高徒說

上一次的 Keyu 悄悄話，以AI 主題談到了商業化應用，也透過自駕車來探討應用的範疇，並非先前想像的，拿來提醒個人行程，或是安排日常瑣事，而是把開車或醫療，這類攸關人命的事，交給少犯錯又不會累的 AI ，有網友說：這不是拿人命開玩笑嗎？其實正好相反，處理速度太慢，無形中沒有治療，也沒有失敗的情況，可能更讓人揪心，既然在很低的錯誤率下，可以救更多人，就有可能應用，再用人工監督，修正錯誤，自駕車也是類似概念，常常犯錯的人類，以AI 輔助，可以減少意外，當然，其中也會有AI帶來的錯誤判斷，這是可能付出的代價。

Autopilot Full Self-Driving Hardware (Neighborhood Short) from Tesla on Vimeo.

目前特斯拉的自駕模式                                                     出自 特斯拉 （Vimeo平台）

（本文不暗示或保證特斯拉系統真的能達到影片上的效果，未與廠商有任何合作契約自駕）

題目上說談笑用兵，就是著眼於小範圍可失敗的AI 實驗，以機場為例，停機坪到航廈的路程，沒有其他車輛，沒有其他行人，就是AI 巴士很好的試驗場，美國高速公路也是Google 自駕車良好的測試場，連方向盤都不需要修正，只要監看筆電上的數據，就能安全的行車。至於Uber 的自駕車意外，完全是規劃不善，加上人為疏失，在社區道路測試，而且是夜間，連非自駕車的人類駕駛人，都膽戰心驚，大膽的測試方式，加上監控的司機完全晃神，當然會出事。簡單來說，就是一腳煞車就能救回來的意外。當然，沒人能為AI 打包票，但至少能了解 AI 能做什麼，不能做什麼。

既然都聊到應用面了，我倒想談談人類的反應與接受度，放心，這裡不是要談卡車司機抗議失業的大議題，這些說來也是假議題，各國都有外國黑工在開車，也有非工會會員在駕駛，行業利益很難靠技術來保障，是明顯的，更何況是人人會開車的年代，駕駛根本不算技術，只能靠組織和法令保護行業利益。我想談談被 AI 服務的車主，內心驚險又安全的歷程，在橋樑下坡的段落，自駕車可能會全速的跟緊前車，萬一前面又是位技術高超的計程車司機，硬是在最後幾公尺才踩煞車，心臟可能會跳到嘴巴上。黑箱式的處理方式，常常是很難說服人的，不過，我覺得一、兩次以後，也許就能建立信心。

談到這裡，有些網友說，各種光達、雷射測距，才是AI 的重點，不是什麼駕駛人驚嚇，或是應用範疇的問題。這就是想到了製造面，忘了行銷面。以安全頭盔之類的產品為例，安全氣囊和安全帽算是成功的案例，其他安全設施，因為會陷入賠償官司的困境，常常開發成功後，就胎死腹中，AI 應用在自駕上，法制面其實尚未完全解決，過往的過失責任在車主，未來的過失責任是否轉嫁到設計的車廠呢？這麼鉅額的賠償，產品收入能支應嗎？當然，上路就有風險，不能指望他人來保障，但是大眾期望自駕車不能有疏漏，這點 Google 自駕車團隊了然於心，即使特斯拉大量賣出自駕式輔助駕駛，Google 仍然堅持要等待更成熟的版本，才願意上市。

回到前面談笑用兵的策略，既然產品成熟度要高，開發成本也高，最後，我們仍然要靠消費者的體驗，才能真正賣出產品，我的構想是，在特定範圍，安排日常的狀況，有機器人小孩騎腳踏車衝出，有計程車式的駕駛風格，在你旁邊跟車，然後，AI 輕易化解，讓你看到U轉而來的車輛，被巧妙的避掉 （目前已常常出現在自駕車的示範影片中），就能建立消費者信心。

什麼？設立目標與情境，就能達成？我並不是說能夠一步達成，而是設立了標準，才不換陷入自駕系統永遠不完美的循環迴圈。有了標準，只要系統達不到標準，就打掉重練，達到標準，就可以逐步在市場上，建立市佔率，利用利潤回頭繼續修改系統，就像駕駛人每天都還能進步一點點，大量的行車資料，不正是改良自駕車最好的海量資訊 ？

高徒

3.14 2021