对自动驾驶的认识(四)

四、自动驾驶要用本车资源实现

美国特斯拉公司的马斯克对外宣布的该公司在今年8月8日要推出没有方向盘的完全无人驾驶出租车消息，又成为人们关注和热议的话题。无疑，从技术含量看，特斯拉将建立的去掉方向盘能行驶的出租车网络系统，是完全不需人干涉行驶的达到L5级的在该公司先进的端到端FSD系统驱动的自动驾驶系统。

但是，从对一个嵌入式系统的是否优劣的评价标准看，该无人驾驶出租车网络系统不是优质的嵌入式系统。不值得为其点赞。因为，一个好的嵌入式系统是为满足用户需求对软硬件可进行裁剪设计出的最适合用户需求的最小冗余的系统。所以，对于嵌入式系统来说，采用最先进技术设计的系统，不一定是最好系统；只有以能满足用户需求采用最适合技术设计出的系统才是最优系统。

出租车用户的需求与所有车辆用户的需求都相同，就是需求车辆能及时、准确、安全地到达目的地。在车辆用户需求中最重要一条是安全。可惜，目前包括特斯拉公司在内的所有采用深度学习人工智能大模型的自动驾驶系统都存在不可克服的，必然存在的安全隐患，这不是耸人听闻的结论。这是因为，除了已知的因深度学习本身存在不可分析、有黑箱等先天缺陷会产生安全隐患外，还有深度学习是人工智能大模型，需要大数据训练和推理，还需要大算力支撑才能运行。

目前，任何一个采用深度学习大模型研制自动驾驶人工智能系统的公司和团队所需要的算力仅靠自动驾驶车本身算力资源是远远不够的，都要靠投巨资购置大量GPU类算力芯片支撑。大量的GPU类算力芯片也无法装入自动驾驶车内，只能在车外选地建大数据中心，通过网络向每辆自动驾驶车提供算力，这就会存在网络随时断网或出错产生的安全隐患。同时，为自动驾驶人工智能系统所建的巨大数据中心要消耗大量能源和产生大量热量，这还会影响地球的生态安全。此外，在少量开放出租车等自动驾驶车辆城市的限定区域内，已报道出现各种自动驾驶车辆因故停驶造成堵车、闯红灯、掉入路上施工挖的坑、车轮小过不去高一点的减速带等等事故。自动驾驶车出现的各种路上事故，也会直接和间接地危及到用户的出行安全。

要减少和避免自动驾驶人工系统出现的安全事故，就要消除产生安全事故的源头，即在自动驾驶人工系统中不采用可产生安全事故的需大数据、大算力的深度学习类人工智能大模型，应采用在车载自身算力资源就可运行的低能耗、小数据的人工智能小模型。

如采用本车算力资源实现人工智能自动驾驶，可更高水平的满足用户对自动驾驶的安全需求，还可发挥人工智能小模型不需和少需数据学习的特性，很容易将自动驾驶的应用领域从汽车扩大到铲车、叉车、吊车等自行工程和特种车辆的自动驾驶及自动操作领域。值得一提的是人工智能小模型的训练学习不需要大数据和大算力，很容易研制出与现在正大力投巨资研制的人工智能“算力”芯片不同的真正有智能的“智力”芯片，可独立应用显现人工智能的作用。还值得一提的是人工智能小模型的训练学习因不需要大数据和大算力，一旦推广应用，可比人工智能大模型应用节省出大量的电力能耗。（待续）