车网中国现场直播：
田忠 英特尔技术政策总监
各位嘉宾大家好，我今天带来的题目是自动驾驶汽车安全策略。这是世界卫生组织做的全球道路交通安全事故的统计，在2016年因为道路交通事故死亡的人数是125万人，如果我们用一个更清晰的概念来说的话，我们说把125万除以365天，相当于每天超过3400个人会死于交通事故，这个相当于大型客机的空难。GDP损失上讲，会有超过3%的GDP损失。
经过美国的高速公路安全管理局调查，94%的事故都是由人类驾驶员所引发的，包括以下这些因素，包括酒驾，毒驾，分神还有超速等等。
如果说我们的自动驾驶能否在未来的几年内或者说更长一段时间能够真正投入大规模商用，给我们社会带来一个真正无人驾驶，第一位就是安全。除了安全之外还有一些其他的目标，就是关于透明性，也就是自动驾驶汽车在碰到非常紧急的情况下如何做出选择，人类社会希望这个机器人或者自动驾驶车辆能够明白人类需求，如何做出这样的选择。
第三个是实用性，如果单纯强调安全的话，可以把这个时速开在15公里以下，这样的一个自动驾驶车辆可能会比较安全，但是并不实用。第四点会讲到经济性，希望自动驾驶车为绝大部分人群和家庭使用，不是特别昂贵的技术。
简单回顾一下自动驾驶三个层面，包括感知、规划和行动这三个层面，给大家一个初步的印象。我们现在提出一个非常重要的问题，如何验证自动驾驶车辆的安全。我们传统的方式通过测试通过里程等各种方式，但是这种传统的方式是否适用于自动驾驶这个产业，这是需要我们认真去思考的一个问题。
第一，我们来看一下最左边这个数据是用的美国的数据，美国在2016年的交通死亡人数大概在三五千人左右，如果把它换算成一个概率，大概在一小时的时间里面，发生一起死亡事故概率大概是10的负6次方，这样的一个数量级。
如果是通过引入了自动驾驶，我们假设这个安全性能够比人类驾驶员提高一千倍，就意味着出现死亡事故的概率会降到10的负9次方。如果说我们用一种实验的方法，或者里程的方式，来去验证这个数据是准确的话，我们可以看出来做一个倒数的计算，必须要经过10的9次方小时的测试时间。10的9次方小时相当于300亿英里的驾驶里程。
我们看一下，如果我们来验证自动驾驶的安全性，如果等同于人类驾驶员的话，我们需要行驶大概在3000万英里左右，如果组一个一百辆汽车的车队，全年全天候的进行行驶的话，大概在1.3年可以完成这个任务。如果降低99%我们就会看到有30亿英里，当然会超过130年，如果是99.9这个就是超过1000年，这个任务没有办法完成的。
我们做一个简单的算数，在规划层面我们看到，现在基于人工智能的规划算法并不能完全保障安全性，因为AI的算法主要第一个是概率性，会选择概率比较大的方式来进行推测，因为总会有极端的场景，没有办法覆盖，这是他的一个不足之处。第二个就是叫做数据驱动，因为训练的效果完全取决于训练采用的数据质量，而且受限于统计学的理论，没有办法做成真正的验证。
因为在现在AI算法里面会有一个叫奖励机制，深度学习，如果这方面做的好的话这个系统给他一个大的奖励，他会在下一次倾向于沿这个方向继续做下去。如果我们把安全作为一个非常高的奖励值，会来训练这样的AI算法，这会驱使这个车行动非常保守，比如说在并线，或者主路出辅路过程犹豫不决，没有办法能够达到有效性的要求。同时也需要大量的计算，也就代表了昂贵的硬件系统。
英特尔，包括我们的子公司，提出了一个更好的解决方案，责任敏感安全模型，也就是RSS，是一种开放透明的行业标准，为自动驾驶汽车决策过程提供可验证的一个保障。呼吁整个行业包括政府考虑一个问题，第一个是规范，首先在现阶段要把人类模范驾驶员好的行为和思路，把它继承下来，做一个规范。第二要定一些关于危险场景和一些适当的应对方法，这是第二个环节。第三个达到目标是避免引发或卷入撞车事故。
所以说有了RSS这个层面，我们就把原来的自动驾驶三个层面做一个扩展，会在规划的外圈加一个RSS这个层面，就像安全的硬伤一样，安全性的保障。自动驾驶汽车安全性需要整个生态共同努力，不仅包括在座汽车、电子、人工智能、传感器，我们汽车相关的自动驾驶相关行业，而且包括政府，以及非政府组织，包括学术界，包括现实的世界。
最后给大家做一个总结，我们带来的责任敏感安全模型，能够实现我们提出的自动驾驶四个目标，第一个是安全，第二个是透明，第三个是经济，第四个是实用。他作为一种开放的透明的行业标准，为自动驾驶汽车决策过程提供一个可验证的安全保障。通过与政府合作，RSS会定义一个开放透明的行业、中立的行业规范。继承了人类安全驾驶观念，责任敏感模型能够兼容现在正在规划中的各种自动驾驶解决方案，因此英特尔诚挚邀请大家来加入我们，共同进行研究，为自动驾驶提供的安全保障。谢谢大家。
