最近人工智能的发展，如深度神经网络等，使许多人相信现在已经很容易开发一个高度精确的物体检测系统。而自动驾驶就是相关技术的实际应用场景，许多人对自动驾驶抱有很高的期望。而就在上周在亚利桑那州发生的一辆自动驾驶汽车（Uber车）与一名女子步行者相撞的悲剧事件之后，引发了人们对AI的有效性以及我们对自动化依赖性的质疑。
上周，亚利桑那州的警察发布了来自优步自动驾驶汽车仪表板的镜头。视频显示，自动驾驶汽车未能在行人莱恩赫茨伯格（Elaine Herzberg）夜间穿过马路中心时停下来。警方仍在调查这起致命的事故，但整件事引发了关于谁应该受到指责的争论。事件发生后，英特尔通过其由其子公司Mobileye开发的高级驾驶员辅助系统（ADAS）运行碰撞镜头，对Uber进行了深入挖掘，声称其驾驶辅助技术可以比优步的版本更准确地检测和防止行人撞击。
英特尔周一的一篇文章表明，Uber可能是错误的。这家芯片制造商并没有专门给这家公司命名，但它表示，“新进入者”已经用半成品技术潜入自动驾驶汽车市场。Shashua认为，虽然人工智能被认为已经达到了一定的成熟度，但ADAS程序中的数百个角落案例和数据验证测试的识别是不能被跳过。他说，“经验很重要，特别是在安全关键领域?”。
“ADAS内部的高精度传感系统今天可以挽救生命，经过数十亿英里的驱动证明。”Shashua教授表示Mobileye的ADAS可以检测到这种影响，即使该计划是由警方发布的不理想的视频馈送执行的。实际情景中出现的大量高动态范围数据可能会丢失，但在影响之前大约一秒就可以实现清晰的检测。下面的图片显示了在自行车上和Herzberg女士身上检测到三个快照。
检测来自两个独立的来源：产生边界框的模式识别和产生水平图的“自由空间”检测模块，其中红色部分表示“道路使用者”出现在线上方。第三个模块将运动结构中的物体与道路分开 – 以技术术语：“平面+视差”。
“这验证了检测对象的3D存在，如图所示，该检测对象的低置信度显示在屏幕的左上角。这种低信度是由于生产车辆中通常可用的信息缺失以及从受到某种未知降采样的行车记录仪拍摄视频视频的低质量成像设置造成的。
到目前为止，Uber尚未直接评论英特尔的帖子。同时要明确的是，调查人员仍然没有指责这起致命的事故，也没有透露有关Uber车辆未能停车的原因以及该公司的自动驾驶系统是否在致命事故发生前检测到Herzberg的细节。
不过，据报道，亚利桑那州州长Doug Ducey?周一致函优步汽车CEO，称这次事故是汽车安全的“无可争议的失败”。因此，州长已暂停Uber公司在该州的自动驾驶汽车测试。
完美的期望很高，失望也很强大。事件发生后，批评者迅速将Uber的整个自动驾驶汽车项目提出质疑。对此，Uber表示：“上周发生的悲剧事件发生后，我们主动暂停了所有城市的自驾车行动，并继续以任何方式帮助调查人员，我们将继续与州长办公室展开对话“。
据了解，英特尔并不是唯一一家能够对这次致命的碰撞发表评论的公司。谷歌的母公司Alphabet自动驾驶汽车公司的首席执行官waymo报道说：“我们有很大的信心，我们的技术将能够处理这样的情况。”
但是，英特尔的Shashua表示：“他更担心公众对自动驾驶技术的看法急转直下，上周发生的事件可能会进一步损害已经非常脆弱的消费者信任，并引发可能扼杀这项重要工作的反应性监管”。他补充说：“自动驾驶汽车供应商需要在其技术中增加更多的冗余，以避免致命事故的发生。并坚信现在是时候就全自动车辆的安全验证框架进行有意义的讨论了。”
写在最后
一些人工智能专家认为Uber事故可能一个边缘案例，是由于缺乏数据，人工智能算法尚未经过训练处理造成的。其实深度学习应用在危急情况下会有许多挑战需要克服，虽然这次Uber它的失败了，还造成了人员伤亡，但这都不应该成为阻止我们对人工智能继续探索的理由。而对于Uber的这次事故造成的骚动，最重要的原因之一其实是我们对新技术普遍抱有很高的期望，即使它们仍处于开发阶段。在纯数学驱动人工智能算法的幻想之下，我们倾向于相信他们的决定，并在他们犯错时感到震惊。在评论区来分享你的看法吧！
