有模糊地帶的地方,就是容易發(fā)生爭(zhēng)執(zhí)的地方。
好比說城市“耶穌撒冷”吧,它是重要的宗教圣地,但更準(zhǔn)確的說,是幾個(gè)重要宗教的共同圣地。這片土地的榮耀歸屬,也就成了一個(gè)模糊地帶,無數(shù)的戰(zhàn)火就因?yàn)檫@份“模糊”而引燃。
現(xiàn)在看起來,智能汽車,正在創(chuàng)造數(shù)字經(jīng)濟(jì)時(shí)代一個(gè)的模糊地帶,一個(gè)新時(shí)代的“耶路撒冷”,那就是事故責(zé)任的認(rèn)定。
汽車只要上路,就難免發(fā)生交通事故,而交通事故的定責(zé)過程,就是厘清模糊地帶的過程。
早些年間,在馬路上經(jīng)常會(huì)看到事故車主雙方,在街上吵架的場(chǎng)面。到底是你先壓了線,還是我沒躲開,其中確實(shí)有很多可以爭(zhēng)論的地方。
無論怎么爭(zhēng),最后肯定要得出一個(gè)結(jié)論,或者是你方全責(zé),或者是我方全責(zé),或者責(zé)任均沾,總有一個(gè)車是有責(zé)任的。
但是在智能駕駛時(shí)代,責(zé)任的認(rèn)定方卻多了一個(gè),那就是車本身。
《蜘蛛俠》中有句臺(tái)詞,能力越大,責(zé)任越大。當(dāng)人工智能賦予車駕駛權(quán)的時(shí)候,事故的責(zé)任方,就多了一位,那就是——車自己。
最近的特斯拉事件,就把“車有責(zé)”的可能性,以及它可以創(chuàng)造的混亂,史無前例的在全社會(huì)做了一次知識(shí)科普。
無論大家喜歡或不喜歡,無論特斯拉的公關(guān)頑固或無腦,有一件事是確定的,那就是車的智能化過程,已經(jīng)是不可逆的產(chǎn)業(yè)升級(jí)過程。
假設(shè)特斯拉退出了中國(guó)市場(chǎng),我們也一定會(huì)看到“其他斯拉”智能汽車遇到同類事件。
盡管他們的公關(guān)可能會(huì)比特斯拉聰明,但是責(zé)任的認(rèn)定過程,卻依然不見得簡(jiǎn)單。
所以,當(dāng)下一次涉及“車有責(zé)”嫌疑的事故發(fā)生后,我們應(yīng)該怎么辦?
當(dāng)人們遇到關(guān)于未來的問題時(shí),經(jīng)常會(huì)發(fā)現(xiàn),歷史能告訴我們答案。
不知道大家有沒有注意到,不經(jīng)意間,現(xiàn)在馬路上因?yàn)榻煌ㄊ鹿食臣艿氖聝涸絹碓缴倭恕?/p>
這肯定不是交通事故本身變少了,也不是司機(jī)文明程度提高了,答案在問題之外,是“保險(xiǎn)”和“攝像頭”的普及,讓吵架變得沒有意義。
交通攝像頭的普及,讓責(zé)任的認(rèn)定變得清楚,責(zé)任的模糊地帶變清晰了。
保險(xiǎn)的普及,則讓有責(zé)方的壓力變小,吵架也就變得沒有必要了,反正有人兜底(當(dāng)然,路怒癥除外)。
在智能駕駛時(shí)代,情況會(huì)變得有所不同。
由于人工智能的黑盒問題(外人無法完全窺探其內(nèi)部規(guī)則),馬路上的攝像頭,能看清楚人類車主的相互責(zé)任,但是看不清“車”本身的責(zé)任。
所以,在智能駕駛時(shí)代,解決答案的途徑看起來就只剩下一個(gè)了,那就是“保險(xiǎn)”。用保險(xiǎn)降低“定責(zé)”的壓力,是解決問題的唯一途徑。
但是應(yīng)該說,在智能駕駛時(shí)代,“保險(xiǎn)”還沒有做好自己的準(zhǔn)備。
現(xiàn)在的車保服務(wù),是傳統(tǒng)駕駛時(shí)代的產(chǎn)物,是決定駕駛員——“人”責(zé)的產(chǎn)品,全然沒有考慮到“車”責(zé)的出現(xiàn)。
這也不能完全責(zé)怪保險(xiǎn)公司,“車廠”本身也忽視了自己這份責(zé)任。
當(dāng)任何一個(gè)具備理性的駕駛員,都不會(huì)在沒有保險(xiǎn)的情況,開車上路的時(shí)候。間接擁有“駕駛權(quán)”的車廠,卻沒有想到為自己的“汽車人”上一份保險(xiǎn)。
我方無責(zé),對(duì)方無責(zé),車全責(zé)真發(fā)生的時(shí)候,沒有一份保險(xiǎn)的“車廠”,能完全負(fù)的起自己的責(zé)任嗎,還是堅(jiān)持說,自己一定沒有責(zé)任?
有了碎屏險(xiǎn)之后,手機(jī)廠商和手機(jī)用戶也就不再糾結(jié)到底自己手機(jī)設(shè)計(jì)的太光滑,還是用戶自己使用不當(dāng)了。
如果責(zé)任的認(rèn)定過程只能像一部阿加莎·克里斯蒂的小說,“汽車”自己本身有一份保險(xiǎn),則可以讓猜測(cè)嫌疑犯先放在一邊。
汽車,已經(jīng)成為數(shù)字經(jīng)濟(jì)文明的下一個(gè)戰(zhàn)略高地,無數(shù)的力量正在向它沖鋒,有傳統(tǒng)車廠,有科技公司,有互聯(lián)網(wǎng)公司,有地產(chǎn)公司。
智能汽車天賜良機(jī),人人都有把這事做成的理由。
從輿論場(chǎng)和商戰(zhàn)的角度,智能汽車自己也是一個(gè)商業(yè)機(jī)遇的“耶路撒冷”。
《耶路撒冷三千年》寫到,這片土地是三大宗教(各種產(chǎn)業(yè)力量)的圣地(新藍(lán)海),更是文明沖突的戰(zhàn)略要沖,她是讓世人魂?duì)繅?mèng)繞的去處,也是惑人的陰謀與虛構(gòu)的網(wǎng)絡(luò)傳說和二十四小時(shí)新聞發(fā)生的地方。
這段話,確實(shí)也很像寫給智能汽車的“最近三個(gè)月的”的歷史的。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。