第四次工业革命

生成式AI如何推动实现自动驾驶?

人工智能驱动的仿真平台能够生成用于自动驾驶的合成数据集。 Image: Getty Images/iStockphoto

Maria Alonso
Lead, Autonomous Systems, World Economic Forum
Alex Koster
Managing Director and Senior Partner, Boston Consulting Group AG (Switzerland)
Paul Jordan
Consultant, Boston Consulting Group GmbH
  • 尽管对人类来说驾驶可能看起来很简单,但对机器来说,驾驶是最困难的任务之一,因为在行车过程中可能出现无限种新情况。
  • 例如,人工智能可以通过生成合成数据集成为克服车辆自主技术障碍的关键推动因素。
  • 自动驾驶汽车行业内的合作是发挥生成式人工智能潜力并解决相关风险的关键。

尽管对人类来说驾驶可能看起来很简单,但对机器来说,驾驶是最困难的任务之一,因为在行车过程中可能出现无限种新情况。

如今,我们已经可以在旧金山武汉等地看到自动驾驶汽车上路行驶。谷歌旗下的Waymo目前在洛杉矶、旧金山和凤凰城的运营中心每周提供超过20万次付费自动驾驶出租车服务。2025年也有望成为自动驾驶卡车发展的重要一年,因为数家公司计划在美国启动商用运营。

尽管已有初步成果,但自动驾驶依然面临诸多挑战,包括监管复杂性、用户接受度以及技术壁垒。人工智能(AI),特别是新兴的生成式人工智能(生成式AI)能力,正成为解决部分难题的关键技术。

生成式AI在驾驶过程中的作用

那么,车辆是如何“思考”的?生成式AI又在其中扮演怎样的角色?以下三个方面有助于解答这些问题:

1. 人工智能通过端到端模型“重塑”汽车大脑

传统的自动驾驶系统多以基于规则的方式进行决策。这类系统虽然具备可预测性和透明性,但在应对现实世界复杂路况方面存在明显不足。

基于规则的模型与人工智能模型的比较。
Image: 世界经济论坛

人工智能正在帮助克服这些缺陷,首先被引入到各个子系统中,如今则发展为端到端 (E2E) 人工智能模型。这些端到端人工智能模型将感知、预测和规划结合到一个神经网络中,使得车辆可以以前所未有的速度和灵活性学习并作出决策。

不过,E2E模型也带来了一些挑战,其中最突出的是可解释性问题——由于模型呈现“黑箱”特征,这会带来安全隐忧。但近年来的一些突破正在提供更可解释、可验证的解决方案。

自动驾驶技术公司Waabi的创始人兼首席执行官Raquel Urtasun表示:“当前AI正在实现巨大飞跃,带来了更聪明的端到端系统,这些系统不仅更高效、可解释,还能应对道路上的各种情况。”

“这些进步将带来具备超人能力的自动驾驶汽车,有望大幅提升道路安全并彻底改变交通方式。”

2. 合成数据:人工智能训练“车辆大脑”的关键

开发自动驾驶所需的AI系统必须依赖海量数据,特别是需要应对罕见和极端场景的数据。然而因为不幸的是,为每一个可以想象到的场景收集真实世界的数据是不可能的,这时合成数据就变得非常不可或缺。

AI驱动的仿真平台可以生成大规模、多样化、针对性强的合成数据。这种数据让开发者能够在虚拟环境中模拟数百万公里的驾驶,涵盖日常和极端情况。

例如,Waymo、Waabi 和保险科技公司Simulytic等公司都在利用合成数据训练AI,模拟复杂交通、多模式情况或极端天气下的传感器失效等情况。

需要数十亿公里的里程数来识别极端情况。
Image: 世界经济论坛,基于兰德公司的信息

西门子旗下合资企业Simulytic的首席执行官Andrea Kollmorgen解释了其更广泛的影响“除了训练模型,仿真还能帮助我们建立完整的风险画像,支持保险公司制定公平有效的策略。”

尽管合成数据能大幅提升训练效率,现实世界的数据依然不可或缺,最终的道路测试仍是确保性能与安全的关键一步。

3. 人工智能助力车辆自动驾驶中的人机协作

尽管完全自动驾驶是最终目标,但未来十年内,辅助驾驶和部分自动驾驶仍将是主流,因此良好的人机协作至关重要。在这方面,驾驶员监控系统(DMS)和人机界面(HMI)发挥着关键作用,而AI则在不断提升这些系统的能力。

DMS可通过监测眼动和面部表情识别疲劳、压力和注意力状况,生成式AI能够进一步提高识别的精准度。而HMI则负责人与车辆的互动,生成式AI可以改善这种交互,使驾驶员能够通过自然语言指令使交互更自然,减少驾驶干扰。

福特土耳其公司增长与智能出行执行总监Erhan Köseoğlu指出:“自动驾驶的‘ABC’——AI、大数据(Big Data)、计算能力(computing power),正在提升DMS与HMI系统,使驾驶更加直观、安全、高效。在紧急管理等场景中,这些AI增强系统能够快速作出情境感知响应。”

AI对自动驾驶更深远的影响

AI不仅影响车辆的行为逻辑,也在革新自动驾驶背后的软件开发流程。它可以生成代码、自动化测试、发现漏洞并提供优化方案,从而提升软件质量、降低成本并加快迭代速度。对于以安全为核心的领域而言,这些进展意义重大。

不过,AI驱动的开发也带来了新的风险,比如网络安全漏洞、系统可靠性问题以及合规挑战。确保模型的透明度并满足不断发展的安全标准将至关重要。

与此同时,生成式AI正在重塑软件工程,这也凸显出打造具备AI素养的技术人才队伍的重要性。未来的工程师不仅要懂技术,还要能训练模型做出安全、合乎伦理的决策。

沃尔沃汽车全球软件工程主管阿尔温·巴克内斯 (Alwin Bakkenes)表示:“我们相信,通过先进的AI技术,我们可以大幅减少交通事故,并不断迈向‘零碰撞’的目标。”

“实现这一愿景不仅需要技术的进步,更依赖于那些设计、实施和管理技术的人才。从UI/UX设计师到AI研究员,我们需要在各个层级投入人才培养,确保持续引领行业发展。”

人工智能在自动驾驶系统中的关键作用

实现车辆自动驾驶的道路依然错综复杂。人工智能在解决自动驾驶系统的复杂性方面至关重要,但它也带来了新的挑战,包括模型可解释性不足、潜在偏见及决策随机性等问题。

行业内部的协作对于充分利用生成式人工智能的潜力并应对相关风险至关重要。TIER IV首席执行官兼Autoware 基金会主席Shinpei Kato强调:“合作是实现安全可扩展自动驾驶系统的关键,而开源软件可以加快这一进程。”

最后,汽车和科技行业需要与其他利益相关者合作,确保生成式AI的进步能够安全有效地融入汽车自动驾驶领域。这包括与政府和监管机构建立对话,帮助其理解生成式AI的能力与局限。

本文作者:

Maria Alonso,世界经济论坛自动驾驶系统负责人

Alex Koster,波士顿咨询公司(瑞士)董事总经理兼高级合伙人

Paul Jordan,波士顿咨询公司顾问

本文原载于世界经济论坛Agenda博客,转载请注明来源并附上本文链接。

编辑:万汝鑫

不要错过关于此主题的更新

创建一个免费账户,在您的个性化内容合集中查看我们的最新出版物和分析。

免费注册

许可和重新发布

世界经济论坛的文章可依照知识共享 署名-非商业性-非衍生品 4.0 国际公共许可协议 , 并根据我们的使用条款重新发布。

世界经济论坛是一个独立且中立的平台,以上内容仅代表作者个人观点。

实时追踪:

生成式人工智能

分享:
全局信息
探索和追踪解决之道 汽车产业 正在影响经济、产业和全球问题
World Economic Forum logo

每周 议程

每周为您呈现推动全球议程的紧要问题(英文)

立即订阅

更多关于 第四次工业革命
查看全部

10 Emerging Technology Solutions for Planetary Health

光子计算如何走向商业化

关于我们

  • 我们的任务
  • 我们的历史
  • 领导团队
  • 影响力
  • 北京代表处

加入我们

  • 登录
  • 成为我们的合作伙伴
  • 成为我们的会员
  • 订阅我们的新闻稿
  • 联系我们

快捷链接

语言版本

隐私政策和服务条款

站点地图

© 2025 世界经济论坛