技術(shù)的進(jìn)步總是令人深受鼓舞，這一點(diǎn)，從自動(dòng)駕駛汽車的技術(shù)發(fā)展成果上就能充分感受到。不過，對于自動(dòng)駕駛行業(yè)來說，真正決定其未來發(fā)展的首要因素，還是自動(dòng)駕駛的安全問題。但是，什么程度的安全才是真正的安全？如何確保自動(dòng)駕駛汽車的安全性？如何放心地讓自動(dòng)駕駛汽車與人類駕駛汽車并肩而行？這一系列的安全問題，都是自動(dòng)駕駛得以實(shí)現(xiàn)真正落地前要解決的必要問題?；诖?，如何驗(yàn)證自動(dòng)駕駛的安全性，就成為了解決這些問題的關(guān)鍵切入點(diǎn)。

　　在英特爾看來，自動(dòng)駕駛行業(yè)亟待一個(gè)統(tǒng)一的標(biāo)準(zhǔn)去規(guī)范和保證自動(dòng)駕駛的安全性，這樣才能確保行業(yè)得以健康、高效地駛向未來。

　　現(xiàn)有的驗(yàn)證方法不能滿足實(shí)際要求

　　自動(dòng)駕駛包含了感知、規(guī)劃和行動(dòng)這三個(gè)層面。感知，即感知汽車內(nèi)部和周邊的整個(gè)環(huán)境，并采集原始數(shù)據(jù)。現(xiàn)階段，已經(jīng)有很多技術(shù)能夠驗(yàn)證并確保感知的準(zhǔn)確性。其次是規(guī)劃，即分析原始數(shù)據(jù)，規(guī)劃策略以及做出決策。最后是行動(dòng)，即執(zhí)行規(guī)劃，控制加速、制動(dòng)和轉(zhuǎn)向等。在這三個(gè)層面中，規(guī)劃是保障自動(dòng)駕駛安全的重要內(nèi)容，因?yàn)檫@不僅是實(shí)現(xiàn)A點(diǎn)到B點(diǎn)的復(fù)雜任務(wù)，還要涉及到自動(dòng)駕駛汽車與路面上其他汽車關(guān)系的處理，以及如何證明其是可驗(yàn)證的安全。

　　目前，業(yè)界有的機(jī)構(gòu)使用統(tǒng)計(jì)學(xué)的方法來驗(yàn)證自動(dòng)駕駛汽車的安全性，即用里程數(shù)來驗(yàn)證安全。這就意味著，假如要行駛300億英里才能夠證明很低的致死率的話，那么就相當(dāng)于人類要在一年的365天里每天開24小時(shí)的汽車才能夠得以驗(yàn)證。而一旦自動(dòng)駕駛汽車的一條軟件編碼出現(xiàn)了變化，那么該汽車就要重新進(jìn)行安全性驗(yàn)證。此外，如果這300億英里都是在無人的、平直的路面上行駛而得來，這也不能證明該自動(dòng)駕駛汽車就能安全應(yīng)對復(fù)雜的現(xiàn)實(shí)路況。顯而易見，這樣的驗(yàn)證方法是一種不切實(shí)際而且也難以承擔(dān)的方法。

　　業(yè)界還存在的另一種驗(yàn)證方法，就是基于人工智能的規(guī)劃算法。人工智能在推動(dòng)自動(dòng)駕駛的技術(shù)發(fā)展上做出了很大貢獻(xiàn)，尤其是在感知、認(rèn)知方面。但是，在驗(yàn)證自動(dòng)駕駛安全性上，人工智能存在著四個(gè)突出的問題：首先，人工智能是概率性的，它只能為自動(dòng)駕駛汽車該如何采取行動(dòng)提供最優(yōu)推測，但是不能百分之百確保這是正確的行為；其次，人工智能無法被充分驗(yàn)證，因?yàn)榭偸菚?huì)有一個(gè)全新的它原來沒有接觸過的環(huán)境場景出現(xiàn)；再次，人工智能由數(shù)據(jù)驅(qū)動(dòng)，它的決策效果取決于訓(xùn)練時(shí)所用數(shù)據(jù)的質(zhì)量，我們并不能簡單的以一千萬英里或者兩千萬英里來劃定其數(shù)據(jù)質(zhì)量的界限；最后，人工智能算法本身無法被正式驗(yàn)證，它僅限于統(tǒng)計(jì)學(xué)論據(jù)。因此，如果讓人工智能去做規(guī)劃，會(huì)帶來兩個(gè)直接的影響，一是行動(dòng)過于保守，導(dǎo)致自動(dòng)駕駛汽車無法從一地到達(dá)另一地；第二，需要大量的計(jì)算，這意味著需要使用運(yùn)算速度為100 TOPS的昂貴硬件。而這樣的自動(dòng)駕駛汽車難以實(shí)現(xiàn)量產(chǎn)，因?yàn)槠胀ù蟊姼矩?fù)擔(dān)不起。

　　RSS，驗(yàn)證自動(dòng)駕駛安全性的全新選項(xiàng)

　　英特爾和其子公司Mobileye發(fā)現(xiàn)，人類在安全駕駛上的本能概念和想法其實(shí)非常有效，基本上可以保障人類在各種駕駛情況下的安全性。因此，英特爾與Mobileye從原生的角度切入，把人類關(guān)于安全駕駛的概念和理念轉(zhuǎn)化成一整套的數(shù)學(xué)公式，于2017年提出了一個(gè)開放、透明、可驗(yàn)證的形式化模型——責(zé)任敏感安全模型（ RSS，Responsibility Sensitive Safety）。

　　RSS是行業(yè)規(guī)范自動(dòng)駕駛安全的技術(shù)中立型起點(diǎn)，分兩部分運(yùn)行來為自動(dòng)駕駛汽車的人工智能決策功能提供“安全信封”，第一部分是定義“危險(xiǎn)情況”，第二部分是定義“恰當(dāng)響應(yīng)”。RSS將人們對安全駕駛的概念轉(zhuǎn)化為可驗(yàn)證的模型，配備邏輯上可驗(yàn)證的規(guī)則，定義恰當(dāng)?shù)捻憫?yīng)行為，以確保自動(dòng)駕駛汽車做出安全決策，并避免陷入由其他車輛導(dǎo)致的危險(xiǎn)情況，例如：始終與前車保持安全的車距、不要刻板地使用路權(quán)等。RSS實(shí)際上是在規(guī)劃層面上增加了權(quán)威性的非專有安全與透明層，來檢查開發(fā)商駕駛策略（規(guī)劃）軟件做出的決策，是實(shí)現(xiàn)規(guī)劃安全性的保證。簡而言之：路線規(guī)劃或許能夠幫你一路向前，而RSS則能助你一路平安。

　　由于RSS是可以被驗(yàn)證的，因此，可以通過開放、可衡量的指標(biāo)來解決統(tǒng)計(jì)學(xué)驗(yàn)證所帶來的挑戰(zhàn)。此外，RSS還能兼容任何正在規(guī)劃中的自動(dòng)駕駛解決方案。值得一提的是，當(dāng)RSS 能夠成為全行業(yè)接受和通用的公開標(biāo)準(zhǔn)之后，企業(yè)只要分享與RSS相關(guān)的數(shù)據(jù)即可，并不存在泄露核心知識(shí)產(chǎn)權(quán)的問題。

　　RSS有望成為自動(dòng)駕駛行業(yè)的安全性標(biāo)準(zhǔn)

　　英特爾與Mobileye的一百輛自動(dòng)駕駛汽車已經(jīng)在耶路撒冷開始了第一階段的測試，證明了RSS模型的安全性。之后，英特爾和Mobileye還會(huì)在美國做相應(yīng)的路測，而使用了Mobileye技術(shù)的寶馬自動(dòng)駕駛汽車也將會(huì)在中國展開路測。

　　目前，RSS在自動(dòng)駕駛安全配置方面的價(jià)值和重要作用已經(jīng)得到了百度的充分認(rèn)可。百度將在其Apollo開源項(xiàng)目及Apollo Pilot商用項(xiàng)目中部署RSS模型。目前，Apollo項(xiàng)目已擁有116家全球合作伙伴。百度與Mobileye還將針對中國市場獨(dú)特的駕駛風(fēng)格和路況，共同驗(yàn)證RSS模型，并根據(jù)合作中的新發(fā)現(xiàn)，更新完善RSS模型。

　　冰凍三尺，非一日之寒；滴水石穿，非一日之功。只有當(dāng)自動(dòng)駕駛汽車能夠以數(shù)量級的水平大幅提升安全性并拯救生命時(shí)，社會(huì)才會(huì)接納它們。因此，規(guī)范和保證自動(dòng)駕駛的安全性需要整個(gè)生態(tài)系統(tǒng)共同努力。以RSS為參考框架，英特爾需要并歡迎政府、監(jiān)管部門、標(biāo)準(zhǔn)制定機(jī)構(gòu)以及學(xué)術(shù)界彼此密切溝通合作，從而找到一種開放、透明和可驗(yàn)證的自動(dòng)駕駛汽車安全解決方案。