NVIDIA探讨自动驾驶汽车安全问题

行业专家齐聚华盛顿，探讨 AI 的最新进展，强调汽车安全准则和监管的必要性。

自动驾驶行业的发展既依赖于技术的快速进步，同时也离不开标准化的指导方针，以确保自动驾驶汽车的安全性及其与人类驾驶车辆之间的交互。

在华盛顿举行的 NVIDIA AI Summit 大会上，行业专家从监管和技术角度分享了对自动驾驶汽车安全形势的观点。

NVIDIA 汽车事业部副总裁 Danny Shapiro 与美国国家公路交通安全管理局前局长 Mark Rosekind 和 NVIDIA 自动驾驶汽车研究总监 Marco Pavone 进行了一场广泛的对话。

Shapiro 在讨论中首先谈到了各国道路上发生的大量交通事故和伤亡事件，开启了整场讨论。人为失误仍然是一个严重的问题，也是造成这些事故的主要原因。

Shapiro 指出：“提高道路安全至关重要”，并指出 NVIDIA 与汽车行业合作已有 20 多年，包括高级驾驶辅助系统和全自动驾驶技术的开发。  

NVIDIA 的自动驾驶汽车开发方法以整合三台计算机为核心：其中一台用于训练 AI，一台用于模拟，以测试和验证 AI，还有一台安装在车辆内，用于实时处理传感器数据，以便作出安全的驾驶决策。这三套系统形成了一个开发闭环，能够不断提高自动驾驶汽车软件的性能与安全性。

权威汽车安全专家 Rosekind 谈到了美国各地法规不统一的问题。他表示，联邦政府关注的是车辆，而各州关注的是驾驶员，比如驾驶员培训、保险、驾照颁发等。

Pavone 谈到，由于生成式 AI 和神经渲染等相关新技术层出不穷，新工具的出现使研究人员和开发者能够重新思考如何开发自动驾驶汽车。

这些技术正在推动仿真领域的最新发展，例如通过生成复杂的场景，以及对车辆进行安全压力测试等。Pavone 表示，这些技术正在利用视觉语言模型等基础模型，帮助开发者构建更强大的自动驾驶软件。

非营利研究机构 MITRE 在大会上发布了一则声明，这也成为了本次专题讨论会上的一个相关且及时的话题。

MITRE 宣布将与密歇根大学的 Mcity 合作，共同开发虚拟和物理自动驾驶汽车验证平台，推动汽车行业的部署。

MITRE 将使用 Mcity 的仿真工具及其测试设施的数字孪生。Mcity 测试设施是其数字试验场中的一个真实自动驾驶汽车测试环境。该联合平台将利用NVIDIA Omniverse Cloud Sensor RTX API（应用编程接口）提供基于物理学的传感器仿真。

通过将这些仿真功能与 MITRE 数字试验场报告框架相结合，开发者将能够在模拟世界中进行详尽的测试，并在落地之前对自动驾驶汽车进行安全的验证。

Rosekind 表示：MITRE 的声明“提供了一个机会，让一个在许多其他领域（尤其是航空领域）从事过这项工作的可信赖的来源机构，来创建一个独立、中立的环境以测试安全保障”。

Pavone 补充道：“这项工作最令人兴奋的一点是仿真将发挥关键作用。仿真能够以可重复且多变的方式测试非常危险的情况，因此你可以大规模地对不同的情景进行仿真。”

Shapiro 说道：“这就是仿真的魅力所在。它是可重复且可控的。我们可以在仿真中控制天气，改变一天中的时间，控制所有场景并引入危险。仿真在被创建后可以反复运行。随着软件的发展，我们可以解决出现的问题并根据需要进行微调。”

该专题讨论会在最后提醒道，自动驾驶的主要目标是减少道路上的人员伤亡，这也是企业和监管机构的共同目标。