Emilio Frazzoli 演講讀後心得(下)
這是我觀看 Emilio Frazzoli演講的心得，前半部的心得寫在這邊有興趣的朋友可以參考，這一篇會著重在演講的下半部 — 自動車技術和道德上遇到的挑戰
附上演講的 Youtube 影片給有興趣的人參考：
自動車對未來人類工作的影響
大量的自動車上路，司機恐失業？
關於自動車大家最常討論的議題就是職業駕駛將被取代(大家突然都很擔心計程車司機的權益 😅）但講者表示事實與大家的直覺相反，目前整個交通產業(Mobility)的市場人力資源非常短缺，新加坡有一大堆公車招不到司機;如果全世界的人都想要改採用Uber來做日常通勤的話，平均每七個人就有一個人要全職開車（平均每人一天話費 1/7的時間2~3個小時在專心開車 ）自動車技術引進之後這些人還是會失業或是超級低薪，但是講者認為新的工作機會會以其他加值服務的形式出現（e.g. 輪椅助手，車上餐飲…等）。
自動車技術面臨的挑戰
其實在1995年德國人就已經能夠用電腦視覺在高速公路上行駛好幾百哩了，當時並沒有跟像現在一樣好的 Lidar, GPU … 等。因此講者認為光是高速公路的輔助駕駛系統並沒有太大的技術突破，複雜的都會區(行人，摩托車，違規停車…）才是技術上最困難的地方。
一般來說自動車的技術有三大重點：
- 環境感知(Sensing)：更好更便宜的Lidar/Radar/GPS 和運算能力or演算法
- 定位(Mapping)：建立4D高清地圖，SLAM
- 決策(Planning)：在不同的情境下(高速公路，停車場，十字路口)車子該如何駕駛
然而講者認為感知和定位這兩個項目遇到的挑戰，隨著各項軟硬體的成熟都能夠一步步地被解決。但決策卻是其中最困難的一個，因為其實連我們人類自己都不太確定該怎麼做。
自動車的決策
或許大家也有在路上遇到路人迎面走來，想閃開卻又兩個人剛好都往同一個地方閃過去的尷尬狀況，如果這樣的事情發生在開車時後果將會不堪設想。目前業界也嘗試過幾種方法：
- 程式邏輯 / 狀態機：工程師們用 if than else 跟狀態機模擬人類的決策，但講者表示道路上可能遇到的情況實在太多種了，過去的經驗是很快程式碼就會變得又臭又長很難除錯。
- 深度學習(End-to-End Deep Learning)：Nvidia等公司嘗試用大量的資料和深度學習來讓電腦自己學會開車，詳細實作可以參考我之前上課的分享。但講者認為我們還是需要一套可以解釋的方法，而且有太多不同的天氣狀況和不正確的資料可能導致深度學習出錯(很可能會學習到錯誤的人類行為 e.g 搶黃燈)
NP Hard
雖然道路上遇到的狀況有千萬種，人類卻可以簡單透過記住一本交通規則來應付所有遇到的情況。同樣的情形電腦卻得要花上很長很長的時間去計算每一條可能路徑，不過如果給電腦一條已經規劃好的路境電腦卻可以很快的評估出一條路徑的好壞。這種可以快速評斷路徑的好壞卻很難找出最佳答案的問題在電腦科學上被稱為 NP Hardness，然而利用這種特性我們可以隨機產出一些比較有可能的路徑然後透過計算Cost function在有限的時間裡面選出最好的路徑！詳細內容可以參考之前Udacity的課程的作業。
違反交通規則
交通規則是人們發明來解決道路上使用的糾紛，讓大家減少行車時的溝通。然而在一些特殊的情況下我們還是必須要讓自動車有足夠的能力去違反交通規則(e.g 遇到路必須逆向行駛閃避or為了避免撞車而開出道路)。因此除了交通規則之外，自動車還得具備違反交通規則的能力。因此就有類似出電影還有漫畫裡面常出現的機器人三大定律來定義不同交通規則的重要性：
避免車禍/傷人 > 一定要開在路上 > 不能超速 > 要開在車道中間
寫到這邊相信很多人都有預感接下來要超展開啦！
不是所有的交通規則都是合理的（至少對電腦來說 ），例如下面一條意味不明的瑞士的交通規則轉換成程式邏輯就會有潛在的的問題…
所有的用路人都不得危害其他遵守交通規則的用路人的生命安全
言下之意是不是在說遇到不守規矩的人就可以撞他呢？
電車難題 (Trolley problems)
因此就出現了最著名的電車難題，各位看官可以試著快速的回答下面的幾個問題（要撞哪一個）：
今天自動車高速行駛在路上，突然發現前方路中央出現五個人右邊路旁站了一個人
- 直直走會撞死五個人，往右邊閃只會撞死一個人(一定要選一個)。
- 如果前面那五個人是違規穿越的路人，右邊是遵守交通規則的路人。
- 如果那撞五個人的死亡率都是10% ，撞右邊那個人的致死率是90%。
- 車子只有30%的信心那前面五個東西是人，但80%確定右邊是真人呢？
這些（有趣？）的問題都很難有一個標準答案，MIT甚至有做一個網站來給大家練習 😅 說實在的我們自己也不知道該怎麼作答，又要用怎樣的標準去要求自動車呢？
結論
看完一整個演講我自己覺得獲得了很多新的觀點同時也開始思考自動車對社會造成的影響以及這些道德上造成的難題。自動車依然算是一個很新的產業而大家都還不確定該怎麼做，因此也需要更多的人來一起思考我們想要一個怎麼樣未來。
