随着特斯拉计划本周在德克萨斯州奥斯汀推出配备安全驾驶员的试点无人驾驶出租车服务(特斯拉员工坐在副驾驶座位上进行监督和干预),现在是回顾安全驾驶员历史以及其他用于帮助自动驾驶汽车解决"长尾"问题的技术的好时机。
制造一辆能够完美安全地处理每种可能道路情况的汽车是一个科幻目标——没有人知道如何实现这一点。因此,所有无人驾驶汽车都以某种方式依赖人类,从清洁和充电等简单任务到在做出不安全行为时进行干预。
移除安全驾驶员是将车辆从测试原型变为真正无人驾驶出租车的"重大步骤"。虽然还有许多其他步骤,但与车辆首次在没有人类监督和控制的情况下上路相比,这些都是小步骤。
最早的无人驾驶汽车相当原始且经常失效,被设置为人类驾驶员可以坐在驾驶员座位上随时抓住方向盘或踩踏板。这会立即断开自动驾驶系统,汽车变为手动驾驶。许多汽车还配备"大红按钮",这是一个紧急停止按钮,在抓住控制装置失败时使用。
除了DARPA大挑战等封闭赛道外,从第一天开始,所有无人驾驶汽车测试都是这样工作的。所有团队都希望有一天能够移除安全驾驶员,因为这是整个目标。它通常工作得很好。有了行为恰当的安全驾驶员,测试无人驾驶汽车具有很好的安全记录。
在早期,汽车通常配备两名工作人员,一名在方向盘后面,另一名有时被称为软件操作员,监控驾驶软件以确保其正确运行。安全驾驶员可以随时接管方向盘,并被告知如果感觉到任何异常情况时要这样做。
特斯拉在发布Autopilot和FSD时将事情提升到了新的水平。这些系统让普通未经培训的客户充当车辆的监督员。当特斯拉这样做时,人们非常怀疑依赖普通客户是否不安全,但实际上,它成功了。
除了驾驶员座位,一些车辆将安全操作员放在其他位置,如副驾驶座位。在没有控制装置的车辆中(如某些班车),员工可能只能访问紧急停止按钮,该按钮命令车辆停止并靠边停车。
令人惊讶的是,今天道路上有远程驾驶的汽车。德国公司Vay使用这种技术在拉斯维加斯为客户送车。其他几家公司也为远程驾驶构建了不同的工具。
远程驾驶通过公共数据网络完成,当然面临中断、丢包和有时长延迟。因此,它通常配备能够在没有远程输入的情况下执行安全基本操作的系统,在最坏情况下,如果通信变得太糟糕,它只会停下来。
远程监督实际上是将安全驾驶员变为远程的。汽车主要自动驾驶,但远程监督员始终在观看(通常使用一组屏幕或可能是VR头戴设备),如果他们看到需要接管的情况,会虚拟地"抓住方向盘"。
大多数公司都有连接到汽车并观察其行为的能力,即使在完全自主模式下也是如此。虽然公司拒绝对此发表评论,但当他们首次敢于在没有安全驾驶员的情况下派出汽车时,所有公司可能都这样做了。
所有公司都倾向于拥有远程辅助操作室。在那里,操作员可以帮助车辆在遇到困惑时解决问题。他们通常不能直接驾驶车辆,只能给出战略建议,如"掉头并采用这条新路线"或"在第二个路口左转",最常见的是"继续你当前的计划,没问题"。
为了使远程辅助规模化,你需要道路上的车辆数量比远程辅助操作员多得多,这样每辆车平均只需要在很小一部分时间内进行主动辅助。
当其他一切都失败时,大多数团队可以派遣人类开车营救车辆,通过手动驾驶或在最坏情况下拖车。对于没有控制装置的汽车,这些团队将配备插入式视频游戏风格控制器。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。