「机器之心2021-2022年度AI趋势大咖说」聚焦「驱动未来的AI技术」与「重塑产业的AI科技」，推出线上分享，共邀请近40位AI领域知名学者、产业专家及企业高管通过主题分享及多人圆桌等形式，与行业精英、读者、观众共同回顾 2021年中的重要技术和学术热点，盘点AI产业的年度研究方向以及重大科技突破，展望2022年度AI技术发展方向、AI技术与产业科技融合趋势。
本文为中智行副总裁李军于「驱动未来的AI技术」系列主题，「可信AI」专场的分享内容节选。点击进入「机器之心Pro」，查看更多优质内容。
李军表示，2021年迎来了自动驾驶技术的爆发年，但从总体来看，全球包括国内的自动驾驶技术仍处于 L2 级别的商用发展和落地阶段。L3和L4的高等级自动驾驶呼之欲出，但还存在以安全和适用场景为代表的难题。目前还是主要局限于限定的区域，比方说封闭的园区、开放和半开放的比较小范围的道路或者路况相对简单的区域。基于自动驾驶技术发展遇到的挑战和困难，中智行提出了基于车路协同的新一代自动驾驶技术。李军介绍道，车路协同是自动驾驶技术大规模落地的一个升维方案，其是对单车智能的升级版，通过采用“聪明”的车加上智慧的路，才能做到更安全高效，从而加速自动驾驶的规模化商业落地。在车路协同的自动驾驶概念中，首先是“半个司机”在车上，也就是说车仍然是要具备初级的自动驾驶程度。在面对一些特殊场景时，车必须具备自动处理能力。其次，与单车智能相对的是，还有“半个司机”在路上，比如在路上搭设一些智慧化的路杆，在路杆上会放置智能化的感知设备和相应的计算设备，通过路端的感知和云端的计算处理，来给车端做相应的赋能，从而使车辆具备更安全的自动驾驶的能力。李军表示，AI是车路协同的大脑，AI技术为车路协同系统提供了环境感知、场景理解、行为模仿等能力，通过5G/V2X进行车与云的通信，为自动驾驶车辆赋能。而后，基于可信AI的主题，李军介绍了车路协同所面临的安全挑战。这些挑战大概可以总结为四类：第一类是与功能安全相关的挑战。系统有可能会出故障，不管是软件硬件的故障，还是环境因素。比如自动驾驶车辆在盲区的道路行驶，自动驾驶车上的感知设备是有一定的感知范围的。所以，如何解决自动驾驶车由于功能的局限所带来的这些安全问题，是安全功能方面的挑战。第二类是数据安全方面。在路段架设的智慧路杆，会采集到大量的数据，包括交通参与者的轨迹、交通事件、交通流量、POI信息，以及一些敏感的地理位置信息等。在整个系统的建设和规划中，要把数据安全放到非常重要的一个位置上去考虑。第三类是信息和通信的安全。由于路端和车端要通过5G网络和V2X网络进行低延时、大带宽的通信，因此通信的安全非常的重要，要能够抵御相应的网络攻击，包括数据的篡改等。最后一方面是身份安全，由于车路需要协同，相当于云端会有一个大脑来调度和控制车路协同。车辆不能被一个不明身份的云所控制，同样云也不能够去控制一个不明身份的这样的车。这个过程中就涉及到一些身份的伪造或者是控制权的一些劫持等。所以身份安全对车路协同也至关重要。针对于以上问题，李军也提出了车路协同的优势。对于功能安全方面，中智行通过路端来增强车端的感知能力，从而解决车端的一些安全问题。比方说通过路和云的全局交通信息收集和分析，来解决车端本身缺乏全局视角的挑战。同时，通过路端和云端全局监控，使AI能够预测未来。比如根据交通流量的发展和变化，可以提前提供给车端一些拥堵道路的躲避、绕行等信息。而通过路端的感知结果，包括预测的结果发送给车，可以极大的弥补和提升单靠车端去做的一些先天性的不足，从而可以极大的提升自动驾驶的功能安全性。除了功能安全方面，在其他安全性上，中智行在构建车路协同系统时，也制定了一套完善的安全的管理制度。比如对数据进行分级和脱敏，或者会对每个车辆的身份进行统一的身份标识，因为只有认证过的可信的车辆才能够接入系统，进而访问数据。最后，李军表示：中智行的使命和目标是成为基于车路协同的新一代自动驾驶技术的引领者。中智行是全球首个将5G和AI技术进行深度融合的无人驾驶的企业，希望可以做到极致安全，而且更经济、更早、更加快速地将自动驾驶的商业化落地。
ROTK！OpenAI对战中国Dota2大神再次惨败
