Xe tự lái đã trở thành chủ đề nóng mà mọi người đều quen thuộc và nhiều công ty công nghệ cao rất lạc quan về tương lai của nó. Vậy chúng ta còn cách xa xe tự lái đến mức nào? Xe tự lái phải đối mặt với những thách thức kỹ thuật nào? Mọi thứ bạn chưa biết hoặc muốn biết về xe tự lái đều có ở đây!
(Trái) Đoạn Ngọc Long
Người dẫn chương trình Đài phát thanh và truyền hình Bắc Kinh
(Ở giữa) Lý Huệ Vân
Nhà nghiên cứu tại Viện Công nghệ Tiên tiến Thâm Quyến, Viện Hàn lâm Khoa học Trung Quốc
(Phải) Lý Thắng Ba
Giáo sư chính thức, Khoa Kỹ thuật ô tô, Đại học Thanh Hoa
**Đoạn Ngọc Long: **Không có lý trí, không có chân lý. Xin chào các bạn khán giả thân mến, chào mừng đến với bữa tiệc lý trí. Tôi là người dẫn chương trình Duan Yulong. Tập này sẽ nói với bạn về xe tự lái.
Tại sao chúng ta vẫn chưa có xe không người lái?
**Đoạn Vũ Long: **Khái niệm lái xe tự động hiện đang rất phổ biến, nhưng tại sao sau bao nhiêu năm, xe tự lái vẫn chưa đến với chúng ta mà chỉ nằm trên giấy tờ hoặc trên một số đoạn đường thử nghiệm kín?
**Lý Huệ Vân: **Tôi nghĩ là nó đang phát triển khá nhanh. Là một công nghệ kỹ thuật hệ thống phức tạp bao gồm mọi khía cạnh, bao gồm vận tải ô tô, đường bộ, thông tin liên lạc, v.v., nó đang phát triển khá nhanh chóng.
Trên thực tế, bạn có thể đã nghe một số tin tức trong thời gian dịch bệnh này rằng các phương tiện không người lái của chúng tôi đã tham gia vào việc phân phối vật tư, bao gồm vật tư phòng chống dịch bệnh, cũng như vận chuyển một số nhân sự. Có thể bạn chưa biết rằng hiện nay có một số xe tải khai thác không người lái đang hoạt động. Vì vậy, trên thực tế, ở một số lĩnh vực cụ thể, nó đã dần dần đi vào đời sống con người.
**Đoạn Vũ Long: **Nhưng đối với những người bình thường như chúng tôi, khi nào chúng tôi mới có thể lái xe tự lái đi làm và đón con? Thậm chí không cần dùng đến từ "lái xe", chiếc xe có thể giúp tôi hoàn thành những nhiệm vụ này sao?
**Lý Thắng Ba: **Thực ra đây là vấn đề rất phức tạp. Khi giới truyền thông nói về xe không người lái, họ thường nói về việc thay thế người lái và thay thế con người. Đây là mục tiêu rất lý tưởng. Nhưng cho đến nay, vẫn còn nhiều nút thắt và vấn đề khó giải quyết đối với công nghệ lái xe không người lái thuần túy như vậy. Theo quan điểm trí thông minh, con người là một sinh vật sống bắt đầu từ một tế bào đơn lẻ. Trong khoảng thời gian khoảng bốn hoặc năm tỷ năm, chúng ta đã trải qua quá trình tiến hóa từ các sinh vật đơn bào cấp thấp, sinh vật đa bào cấp thấp, cá, bò sát và động vật có vú, và cuối cùng tiến hóa thành con người. Trong quá trình này, trí thông minh của chúng ta cũng không ngừng phát triển. Con người là dạng sống phức tạp và thông minh nhất trên Trái Đất mà chúng ta biết đến. Bộ não của chúng ta có khoảng 80 tỷ tế bào thần kinh và chỉ có dạng sống này mới có thể thực sự lái xe. Hiện nay, mạng lưới nơ-ron máy được sử dụng trong công nghệ lái xe tự động có khoảng từ hàng chục đến hàng trăm triệu nơ-ron. So với một sinh vật sống, đây có lẽ chỉ là cấp độ của một con ếch .
**Đoạn Vũ Long: **Ý anh là công nghệ xe tự lái hiện nay tương đương với việc ếch lái ô tô phải không?
**Lý Thắng Ba: **Vâng. Các nhà khoa học của chúng tôi chia xe tự lái hay xe thông minh thành năm cấp độ, từ L1 đến L5. Cấp độ càng cao, trí thông minh càng cao. **Lái xe tự động thực chất là lái xe tự động ở cấp độ L5, tương đối khó đạt được.
Bản đồ khái niệm lái xe tự động L5
Cấp độ L1 là hệ thống hỗ trợ người lái có thể tự động giúp người lái điều khiển vô lăng hoặc đạp ga và phanh. Cấp độ L2 là phiên bản nâng cao của Cấp độ L1. Nó có thể điều khiển vô lăng, đạp ga và phanh cùng một lúc. Tuy nhiên, điều kiện hoạt động của nó thường chỉ giới hạn ở những tuyến đường đơn giản như đường cao tốc, nơi không có người đi bộ hoặc xe đạp, chỉ có phương tiện cơ giới. Cấp độ L3 và Cấp độ L4 là phiên bản nâng cao dựa trên Cấp độ L2. Họ tham gia vào các tình huống giao thông có nhiều người tham gia hơn và phức tạp hơn.
Sự khác biệt giữa L3-L4 và L1-L2 nằm ở các bên chịu trách nhiệm khác nhau về tai nạn an toàn. Theo quy định hiện hành, nếu xảy ra tai nạn ở mức độ L1-L2 thì người lái xe phải chịu trách nhiệm vì đây là xe tự lái có sự hỗ trợ của người lái; nếu tai nạn xảy ra ở mức L3-L4, hay chính xác hơn là ở mức L4, hệ thống sẽ chịu trách nhiệm. Đây chính là lúc mọi chuyện trở nên thực sự phức tạp. Nếu mức độ bảo mật của hệ thống không tốt bằng mức độ bảo mật của con người thì phí bảo hiểm cho hệ thống sẽ cao hơn so với con người. Ngoài ra, hệ thống này cũng tương đối phức tạp trong việc xác định bên chịu trách nhiệm về vụ tai nạn. Do đó, những chiếc xe tự lái đã đi vào hoạt động thương mại về cơ bản vẫn ở cấp độ L1-L2. Có một bước nhảy từ L2 tới L3.
**Đoạn Vũ Long: **Chúng ta đã đạt được trình độ lái xe tự động L1 và L2 trong nhiều năm, nhưng tại sao chúng ta không thể vượt qua khoảng cách tới L3? Ngoài việc xác định trách nhiệm mà bạn vừa đề cập, bạn có gặp phải thách thức kỹ thuật nào không? Thách thức này nên được giải quyết như thế nào?
**Li Huiyun: **Giáo sư Li vừa đề cập rằng xét về sức mạnh tính toán của thuật toán, việc lái xe tự động hiện nay rất khác so với việc lái xe của con người. Theo quan điểm của việc lái xe tự động thay thế bàn tay, bàn chân, mắt và não của con người, ngoại trừ hiệu suất phanh tay và chân khá tốt, hiệu suất ở các khía cạnh kỹ thuật chính khác từ nhận thức đến ra quyết định, lập kế hoạch và định vị đều không đạt yêu cầu.
Sơ đồ cảm biến gắn trên xe
Để tôi đưa cho bạn hai ví dụ. Về mặt nhận thức, chúng ta có thể đã nghe về tranh chấp giữa trường phái LiDAR và trường phái thị giác, và tất nhiên cũng có cuộc thảo luận về sự kết hợp đa cảm biến. Nhưng tất cả các tai nạn xảy ra hiện nay đều xảy ra ở giai đoạn này. Tuy nhiên, nếu chúng ta thêm nhiều cảm biến và có nhiều trường hợp thử nghiệm, chúng ta không chắc chắn liệu chúng ta có thể làm tốt điều này hay không. Vì nó liên quan đến quá trình lập kế hoạch, ra quyết định và phát triển trí tuệ nhân tạo sau này nên đây là một vấn đề có mối liên hệ với nhau.
Về phần định vị, chúng tôi đang làm việc với Đại học Bách khoa Hồng Kông. Hồng Kông là một hẻm núi đô thị điển hình. Cho dù đó là đường hầm hay tòa nhà cao tầng, phản xạ đa đường mà nó tạo ra thường sẽ khiến GNSS (Hệ thống định vị toàn cầu) có sai số hàng chục mét, khiến việc điều hướng trở nên bất khả thi. Tất nhiên, bằng cách sử dụng một số biện pháp kỹ thuật, chẳng hạn như chọn vệ tinh cụ thể và thêm một số kiến thức trước khi hiệu chuẩn, điều tốt nhất chúng ta có thể làm bây giờ là giảm sai số xuống còn hơn mười mét. Vì vậy, mặc dù bản đồ có độ chính xác cao hiện nay có thể đạt tới cấp độ centimet, nhưng nếu định vị vẫn có sai số hơn mười mét thì rõ ràng điều này vẫn không thể chấp nhận được. Điều này cũng giải thích tại sao nồng độ L3-L4 vẫn chưa đạt đến mức thương mại.
**Đoạn Ngọc Long: **Tiếp theo nên giải quyết vấn đề này như thế nào? Những tiến bộ gần đây trong trí tuệ nhân tạo, dữ liệu lớn và điện toán đám mây có thể đóng góp như thế nào vào việc cải thiện công nghệ xe không người lái?
**Lý Thắng Ba: **Để xe tự lái có thể thực hiện được chức năng của mình, nó phải hoạt động giống như con người. Đầu tiên, bạn cần phải có mắt để quan sát môi trường xung quanh; Thứ hai, bạn cần sử dụng não để đưa ra phán đoán và quyết định; Cuối cùng, bạn cần phải ra lệnh cho tay và chân để hoàn thành các nhiệm vụ như lái, đạp ga và phanh. Toàn bộ hệ thống của xe tự lái được hoàn thiện bằng các thuật toán, nhưng các thuật toán phải dựa vào hai điểm. Đầu tiên, cần có sức mạnh tính toán hoặc máy tính để hỗ trợ nó, và thứ hai, cần có dữ liệu để đào tạo nó. Vì vậy, lái xe tự động cũng tương tự như trí tuệ nhân tạo, với thuật toán, dữ liệu và sức mạnh tính toán là ba trụ cột cơ bản . Hiện tại, sức mạnh tính toán của chúng ta không thể đáp ứng được yêu cầu của các thuật toán cấp cao. Lý do rất đơn giản. Ngay cả khi máy chủ được lắp đặt trong xe, mạng lưới nơ-ron mà nó có thể hỗ trợ cũng chỉ ở quy mô hàng tỷ nơ-ron. Bộ não con người chỉ sử dụng khoảng tám đến mười watt điện, nhưng nó có thể điều khiển 80 tỷ tế bào thần kinh, và hiệu suất của mỗi tế bào thần kinh tốt hơn nhiều so với một cỗ máy. Vì vậy, theo phép loại suy này, sức mạnh tính toán của chúng ta vẫn chưa đủ.
Sơ đồ mạng nơ-ron sâu (DNN). Nó hoạt động tương tự như não người, truyền dữ liệu đầu vào qua các lớp tế bào thần kinh được kết nối với nhau để xử lý.
Tiếp theo là thuật toán. Thuật toán chính hiện nay là học sâu. Tôi tin rằng mạng nơ-ron sâu có thể trở thành thuật toán lái xe tự động phổ biến hơn trong tương lai. Hiện nay, nhiều người cũng đặt câu hỏi về khả năng diễn giải kém của nó và tính bảo mật của nó có thể không được đảm bảo hiệu quả. Nhưng con người cũng là thực thể thông minh được cấu thành từ mạng lưới nơ-ron thần kinh. Điều đó có nghĩa là bộ não con người có thể giải thích được không? Không phải lúc nào nó cũng có thể đưa ra phán đoán chính xác. Do đó, chỉ cần độ bảo mật của thuật toán đủ tốt thì chúng ta vẫn có thể tin tưởng vào hiệu quả của nó . Về việc liệu bản thân mạng lưới có thể giải thích được hay không và liệu nó có đủ đảm bảo an ninh hay không, cần phải đánh giá dựa trên kết quả.
**Lý Huệ Vân: **Tôi cũng đồng ý rằng mạng lưới nơ-ron đang phát triển nhanh chóng. Chúng có thể tỏa sáng trong nhiều lĩnh vực như nhận thức lái xe tự động và nhận dạng giọng nói khi con người và máy cùng lái xe. Nhưng tôi nghĩ vẫn còn một phần mà học sâu hiện tại còn thiếu: nó không có khả năng lý luận, quy nạp, diễn dịch, tương tự, v.v. của con người, và những khả năng này chính là sự khác biệt lớn giữa ếch và con người. Tôi nghĩ nếu chúng ta muốn chuyển từ ếch sang người, chúng ta vẫn cần những đột phá lớn trong lĩnh vực toán học và trí tuệ nhân tạo .
Nhưng tôi cũng đồng ý rằng chúng ta nên xem xét đến tính hiệu quả. Hiện nay, cách tiếp cận chung để xem xét hiệu quả là phân chia rõ ràng phạm vi thiết kế vận hành (ODD) của sản phẩm**. **Ví dụ, trong tình huống tốc độ thấp, tốc độ và mô hình đường sẽ được chỉ định, sau đó sẽ có một lộ trình được chọn, sẽ được hành khách, nhà điều hành và nhà cung cấp thông tin và truyền thông cùng xác nhận. Trong một khu vực như vậy, nếu chúng ta có thể hoàn thành các chức năng cảm biến, ra quyết định, điều khiển, thực hiện, tránh chướng ngại vật, dừng khẩn cấp, v.v. theo giải pháp của chúng tôi, chúng ta sẽ có thể làm cho sản phẩm hoạt động tốt trong khu vực đó.
Bữa tối suy nghĩ
Đã hoàn thành: 30% /// / / /// / ********
Tại sao dữ liệu lại là nguồn dầu mỏ mới?
**Đoạn Vũ Long: **Anh vừa đề cập rằng dữ liệu là một trong ba trụ cột cơ bản của xe tự hành. Việc thu thập, sử dụng và phân tích dữ liệu đều rất quan trọng. Bạn nghĩ gì về dữ liệu này?
**Lý Thắng Ba: **Hiện nay dữ liệu đã trở thành phương tiện sản xuất cơ bản giống như dầu mỏ trong thời đại mới. Tầm quan trọng của nó là hiển nhiên, đặc biệt là trong lĩnh vực lái xe tự động. Chúng ta tạo ra rất nhiều dữ liệu mỗi ngày khi lái xe, nhưng dữ liệu này tồn tại ở đâu và cách sử dụng nó là một vấn đề cốt lõi.
Người lái xe là phương tiện cải thiện trí thông minh tương tự như quá trình học tăng cường. Nguyên lý học tăng cường được sử dụng cho xe tự hành là quá trình tích lũy liên tục dữ liệu ảo hoặc thực, sau đó sử dụng dữ liệu đó để đào tạo các thuật toán nhận thức, thuật toán tính toán và thuật toán điều khiển nhằm cải thiện hiệu suất của các thuật toán và dần dần chuyển đổi xe tự hành từ cấp độ thấp lên cấp độ cao.
Giáo sư Lý Thắng Ba
Một giải pháp điển hình đã được các nhà khoa học nước ta đề xuất. Vì sức mạnh tính toán trên ô tô tương đối nhỏ hoặc quy mô thuật toán có thể chạy trên ô tô bị hạn chế nên tốt hơn là chuyển một phần sức mạnh tính toán ra ven đường hoặc thậm chí lên máy chủ đám mây để tính toán. Chúng tôi gọi đó là lái xe điều khiển bằng đám mây hoặc lái xe thông minh với sự hợp tác giữa xe và đường . Đây là một khái niệm hoàn toàn mới. Thông qua giải pháp này, chúng ta có thể giải quyết được vấn đề thiếu năng lực tính toán và tích lũy không đủ dữ liệu về xe đạp.
Trong tương lai gần, nếu hầu hết dữ liệu về xe được tích lũy trong "bộ não" trên đám mây, thì "bộ não" này sẽ có khả năng tự học, tự cập nhật và tự tiến hóa. Ví dụ, nếu có 2 triệu ô tô kết nối ở Bắc Kinh, chúng có thể đồng thời học hỏi từ dữ liệu do người lái xe của 2 triệu ô tô thu thập để tự học và cập nhật, sau đó nhận ra sự tiến hóa của trí thông minh của chính chúng, điều này có thể đẩy nhanh quá trình tiến hóa của các thuật toán lái xe tự động . Nói tóm lại, dữ liệu là năng suất cơ bản có thể thúc đẩy sự phát triển của sức mạnh điện toán.
**Đoạn Vũ Long: **Gần đây, nguồn dữ liệu về xe tự lái đã trở thành tâm điểm chú ý. Ví dụ, một công ty nào đó nhấn mạnh rằng họ sẽ không bao giờ sử dụng lidar và chỉ sử dụng radar trực quan, nhưng một số nhà sản xuất lại tin rằng lidar hiệu quả hơn. Bạn nghĩ sao?
**Lý Huệ Vân: **Điều này cần phải xem xét theo từng giai đoạn và theo từng mục tiêu. Ý định ban đầu của công ty là cung cấp dịch vụ hỗ trợ lái xe. Nếu muốn thương mại hóa với chi phí thấp, việc áp dụng giải pháp trực quan chắc chắn là cách để đạt được mục tiêu. Hầu hết các nhà sản xuất ô tô mới hiện nay đều đang cố gắng đạt được trình độ lái xe tự động cao hơn, do đó lidar là công nghệ không thể thiếu trong hầu hết các tình huống. Nó không thể thay thế được thị giác trong việc phát hiện mục tiêu, thậm chí là định vị và lập bản đồ vì nó chứa thông tin chuyên sâu. Nếu mục tiêu là đạt đến cấp độ L3-L4, thì mục tiêu của cả hai bên cuối cùng sẽ đạt được cùng một mục tiêu, đó là đạt được sự hợp nhất đa cảm biến.
**Đoạn Vũ Long: **Suy cho cùng, số lượng xe ô tô trên đường có thể được trang bị hệ thống liên quan đến xe tự lái là có hạn. Liệu chỉ dựa vào những chiếc xe này để thu thập dữ liệu hỗ trợ nâng cấp toàn bộ hệ thống lái xe tự động có đủ không?
**Lý Huệ Vân: **Vì vậy, trong tương lai, sự hợp tác giữa xe và đường bộ sẽ trở nên tất yếu. Bởi vì trí thông minh của một xe có những hạn chế: nếu mỗi xe dựa vào số lượng và loại cảm biến cũng như tài nguyên máy tính tích lũy, chi phí sẽ rất cao; cũng có một số hạn chế về mặt vật lý, chẳng hạn như hiện tượng "nhìn trộm" do các phương tiện ở làn đường phía trước hoặc chướng ngại vật khi rẽ phải. Thông qua phương pháp hợp tác giữa xe và đường, rõ ràng là có thể giải quyết được các vấn đề do hạn chế của trí thông minh trên một xe gây ra với chi phí thấp.
Sơ đồ phối hợp giữa xe và đường
Theo góc độ khác, trí thông minh của một chiếc xe đạp không thể hoàn thành việc thu thập dữ liệu và giải quyết tình trạng tắc nghẽn trên toàn thành phố một cách hiệu quả. Bởi vì nếu xét đến tốc độ hoặc sự thoải mái khi lái xe, việc tối ưu hóa một phương tiện chắc chắn sẽ dẫn đến sự cạnh tranh giữa nhiều phương tiện , tạo nên một trò chơi. Nếu chúng ta muốn đạt được hiệu ứng tổng thể, chúng ta phải xem xét đến giao thông đô thị, và sau đó sự hợp tác giữa xe và đường bộ sẽ tự nhiên diễn ra. Theo góc nhìn này, với sự hỗ trợ của các cảm biến ven đường, sức mạnh tính toán và khả năng điều động, tình hình giao thông nói chung trong kỷ nguyên lái xe tự động sẽ được tối ưu hóa, bao gồm số vụ tai nạn, tốc độ di chuyển trung bình và mức độ thoải mái.
**Li Shengbo: **Hiện nay, xe tự hành có hai hướng khác nhau: trí thông minh cho một xe và sự hợp tác giữa xe-đường-đám mây. Trí thông minh xe đạp tương đương với việc mọi người theo đuổi trí thông minh của riêng mình, chẳng hạn như nhanh hơn, linh hoạt hơn, tiết kiệm năng lượng hơn và hiệu quả hơn. Khi lái xe, một xe có thể vượt và chuyển làn thường xuyên để đi từ điểm A đến điểm B nhanh nhất có thể. Nhưng điều này có khả năng ảnh hưởng đến người khác nên có một số hạn chế trên phạm vi toàn cầu. Sự hợp tác giữa xe-đường-đám mây tương đương với việc có một góc nhìn của Chúa để chỉ cho mọi người cách cải thiện hiệu suất và giải quyết các vấn đề toàn cầu như tắc nghẽn đô thị và cải thiện hiệu quả giao thông.
Mặc dù hiện tại chưa có tiêu chuẩn thống nhất về lượng dữ liệu cần thiết cho xe tự hành, một số viện nghiên cứu dự đoán rằng xe tự hành có thể đạt đến trình độ của con người sẽ cần tích lũy hơn 10 tỷ km dữ liệu. Điều này tương đương với việc một người lái xe lái xe 24 giờ một ngày trong 7.000 năm . Do đó, rất khó để đạt được quy mô này chỉ bằng cách thu thập dữ liệu đường bộ.
Hiện nay có hai giải pháp cho vấn đề này. Đầu tiên là dựa vào nhiều xe để thu thập dữ liệu, đào tạo chiến lược và chia sẻ chúng để những người tham gia cùng sử dụng. Ý tưởng thứ hai là ngoài việc sử dụng dữ liệu xe thực, bạn cũng có thể sử dụng phần mềm mô phỏng để mô phỏng quá trình lái xe và tích lũy dữ liệu ảo. Nhiều trường đại học và công ty đang nỗ lực phát triển phần mềm lái xe tự động và sau đó cho phép tài xế ảo lái xe. Theo cách này, việc lái xe trong một giờ bằng phần mềm ảo tương đương với việc lái xe thực sự trong một ngày, một tuần hoặc thậm chí một tháng.
Bữa tối suy nghĩ
Đã hoàn thành: 60% ///****// /**********//// **
Nhà nước có luật riêng, xe hơi cũng có quy định riêng
**Đoạn Ngọc Long: **Vì chúng ta không thể dựa vào sự tích lũy dữ liệu của từng cá nhân nên cần mọi người phối hợp và hợp tác với nhau, vì vậy chúng ta cần có các quy tắc. Về vấn đề lái xe tự động, tiến độ thực hiện các quy định trong nước và quốc tế như thế nào?
**Lý Huệ Vân: **Chuyện này khá phức tạp. Xe sử dụng nhiên liệu truyền thống và xe sử dụng năng lượng mới là một loại hình phương tiện giao thông. Hệ thống thử nghiệm và tiêu chuẩn của họ chủ yếu liên quan đến hệ thống điện, độ bền, sự thoải mái, mức tiêu thụ nhiên liệu, tiếng ồn, v.v. **Những chiếc ô tô thông minh kết nối ngày nay không chỉ là phương tiện di chuyển mà còn là không gian dữ liệu thiết bị đầu cuối di động lớn và nền tảng điện toán. **Trong quá trình này, chúng tôi đã giới thiệu phần mềm, bao gồm ô tô được xác định bằng phần mềm, chức năng an toàn phần mềm và nâng cấp OTA, bảo mật thông tin và truyền thông, cùng các loại phần mềm và phần cứng khác. Trong những trường hợp như vậy, các tiêu chuẩn kiểm tra, đầu vào và hệ thống quản lý cần phải được thay đổi cho phù hợp.
Nhà nghiên cứu Lý Huệ Vân
Hiện nay, nhiều nỗ lực đang được thực hiện cả trong và ngoài nước vì mục đích này. Vào tháng 7, ISO (Tổ chức tiêu chuẩn hóa quốc tế) đã ban hành tiêu chuẩn quốc tế có tên ISO 22737 dành cho xe tự hành tốc độ thấp. Ủy ban Tiêu chuẩn Ô tô trong nước cũng đang tổ chức xây dựng tiêu chuẩn. Tôi nghe nói rằng định nghĩa thuật ngữ đã được hoàn thiện và dự kiến sẽ được công bố trong vòng hai năm tới. Nội dung sẽ bao gồm các thông số kỹ thuật an toàn về chức năng, thành phần, truyền thông, v.v. Vì chỉ có sự hỗ trợ của các chuẩn mực thì tất cả các bên mới có thể nỗ lực và đầu tư, đồng thời hạn chế trách nhiệm và quyền lợi của mình, vì vậy chúng ta đều mong muốn triển khai hệ thống tiêu chuẩn trong nước.
**Lý Thắng Ba: **Đất nước chúng tôi cũng có một số kế hoạch và sắp xếp về vấn đề này. Tổ chức chuẩn hóa của chúng tôi hy vọng sẽ tạo ra một nền tảng dữ liệu chung. Một mặt, công ty hy vọng có thể lưu trữ dữ liệu thu thập được trên một nền tảng công cộng, mặt khác, công ty hy vọng có thể đảm bảo tính thống nhất về định dạng dữ liệu trong quá trình phân tích. Vì vậy, tiêu chuẩn này rất quan trọng.
**Đoạn Ngọc Long: **Dữ liệu liên quan đến kinh tế quốc dân và đời sống nhân dân phải thuộc sở hữu của toàn dân.
**Lý Thắng Ba: **Khái niệm công hữu là tốt, và nên như thế này.
Bữa tối suy nghĩ
Đã hoàn thành: 70% /// /// / ****///*********
Chúng ta có thể tin tưởng vào xe tự lái không?
**Đoạn Vũ Long: **Mặc dù hiện nay có nhiều khó khăn trong việc hạn chế sử dụng thương mại xe tự lái, nhưng chúng ta đều biết rằng tốc độ phát triển của công nghệ nhân loại và sự xuất hiện của một số nút nhất định sẽ vượt quá sức tưởng tượng của chúng ta. Giả sử rằng xe tự lái xuất hiện trong vài năm tới, liệu chúng có thực sự tốt như chúng ta tưởng tượng không? Năm 2018, một chiếc xe tự lái trong quá trình thử nghiệm đã đâm và tử vong một người đi bộ. Hai giáo viên nghĩ gì về các vấn đề an toàn phát sinh trong các ứng dụng cụ thể của xe không người lái?
**Lý Huệ Vân: **Tôi nghĩ chúng ta có thể tham khảo một số đột phá trong phát triển công nghiệp của chúng ta. Ví dụ, đối với máy bay và tàu điện ngầm về cơ bản có thể tự lái, chúng tôi có một kế hoạch thông thường là phân chia một khu vực hoạt động hạn chế được tất cả các bên xác nhận. Miễn là không có thay đổi nào được thực hiện mà không được phép thì trách nhiệm của mỗi bên có thể được xác định rõ ràng hơn nếu có sự cố xảy ra. Ý tưởng này có thể không đúng, nhưng nó đòi hỏi sự nỗ lực chung từ các ngành pháp lý, tâm lý và chính phủ.
**Lý Thắng Ba: **Câu hỏi mà bạn đề cập về việc ai sẽ chịu trách nhiệm nếu xảy ra tai nạn là một vấn đề quan trọng đang phải đối mặt trong quá trình phát triển công nghệ lái xe tự động hiện nay. Chúng ta đã thảo luận về việc phân loại xe thông minh trước đây, trong đó L1-L2 được định vị là hệ thống hỗ trợ người lái. Điều này không có nghĩa là nó chỉ hỗ trợ người lái mà còn có thể thực hiện một số chức năng lái xe tự động. Nhưng nếu có bất cứ điều gì không ổn, người lái xe vẫn phải chịu trách nhiệm, đây chính là giải pháp trong dự án của chúng tôi.
Chế độ lái tự động có thể tự động hỗ trợ xe đánh lái, tăng tốc và phanh trong làn đường, nhưng người lái vẫn phải chủ động theo dõi xe. Chiếc xe này vẫn chưa đạt được khả năng lái xe tự động hoàn toàn.
**Đoạn Vũ Long: **Xe của một công ty nào đó đã từng gặp nhiều vụ tai nạn khi ở chế độ lái tự động, vậy theo hiểu biết anh chia sẻ, liệu tài xế xe có phải chịu trách nhiệm cho những vụ tai nạn như vậy không?
Li Shengbo **: **Đúng vậy, vì vị trí của nó chỉ là hệ thống hỗ trợ người lái. Có một số yêu cầu về thiết kế chức năng của nó. Ví dụ, sau khi bật hệ thống lái xe tự động, tay bạn không thể rời khỏi vô lăng. Ngoài ra, khi sử dụng hệ thống này, mắt bạn phải nhìn về phía trước và não phải suy nghĩ để bạn có thể kiểm soát xe nếu có trường hợp khẩn cấp xảy ra.
Tuy nhiên, đối với L3-L4, độ khó tương đối cao. Yêu cầu cấp độ L3-L4, nếu hệ thống không được khởi động khi xảy ra tai nạn thì trách nhiệm thuộc về cá nhân; nếu hệ thống đã được khởi động thì trách nhiệm thuộc về hệ thống. Khó khăn thực sự nằm ở đâu? Tôi vẫn tính toán theo kinh tế. Con người có thể gặp từ ba đến năm vụ tai nạn trên một triệu km lái xe. Đây là mức trung bình đối với người lái xe và tỷ lệ này thay đổi tùy theo quốc gia. Số lượng tai nạn quyết định số tiền bảo hiểm. Nếu số vụ tai nạn cao thì phí bảo hiểm cũng sẽ cao. Nếu bạn muốn giảm phí bảo hiểm, bạn cần phải cải thiện tính bảo mật. Do đó, vấn đề cốt lõi đối với xe tự lái cấp cao thực sự là nếu cả con người và hệ thống xe tự lái đều có thể được bảo hiểm, thì hệ thống phải an toàn hơn con người để phí bảo hiểm có thể thấp. Hiện nay, hầu hết các học giả, nhà nghiên cứu và kỹ sư vẫn chủ yếu tập trung vào việc giải quyết vấn đề quan trọng hơn của công nghệ. Nhưng về lâu dài, nó sẽ trở thành một vấn đề triết học, xã hội học, pháp lý và quản lý.
**Đoạn Vũ Long: **Xe tự lái đã gặp phải một số vấn đề đáng báo động. Ví dụ, chiếc xe thông minh của một công ty nào đó đã gặp phải một vụ tai nạn giao thông thương tâm. Nguyên nhân gây ra tai nạn là do xe ô tô đã nhầm tưởng hình ảnh bầu trời xanh mây trắng phun trên thân xe tải phía trước là bầu trời xanh mây trắng thật nên chạy thẳng về phía trước gây ra tai nạn. Người lái xe tử vong ngay tại chỗ. Điều này khiến mọi người rất lo lắng và sợ hãi, bạn có nghĩ mọi người có thể vượt qua nỗi sợ này không?
**Lý Huệ Vân:** Tôi nghĩ là ổn. Bản thân tôi rất tin tưởng vào phương tiện giao thông công cộng thông minh, được vi tính hóa như máy bay và tàu điện ngầm, và tôi tin rằng tôi có thể nhanh chóng thích nghi với sự tiện lợi mà những chiếc xe thông minh kết nối mang lại cho chúng ta.
**Lý Thắng Ba: **Theo đánh giá cá nhân của tôi, liệu xe tự lái có thực sự được công chúng chấp nhận hay không phụ thuộc vào mức độ an toàn của nó hoặc số vụ tai nạn. Nếu số vụ tai nạn có thể giảm xuống mức tương đương với con người thì chúng ta có thể chấp nhận hệ thống này.
**Đoạn Vũ Long: **Một ngày nào đó trong tương lai, taxi, tàu điện ngầm và thậm chí cả máy bay đều sẽ không cần người lái. Vậy điều gì sẽ xảy ra với những người làm việc trong ngành vận tải, chẳng hạn như tài xế? Bạn nghĩ chúng ta có thể giải quyết vấn đề của những người này như thế nào?
**Lý Huệ Vân: ****Sự phát triển xã hội có thể cung cấp nhiều không gian và phương pháp nghề nghiệp hơn. **Nhiều nghề nghiệp mà chúng ta thấy hiện nay có thể là điều không tưởng đối với mọi người trong quá khứ, chẳng hạn như phát trực tiếp để bán hàng. Vì vậy, khi xã hội tiến bộ, một số nghề nghiệp sẽ biến mất, nhưng chắc chắn sẽ có ngày càng nhiều nghề nghiệp mang tính cá nhân hóa. Tôi vẫn còn khá lạc quan.
**Lý Thắng Ba: **Đối với sự phát triển của mọi ngành nghề, sự thay đổi và chuyển đổi không thể đạt được trong chốc lát. Đây là một quá trình thay thế lâu dài và dần dần, có thể mất từ ba mươi đến bốn mươi năm hoặc thậm chí lâu hơn, và có thể trở thành vấn đề của hai hoặc ba thế hệ. Trong quá trình này, những công việc ban đầu bị thay thế sẽ có một số cơ hội khác. Như Giáo sư Lý vừa nói, một số công việc mới cũng sẽ xuất hiện và mọi người sẽ đổ xô đến các lĩnh vực mới.
**Đoạn Vũ Long: **Bạn có nghĩ chúng ta có thể chứng kiến cảnh lái xe hoàn toàn tự động trong tương lai không?
**Lý Thắng Ba: **Tôi là người lạc quan và tôi nghĩ mình thật may mắn khi được chứng kiến điều đó trong đời.
Bữa tối suy nghĩ
Đã hoàn thành: 90% /// /// // /****/
Những vấn đề nào khác đang cản trở sự phát triển của xe tự lái?
**Đoạn Vũ Long: **Câu hỏi cuối cùng là, theo ý kiến của ông, những vấn đề nào khác sẽ hạn chế việc sử dụng xe tự lái cho mục đích thương mại trên diện rộng trong thời gian ngắn?
**Lý Huệ Vân: **Tôi xin đưa ra một ví dụ: Mọi người đều cho rằng sự hợp tác giữa xe và đường là một hướng phát triển rất tốt, có thể bù đắp cho những thiếu sót khác nhau của trí thông minh của xe tự lái. Tuy nhiên, các vấn đề về chi phí phát sinh do sự hợp tác giữa xe và đường bộ đã được nêu ra trước mắt chúng ta . Khi một người bạn của tôi đang làm việc trong một dự án đường thông minh, các cổ đông đã hỏi anh ấy một câu hỏi rất thực tế: Với chi phí dự án tăng từ 100 triệu nhân dân tệ một km lên 120 hoặc thậm chí 150 triệu nhân dân tệ như hiện nay, làm thế nào để thu hồi được chi phí phát sinh? Nó được chịu bởi mọi phương tiện đi qua hay bởi các phương tiện tự hành đi qua? Phí vượt xe tự lái sẽ được tính như thế nào? Câu hỏi này làm mọi người bối rối. Vì vậy, chúng ta vẫn cần phải cùng nhau giải quyết vấn đề này về mặt mô hình kinh doanh, chi phí và mô hình tổ chức chính phủ.
**Lý Thịnh Ba: **Trên thực tế, có một số so sánh về chi phí giữa các giải pháp kỹ thuật khác nhau. Ví dụ, liên quan đến trí thông minh xe đơn lẻ và trí thông minh cộng tác xe-đường-đám mây vừa đề cập, loại nào có chi phí thấp hơn và loại nào có hiệu ứng lái xe tự động tốt hơn, tất cả những vấn đề này đều có những cân nhắc về mặt kinh tế. Ngoài nền kinh tế, còn có những thách thức do một số vấn đề ngoại vi gây ra. Khi ô tô trở nên thông minh hơn, chúng ta sẽ giới thiệu công nghệ kết nối, giúp tăng số lượng giao diện giữa ô tô và thế giới bên ngoài. Trước đây, ô tô là hệ thống khép kín và người ngoài không dễ dàng ra lệnh hoặc nhập thêm bất kỳ thông tin nào. Tuy nhiên, với Internet xe cộ và nhiều cảm biến bên ngoài, thông tin có thể được truyền đi nhiều hơn. Theo góc nhìn này, nếu xe tự lái được đưa vào sử dụng thì vẫn còn một số vấn đề ngoại vi cần giải quyết và những vấn đề này sẽ hạn chế khả năng chúng có thực sự phổ biến và đưa vào sử dụng hay không.
**Đoạn Vũ Long: **Hôm nay chúng ta cùng nhau ở đây để phác họa bức tranh tuyệt đẹp về những chiếc xe không người lái trong tương lai. Khi bức tranh này xuất hiện, tôi tin rằng lối sống của toàn xã hội và điều kiện sống của mỗi cá nhân sẽ được cải thiện đáng kể và mang tính cách mạng. Chúng tôi cũng tin rằng ngày này sẽ đến với chúng ta sớm hay muộn.
Không có lý trí và không có sự thật. Bữa tiệc lý trí này sẽ kết thúc ở đây. Một lần nữa, xin cảm ơn hai thầy cô đã đến thăm chúng tôi và cảm ơn tất cả khán giả đã theo dõi!
Tiêu đề gốc: "Lái xe tự động có tương đương với việc một con ếch lái xe không? Cần phải nỗ lực nhiều hơn nữa để ếch tiến hóa thành người | Rational Party Phần 3
Nguồn: Diễn đàn Gezhi Lundao
