確反應，不擴大事故。

這兩條鐵律應當如同不能傷害人類、不能坐視人類被傷害的機器人定律一樣，高懸在每一輛無人車做出的每一個決策之上。

沙書亞指出，RSS 的數(shù)學模型可以解決三個問題：1，什么是危險的情況；2，什么是正確的反應；3，事故的責任方是誰。

首先，通過攝像頭、雷達、和激光雷達的傳感融合，無人車能同時檢測周圍車輛、行人以及可駕駛路徑，同時計算距離，因此能更好地判斷路況。


RSS 數(shù)學模型中計算的安全距離，只有滿足安全距離的要求，無人車才會并線。

然后，在采取行動時，RSS 則會保證在擁有路權、前方和兩側都滿足安全距離要求、且沒有視覺死角時才變道、并線、轉彎。


RSS 四原則

利用數(shù)據(jù)驅動的機器學習算法，Mobileye 已經(jīng)在 RSS 模型下進行了 10 萬次路測駕駛模擬實驗，系統(tǒng)性能達到每秒 10hz 的頻率響應，沒有發(fā)生任何事故。


在提到 RSS 模型的必要性時，沙書亞表示，“技術的成熟只是第一步。RSS 做到的事，就是把人們的駕駛常識總結歸納為數(shù)學模型，并且教會每一輛無人車。”

然而，如果無人車過度敏感，則會走向另一個低效率的極端。乘客宛如一個被保護得很好但行駛緩慢、不斷經(jīng)歷加速減速過程的雞蛋，同樣體驗不佳。這個問題又要怎么解決？

沙書亞說，“在無人車產(chǎn)業(yè)中，沒有大概能行這回事，為了保證用戶和其他車輛的安全，無人車要做到的是一定能行。

統(tǒng)計學中有假陰性和假陽性的概念，用在今天討論的話題上，就是‘該剎車沒剎車’，和‘不該剎車但是剎車了’。

假陰性是很好測試的，因為該剎車的時候沒剎車，車絕對要撞，只需要設置路障，統(tǒng)計無人車的通過率就可以了。而檢測假陽性相對較難。你能想象你的無人車，路上遇見個礦泉水瓶都要抖三抖么？沒人愿意坐這樣的車。經(jīng)過 RSS 系統(tǒng)的訓練，英特爾已經(jīng)收集了兩億公里的實際行駛數(shù)據(jù)，將假陽性出現(xiàn)概率降低到了萬分之 2.5，也即每五萬公里只出現(xiàn)一次。

“一旦 RSS 被無人車產(chǎn)業(yè)接受，事故定責將變得更容易。如果沒有這個模型，無人車就沒法真正上路?？纯?Waymo 的事故錄像，撞來的小車的確無處閃避，但 Waymo 還是承擔了責難。因此我們急需一個模型來劃分責任、定義危險行為，能被監(jiān)管部門接受，能向公眾明確解釋事故原因，而不是呈現(xiàn)給大家一個似是而非的黑箱。”

如果將人工智能比做蒸汽，將無人車比做火車，毫無疑問，如今正在發(fā)生的是一場如蒸汽火車第一次開動一般翻天覆地的交通革命。

沙書亞說，“無人車替代其他汽車的過程是漫長的循序漸進的，在這個過程中必須優(yōu)先考慮無人車與人類司機共存的情況。等到無人車達到了一定數(shù)量，我們或許可以讓無人車之間實現(xiàn)溝通，但那就是另一個故事了。”

另一個故事里，塞車不存在了，紅綠燈也消失了，保險公司失業(yè)了，人只要坐在后座，看無人車表演就夠了。