【科技.未來】依賴深度學習 汽車真能學懂駕駛?

撰文:
最後更新日期:

Falcon 1火箭和Falcon 9火箭分別遲了五年和兩年發射;Tesla Model S和Model X汽車分別遲了六個月和兩年推出;聲稱要在去年底做到每周生產10,000架Model 3,至今仍未達標……

出名不準時的Tesla行政總裁馬斯克(Elon Musk)最近卻罕有地趕上死線。上月,Tesla不但如期發布新自動駕駛晶片,馬斯克更揚言在2020年將有逾100萬部自動駕駛的Tesla的士投入服務。

然而,自動駕駛業者如Waymo和Tesla所用的人工智能深度學習(deep learning)技術,近年在各種應用固然發展迅速,但最終是否可能「學懂」自動駕駛、比人類司機更安全?

馬斯克對自動駕駛解決視覺問題如此樂觀,不難理解。為有效處理收集到的行車數據,Tesla正依賴名為「深度學習」(deep learning)的人工智能技術。過去十年,深度學習為人工智能及科技業帶來難以想像的進展,它以一層層的機器學習演算法,從大量數據中抽取有規律的資訊。它支援了Google搜尋、Facebook上的動態彙總(news feed)、語音轉文字演算法,甚至下圍棋。互聯網以外,深度學習還被用作預測地震、心臟病、疑似偷竊行為等。Tesla的新晶片正是為了在自動駕駛上進行這類數據處理程序而設。

然而,深度學習需要大量數據作適當訓練,需要包含幾乎每一種有可能遇到的情況。例如Google圖片,經足夠數據訓練後可善於辨認各種動物。紐約大學人工智能專家Gary Marcus指這種能力稱為「插值」(interpolation),只要它看過所有標籤了「虎貓」的照片,就能「學懂」辨別一張新看到的照片是否虎貓。

去年NTT東日本與Earth Eyes合作推出「AI 警衛」,以深度學習偵測疑似店舖偷竊行為:

Tesla認為,只要真實世界的數據夠多,就能訓練網絡學懂應對有可能遇到的情況,最終比人類司機駕駛更安全。Karpathy在「自動駕駛日」上展示了一張單車綁在休旅車後方的照片作解釋,指自動駕駛系統必須學會看懂把單車和休旅車視為單一汽車,而不是擔心單車會隨時向某個方向行駛。Karpathy認為,只要人工智能系統「看」得夠多經標籤的影像,最終就能理解類似的情況。為此,Tesla致力比其他公司擁有更多真實世界數據,它能夠從約400,000輛已在路上的Tesla汽車攝取影像,並靠名為「影子模式」(shadow mode)的軟件在背景下運作,追蹤每輛汽車在人類操控時的行為,以此讓神經網絡學習。

然而,這種方法仍然有其限制。除非演算法預先看過數千張虎貓的照片,否則,它無法從照片中知道和辨認出虎貓,即使它曾看過大量家貓和獵豹的照片,也只能知道那是介乎家貓和獵豹之間的東西。這種能力稱為「泛化」(generalization)。長久以來,科學家以為只要有對的演算法就可以改善泛化能力,但近年研究發現,深度學習的泛化能力比他們想像中來得差。例如康奈爾大學去年5月發表的一項研究發現,深度學習要泛化同一條影片中不同片段也顯得吃力,同一隻北極熊,只要背景稍為改變,它便會辨認成狒狒、獴、鼬。

馬斯克認為,可靠路上逾40萬架Tesla(圖右)收集真實駕駛數據訓練演算法,比Waymo的模擬駕駛里數有意義得多。(視覺中國)

Marcus指出,近年大眾對聊天機械人(chatbot)的狂熱漸退,正好反映泛化能力不足問題。「2015年雖然出現了聊天機械人,但它們稱不上優秀,因為那不止是收集數據那麼簡單。」Marcus說。當你與機械人在線上聊天,你不單希望它能大致重複先前的對話,更希望它能對你說的話作出反應,並產生對你獨一無二的回應。深度學習無法造出這種聊天機械人,以致這股熱潮逐漸退卻。

這就為Tesla等自動駕駛公司留下重要問題:自動駕駛汽車是否可以像圖片搜尋、語音辨識等技術持續變好?還是像聊天機械人般走不出泛化難題?甚至,自動駕駛到底是插值還是泛化?Marcus認為要答案尚早:「自動駕駛仍是未知答案的科學實驗。就會發生出乎意料的事這點而言,對深度學習並非好事。」

深度學習藉由大量數據訓練可學習分辨物件,但可否學懂駕駛,比人類司機更安全,仍然存疑。(ImageNet Classification with Deep Convolutional Neural Networks圖片)

Lyft董事、風險投資者Ann Miura-Ko則認為,問題部分在於對自動駕駛期望過高,把任何未能達到全自動駕駛等級的進展都視為失敗:「期望它們從0級去到第5級,是預期錯配多於技術失敗。我認為所有這些微小改進都是通往全自動駕駛的重要功能。」

對馬斯克來說,所有這些技術困難和質疑都不是一回事。他對投資者說:「唯一而且合理的批評是,有時我不太準時,但最終我會做到,Tesla團隊會做到。」

美國汽車工程師協會(SAE)自動駕駛分級

相關文章:

自動駕駛競賽 馬斯克單挑眾敵
走不出地理圍欄 有限度的自動駕駛
自行研發自動駕駛晶片 對Tesla是好是壞?
Tesla「全自動駕駛」 只是語言偽術?
自動駕駛稱呼冗雜 睇名難知功能

上文節錄自第163期《香港01》周報(2019年5月20日)《自動駕駛競賽:馬斯克單挑同業》。

更多周報文章︰【01周報專頁】
《香港01》周報,各大書報攤、OK便利店及Vango便利店有售。你亦可按此訂閱周報,閱讀更多深度報道。

其他【科技.未來】交通文章:

測試隧道開幕在即 一窺馬斯克的地底交通夢
地底交通夢空白處處 馬斯克創新視野能否實現?

首架火車德國啟程 車廠攜手研發 氫燃料電池再臨
氫燃料漸成國策 多元能源為未來趨勢

乘訂閱經濟熱潮 從擁有汽車到出行服務
部署多元出行 Uber CEO:希望十年後無人買車

航企與新創進場 超音速客機重臨
和諧客機黯然退場 超音速客機如何避免重蹈覆轍

國家及企業爭相研發 水上交通掀無人革命

飛天車不是夢 Uber 5年內推空中的士服務
飛天車要成真 3大難題必先解決

自駕車競賽:科技公司Waymo對決傳統車廠GM
自駕車面世前 兩大問題仍需處理



X
X
請使用下列任何一種瀏覽器瀏覽以達至最佳的用戶體驗:Google Chrome、Mozilla Firefox、Internet Explorer、Microsoft Edge 或Safari。為避免使用網頁時發生問題,請確保你的網頁瀏覽器已更新至最新版本。