在 Google 無人駕駛汽車眼中,人類是如何開車的?
在 Google 無人駕駛汽車眼中,人類是如何開車的?
2015.05.13 | 科技

作者按:170 萬哩的行程,讓我們了解了許多關於無人駕駛系統的事情,當然,還有人類是如何開車的

美國境內每年有33000 人死於交通事故,這就是為什麼有許多無人駕駛汽車的熱情支持者將精力專注在降低事故發生率上面。我們距離實現完全無人駕駛汽車的願景越來越近,只需要一個按鈕操作,未來的無人駕駛汽車可以將任何人從A 點送到B 點,與此同時,我們也在思考如何評估研發的進展,以及對道路安全的影響。

為了能夠判斷汽車駕駛的安全係數,我們需要弄清楚的最重要的事情之一就是典型街道條件下的「基準」 (baseline) 事故情況。簡單來說就是,因為許多事故從未被計入官方統計,我們要搞清在預期情況下無人駕駛汽車被其他汽車撞到的頻率。甚至是當我們的程式和感應器能夠探測到可能發生事故並在對方司機之前更快採取行動的條件下,有時候我們仍舊無法克服行駛速度和車輛距離的因素,而有時候我們僅僅是在等待交通燈都會被撞到。這些都是無人駕駛汽車在一些社區行駛時的重要場景,儘管我們希望能夠避免所有的事故,但一些事故是無法避免的。

汽車駕駛中最常見的交通事故,也就是通常白天在街道行駛中會遇到的——小擦撞,沒人受傷——並沒有被很好的分析,因為這些事故並不會匯報給警察。但是美國高速公路交通安全管理局(National Highway Traffic Safety Administration) 的數據顯示,這些事故佔全部車輛事故的55%。除非你能夠每天堅持一哩一哩的駕駛,否則很難了解路面上真正發生了什麼情況。而我們的車隊一直就在做這件事,20 多輛無人駕駛汽車和安全駕駛員團隊,已經累計行駛了170 萬哩(人工駕駛和無人駕駛都有)。無人駕駛條件下的行駛已經占到了這其中的近100 萬哩,我們現在每週的無人駕駛平均里程數維持在一萬哩左右(比一個典型的美國司機一年的行駛里程數稍微少點),大部分路況都是都市街道。

為了讓我們所有人都成為更安全的駕駛者,我們希望分享一些觀察到的事故模式。其中很多都不是令人意外的情況,尤其是考慮到我們都知道司機操作失誤導致94% 的交通事故這一點。

無論你是在普通汽車還是無人駕駛汽車,只要你在道路上行駛足夠多時間的話,事故無論如何都會發生。自從Google無人駕駛開始算起的六年裡,我們在長達170萬哩的無人駕駛和人工駕駛中,總共出了11起小事故(小擦撞,無人受傷),在這過程中我們團隊的安全駕駛員始終在方向盤後面,且沒有一次是自動駕駛功能導致事故的發生。

追撞(rear-end crashes) 是美國發生最頻繁的交通事故,經常是前車司機沒有任何辦法避免被撞情況的發生;主要是在等交通燈的時候,我們被其他車從後面撞了七次。我們也遇到了幾次側面擦撞(side-swiped) 的情況,還有一次被闖紅燈的車撞到。我們有一個詳細的評估流程,並盡力從每一次事故中獲取一些東西,即使事故的發生並非由我們的過錯導致。

我們不僅在了解街道小事故發生率的問題,同樣在判斷駕駛員操作的模式,比如任意切換車道(lane-drifting) 和闖紅燈(red-light running) 這些導致重大事故的主要原因。這些操作習慣甚至不會在官方統計中出現,但是卻給所有人製造了一個危險的局面。

目前道路駕駛中的問題

許多人並不注意路面情況。統計數據顯示,在美國隨時都有66萬坐在方向盤後的人在查看他們的行動設備,而不是注意路面的情況。我們的安全駕駛員經常會看到其他車在車道上晃來晃去;我們還見到過一邊開車一邊看書的人,甚至還有吹小喇叭的情況。無人駕駛汽車在這一點上無疑要比人類更安全。前者擁有360度視野外加100%的全時全方向探測;我們最新的感應器能夠追蹤其他汽車、機車和行人,範圍遠至兩個足球場的距離。

十字路口是很恐怖的地段。在過去幾年裡,美國道路環境中21%的死傷事故和50%的重傷事故都與十字路口有關。受傷的通常是行人和被撞車輛的司機,而不是闖紅燈的肇事司機。這也是為什麼我們將車輛設置為在交通燈變綠之後先保持一段等待車狀,之後再駛過路口的原因——通常這個時候有些司機會或不耐煩或不專心地加速駛入路口。

在這個案例當中,一輛自行車(淺藍色方塊標註) 在通過十字路口的時候較晚,差一點被向左轉向的一輛汽車(進入路口的紫色方塊標註) 撞到,後者並沒有注意到車,並在紅綠燈變綠後啟動行駛。我們的無人駕駛汽車預判到了ㄧ般車輛的操作(紅色路線標註),並沒有立刻行駛,而是直到ㄧ般車輛安全駛過路口後才啟動。

轉彎可能會帶來麻煩。我們觀察到很多司機轉彎之後繼續行駛在錯誤車道上的情況,尤其是在夜間,司機在道路中未依路線行駛(overshoot or undershoot the median)的情況很普遍。

在這張圖中你可以看到,不僅是一輛,而是兩輛汽車(在綠色路線左側的兩個紫色方塊,正是你在圖片上看到的汽車) 正在錯誤的車道上向我們駛來;這個情況發生在山景城夜晚(Mountain View) 最繁忙的一條道路上。

有時候,司機在意識到他們將會錯過轉彎路口的時候,會做非常愚蠢的事情。

一輛汽車(壓在綠色條狀路線上的紫色方塊,上面有一個嘆號) 決定從我們左側的車道向右轉,直接穿過我們的路線。綠色的條狀路線,我們稱之為「柵欄」(fence),顯示我們的汽車會減速,避免與這輛隨意轉向的汽車相撞。

有些時候,一些司機開起車來就好像我們沒在那裡一樣。在下面一幅圖中,左側的一輛車(穿過紅色「柵欄」的紫色方塊標註) 突然衝向我們的車道。在這個例子當中,紅色「柵欄」顯示的是我們的汽車停止並做出退讓。

這些駕駛經歷(還有數不清的其他例子) 讓我們更深地認識到了當下道路駕駛面臨的問題挑戰。我們會繼續行駛數千哩,這樣我們就能更好地了解問題,那些常見的導致許多日常行駛事故的操作現象——我們也會繼續努力開發自動駕駛汽車,讓後者為人類解決這個問題挑戰。

原文出處:虎嗅網
虎嗅註:本文是Google無人駕駛產品總監Chris Urmson發表在Medium的文章,由虎嗅編譯。

關鍵字: #Google #自動駕駛
往下滑看下一篇文章
從「破浪者」到「心理韌性」的生存:新北市政府青年局以AI為題,帶領青年鍛鍊面對未知的勇氣
從「破浪者」到「心理韌性」的生存:新北市政府青年局以AI為題,帶領青年鍛鍊面對未知的勇氣

生成式 AI 掀起的浪潮,正在重塑全球職場規則。當自動化與智慧工具成為日常,企業對人才的期待也正快速轉變,不只要會用AI更要能與AI協作。新北市政府青年局看見了這股正在變化的趨勢,將「AI」視為青年職涯培力的核心議題,從課程設計到論壇活動全面升級。近期,更辦理「AI破浪者論壇」,邀集產業專家帶領青年從 AI 工具應用到心理韌性心法,全面探索 AI 時代的職涯解方,希望能陪伴青年不僅追上技術,更在快速變動的時代中培養學習力與行動力,學會駕馭浪潮而非被浪潮推著走。

從教育補位到心態進化,新北市政府青年局的AI世代行動課

「我們要做的就是補上教育與職場之間的缺口,」新北市政府青年局局長邱兆梅指出。她表示,新北市政府青年局雖僅成立3年,但始終以「接軌社會、接軌職場、接軌市場」為核心任務,不只是從開設課程賦能青年,更要讓青年加快速度以多樣化的姿態進入場景實戰,而「新北有課 UKO」正是這個「接軌職場」的實踐平台。

邱兆梅局長說,它是專為 18 至 40 歲青年而打造設計,串連了培力課程、職涯諮詢與實習體驗的完整職涯成長路徑,希望成為新北青年的「實戰培力基地」。因此,從AI 工具應用、數據分析到自媒體行銷,課程設計結合專案實作與專業證照,如NVIDIA DLI AI深度學習課程等,讓學習成果能直接成為履歷亮點。邱兆梅局長認為,青年需要的不只有學習知識,而是「能立即上場的實戰力」。「學校教的是知識,但我們希望青年學會行動、會嘗試,跌倒之後也能有再站起來的韌性。」這樣的精神,也成為今年「AI破浪者論壇」設計的出發點。

相較過去曾以「藝術變現」為主題,今年的新北市政府青年論壇轉向時下最熱的 AI話題,是順應趨勢,更是教育思維的延伸。「AI讓未來變得更快、更不確定。」邱兆梅局長深刻描繪了時代的變革,「在我父母親的年代,職涯像是在爬樓梯,大家都有明確的路徑。但現在年輕人面對的世界不要說樓梯,連堅固的地板都不見了。」

她坦言,現在的職涯模式更像是「衝浪」充滿高度未知性,也因此,AI 帶來的不僅是技術挑戰,更是心理挑戰。許多青年面對變化感到焦慮,擔心被取代或落後。於是,今年論壇特別以「上半場談技術、下半場談心理」的設計,將生成式 AI 的應用學習與心理韌性課題並列。

DSC01039.jpg
邱兆梅局長強調「我們要教的不只是技能,更是面對未知的能力。」
圖/ 新北市政府青年局

從技術到人性:AI時代青年行動力的三種樣貌

在論壇現場,來自不同領域的三位講者從各別角度,展現出對AI時代下青年可能的行動路徑的不同洞察與分析。

在AI實務應用的層面上,AI 創作者林上哲與 FansNetwork AI 分身平台創辦人李婷婷兩位講者皆指出,「協作」與「標準化」是進入AI時代的關鍵。李婷婷認為,與AI互動的能力就像訓練一位國中生,指令越明確、語境越精準,AI的回應品質就越高。她強調,唯有長時間餵養資料、反覆調整,AI才能成為真正理解使用者的工作夥伴。而林上哲則從企業角度指出,AI自動化若無法落地,多半是因為組織缺乏標準流程。唯有先完成SOP與工作鏈結的明確定義,AI串接與任務優化才有基礎可循。

DSC01106.jpg
AI 創作者林上哲在論壇中分享:AI 要真正落地,關鍵不在技術,而在組織能否建立明確的標準流程與工作鏈結。
圖/ 新北市政府青年局

至於在企業導入 AI 的實務層面上,DataDecision.ai 人工智慧科學家尹相志指出,大型語言模型(LLM)的最大挑戰在於「不可控」。AI 無法產生完全一致的答案,對企業而言意味著風險與難以驗證的結果,因此實際上線的多為 AI 所生成、可被測試的程式,而非 LLM 本體。他進一步提醒,AI 並非萬能代理(Agent),真正的關鍵在於理解每個工具的能力邊界,並以「工作流」的概念設計系統,讓人類的品質管理與決策判斷成為 AI 發揮效能的保障。

在面對 AI 時代的個人修煉上,三位講者不約而同指出,真正的競爭力仍來自「人性深度」。尹相志提醒青年,要勇於挑戰超越自身能力的目標,因為這是機器無法模仿的勇氣與創造力;林上哲則強調閱讀與專注的重要,他認為在速食資訊的時代,願意深入思考、專注於單一主題的人,才具備「匠人精神」。李婷婷則以自身經驗呼應此觀點,指出與 AI 協作需要長期投入與耐心反覆調整。當你真正開始讓AI回覆訊息、處理日常事務時,才會發現需要調整與優化的地方,才能學習如何把腦中的 SOP 清楚轉達給它。唯有經過不斷試錯與磨練,AI 才能真正為你代勞並成為人類創意的延伸。

三位講者的分享,體現了青年局設計這場論壇的初衷:AI不只是技術趨勢,更是場人與心智的革命。從自學者、創業者到產業實踐者,這群「破浪者」讓人看見AI時代下多元的成長路徑:學習力、行動力與韌性。

DSC01384.jpg
FansNetwork AI 分身平台創辦人李婷婷指出:AI 就像一位需要引導的學習者。唯有持續餵養資料、反覆對話,AI 才能真正理解你的思考。
圖/ 新北市政府青年局

在AI解放之後,重新定義「人」的價值

邱兆梅局長分享,AI 的普及正迫使人重新思考「人」的價值。她認為,科技的進步本質上是一種解放,AI 取代的不是人,而是那 90% 重複、機械、缺乏意義的工作,讓人有機會回到核心問題:「什麼才是人類的獨特性與貢獻?」

「當這些被AI取代的事都被解放後,我們就該探索人能為這個世界帶來什麼?」她說,而那才是人類真正的價值。邱兆梅局長鼓勵所有「AI破浪者」們,要誠實地面對跌倒與挫折,並專注在那 10% 無法被取代的價值上,因為那才是青年在這個時代中最關鍵的競爭力。「現在值得敬佩的,不是一路順利的人,而是一直跌倒還能再站起來的人。」她強調,「新北有課 UKO」不僅幫助青年學會寫履歷,更陪伴他們走進產業現場,從技能到心態提供完整支持。最終,能真正駕馭浪潮的,不是掌握多少技術的人,而是那顆願意持續學習、面對挑戰、勇敢破浪的心。

[由就業安定基金補助廣告]

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓