自適應(yīng)巡航、變道輔助、防撞預(yù)警、盲點(diǎn)監(jiān)測(cè)、自動(dòng)駕駛……這一切種種只是如今新車配備的駕駛輔助功能中的一小部分。隨著技術(shù)的不斷升級(jí),駕駛者們反而越來(lái)越不明白自己要怎么用車才是真正的安全。
不少經(jīng)銷商總愛以先進(jìn)的駕駛輔助技術(shù)作為產(chǎn)品賣點(diǎn),不斷給購(gòu)車者們灌輸所謂新理念。手套箱里的用戶手冊(cè)越來(lái)越厚,用戶也越來(lái)越不想讀。隨著汽車技術(shù)的不斷進(jìn)步,科學(xué)家們開始對(duì)駕駛過程中人的元素進(jìn)行深入剖析,探索司機(jī)們?cè)谇八从械鸟{駛體驗(yàn)下到底感覺如何。
下面,就是科學(xué)家們整理得出、但在用戶手冊(cè)中絕對(duì)不會(huì)出現(xiàn)的高級(jí)駕駛輔助技術(shù)使用指南。
保持警惕
最近一項(xiàng)研究發(fā)現(xiàn),新任車主在買車之后的第一個(gè)月最為謹(jǐn)慎,他們會(huì)認(rèn)真了解自己的駕駛輔助系統(tǒng)能做什么、做不了什么。但在一個(gè)月之后,司機(jī)們就會(huì)在相對(duì)簡(jiǎn)單的路況下東張西望,畢竟開闊的高速公路能有什么突發(fā)情況呢。
這聽起來(lái)好像沒什么問題,但其中的關(guān)鍵在于:雖然開闊道路對(duì)人類來(lái)說(shuō)非常安全,但有時(shí)候反而會(huì)給汽車的計(jì)算機(jī)視覺系統(tǒng)造成接近甚至超越極限的處理壓力。
正因?yàn)槿绱?,?1輛使用Autopilot的特斯拉汽車先后撞上閃爍著應(yīng)急燈的警車和消防車后,聯(lián)邦政府決定對(duì)這套駕駛輔助系統(tǒng)開展全面調(diào)查。
計(jì)算機(jī)沒法像人類那樣觀察并理解世界。雖然如今的AI系統(tǒng)已經(jīng)擊敗了世界上最偉大的國(guó)際象棋大師,但還是識(shí)別不到面前閃爍著警燈的消防車。我們?nèi)祟愑兄鴱?qiáng)大而靈活的常識(shí)儲(chǔ)備,但汽車卻沒有——它們觀察世界的唯一窗口,就是由視頻片段匯編而成的數(shù)據(jù)。
考慮到這一點(diǎn),作為司機(jī)的我們?cè)谑褂民{駛輔助系統(tǒng)時(shí)到底什么時(shí)候可以放松、什么時(shí)候該提高警惕?簡(jiǎn)單來(lái)講,隨時(shí)都要提高警惕。
新車中的危險(xiǎn)檢測(cè)系統(tǒng)專為那些最罕見的情況而設(shè)計(jì),主要功能就是提醒我們關(guān)注那些容易被忽略的危險(xiǎn)信號(hào)。但對(duì)駕駛員開展調(diào)查之后,我們發(fā)現(xiàn)很多人在購(gòu)車一段時(shí)間之后就不再單純把它作為后備工具。最近一項(xiàng)研究表明,在使用特斯拉Autopilot系統(tǒng)時(shí),司機(jī)看路的次數(shù)更少、注意力也更多集中在非駕駛區(qū)域。
隨著時(shí)間的推移,人們顯然會(huì)在無(wú)意識(shí)的情況下過度依賴后備系統(tǒng)并放松警惕。在最極端的情況下,司機(jī)可能直到聽見警報(bào)聲才會(huì)意識(shí)到風(fēng)險(xiǎn)就在身邊。這時(shí)候人類駕駛員相當(dāng)于放棄了觀察,把所有任務(wù)都交給了駕駛輔助系統(tǒng)。
共享駕駛讓人更加疲勞
事實(shí)證明,無(wú)論大家自己開車時(shí)有多么專注,盯著電腦開車比親自動(dòng)手其實(shí)要難受得多。
乍看一下,這應(yīng)該是種很輕松的體驗(yàn),但實(shí)際卻出乎意料地讓人心累。因?yàn)闆]有任何參與感,我們很難把注意力集中在眼前的一切身上——沿著熟悉的路線,一切按預(yù)期進(jìn)行,久坐凝視會(huì)讓大腦很快陷入麻木。這壓根就不是人類所擅長(zhǎng)的場(chǎng)景。
面對(duì)新聞里司機(jī)按下自動(dòng)駕駛開關(guān)后就睡覺去了的報(bào)道,很多朋友會(huì)覺得難以置信。但這又是另一種誤解——司機(jī)真的是放心去睡了,還是在百無(wú)聊賴之中失去了意識(shí)呢?
為了找到答案,研究人員為司機(jī)配備了大腦與視覺監(jiān)測(cè)系統(tǒng),并發(fā)現(xiàn)使用自動(dòng)駕駛系統(tǒng)的司機(jī)更有可能在不得不中進(jìn)入淺度睡眠。如今繁忙的日程安排本就讓人們精神疲憊,而保持清醒的最好方式就是讓自己動(dòng)起來(lái)、忙起來(lái)。但按下一個(gè)按鈕,車就能自己前往目的地,這樣的體驗(yàn)完全可能激發(fā)出大腦深處的困意、在不自覺中給司機(jī)帶來(lái)風(fēng)險(xiǎn)。
不夠直觀的盲區(qū)檢測(cè)
后視攝像頭看似能拓寬我們的觀察視野,消除那些恐怖的盲點(diǎn)。但是,在對(duì)使用后視攝像頭的司機(jī)開展研究之后,我們發(fā)現(xiàn)更多令人不安的事實(shí)。在使用后視攝像頭時(shí),司機(jī)們往往不再關(guān)注左右后視鏡,但絕大部分倒車刮蹭恰恰就發(fā)生在車體兩側(cè)。例如,孩子們可能突然跑到車側(cè)向司機(jī)道別,這種突發(fā)情況就完全不在攝像頭的捕捉范圍之內(nèi)。
除了查看攝像頭之外,我們應(yīng)該保持以往的好習(xí)慣:回頭望望。遺憾的是,大多數(shù)司機(jī)并沒能保住這種好習(xí)慣。另一項(xiàng)研究估計(jì),雖然后視攝像頭在很大程度上消除了車后盲區(qū),但相應(yīng)的倒車事故發(fā)生幾率只降低了17%左右。
為駕駛員提供新型培訓(xùn)
駕駛輔助系統(tǒng)無(wú)疑是一種強(qiáng)大的工具,有望挽救許多生命。但它需要人們調(diào)整自己對(duì)已經(jīng)非常熟悉的駕駛?cè)蝿?wù)的理解方式,更好地適應(yīng)這種新的、具有種種不同特性的駕駛體驗(yàn)。考慮到單是美國(guó)就有2.5億司機(jī),這樣的全民改變無(wú)疑將是個(gè)艱難的任務(wù)。
我和同事們一直在推動(dòng)為新車主們提供標(biāo)準(zhǔn)化培訓(xùn),其中就包括如何處理自動(dòng)駕駛過程中的人為因素。而這里最大的難題,就是為用戶們灌輸某些相當(dāng)違反直覺的使用習(xí)慣。
想象一下,新人們可能在學(xué)習(xí)后才意識(shí)到自己根本無(wú)法正確辨別安全情況與危險(xiǎn)情況間的不同、并不真的知道自己什么時(shí)候?qū)儆谄跔顟B(tài),甚至從沒想過自動(dòng)駕駛的體驗(yàn)要比親自開車更讓人疲倦。大多數(shù)司機(jī)在初次接觸駕駛輔助技術(shù)時(shí)肯定不會(huì)相信這些“鬼話”,但課程的意義就是用啟發(fā)的方式引導(dǎo)大家對(duì)開車這事兒做出更深刻的個(gè)人思考。
那么事故率最高的年輕司機(jī)群體呢?十多年前,開車曾經(jīng)是高中教育的課程內(nèi)容;但如今,智能手機(jī)、移動(dòng)應(yīng)用與駕駛輔助技術(shù)陸續(xù)出現(xiàn),不斷降低著新手司機(jī)的準(zhǔn)入門檻。所以也許現(xiàn)在正是向年輕人們傳授安全駕駛概念的絕佳時(shí)機(jī)。
總之,在大家按下按鈕、放心把駕駛權(quán)交給汽車之前,請(qǐng)務(wù)必記住這背后承載著巨大的責(zé)任與技術(shù)意義。只要人機(jī)妥善配合,才能順利完成一段輕松愜意的駕駛旅程。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。