(圖/shutterstock)

 

作者：鄉下老師

 

從一開始我就覺得自駕車的點子不錯，

但要能成熟到安全取代手動駕駛

應該是數十年之後的事情，

大家都低估了人類視覺與道路情境判斷的複雜性。

要作出正確的駕駛判斷，

首先是要「看清楚」周遭的環境，

包括道路標線與周遭人車障礙物等等。

光是這種「影像辨識」的技術都還不夠成熟，

遑論「依據正確的環境資訊作出正確的判斷」？

 

 

影像辨識

是自動駕駛的必備技術！

要做到自動駕駛必須克服的主要問題，

就是影像辨識！

需要辨識的目標與環境單純好辨識時，

當然很簡單，所以高速公路上要實現自駕比較容易，

即使如此還是出事了！

想開到一般道路還能自駕，

這個影像辨識的研究就作不完了！

所以廣告上的自駕展示一定都是環境清爽的道路，

就像所有車牌辨識廣告都是正面拍攝的車牌。

 

為什麼廠商展示影片

不拍側面斜角辨識車牌的狀況呢？

為什麼不拍機車轉彎壓車時的車牌辨識呢？

我們會為了看車牌幾號跑到車子的正前方嗎？

還不是斜斜的就看到也看懂了？

辨識軟體為什麼不是跟人一樣廣角都能看？

如果不能，我們應該相信它

辨識車牌的能力跟人差不多嗎？當然差多了！

 

廠商不展示困難的辨識

當然就是因為他們作不到！

就像撞車的那台車的影像辨識系統，

環境較理想時可以辨識道路標線、

看到前後左右的車子，甚至行人！

但是到了晚上呢？

人與車之外的其他小障礙物，如三角錐呢？

這些我們開車上路都會碰到的狀況

他們都詳盡的一一測試 OK了嗎？

當然沒有！

因為如果要將每種狀況的影像辨識都研究好，

測試好，再將產品上市，

公司絕對已經資金耗盡宣告倒閉了！

大家琢磨一下，我研究在道路情境下辨識車牌，

一作就是四五年，辨識率也只不過九成，

車牌還是刻意設計成讓你容易辨識的目標，

如果是人、車或各種障礙物，

其實是比車牌更難辨識正確的！

很多公司研發比我更久都無法辨識好車牌了！

更難辨識的的東西呢？

要辨識到很穩定準確需要幾年呢？

 

 

影像辨識要能辨識「人」

至少還要幾十年！

要讓車子上的影像辨識系統

跟一般人「看道路環境」的能力差不多，

這個研發期真的太長了，

應該不是幾年，而是幾十年！

廠商必須活下去，

投資人不會想投資給後代子孫才能領回利潤，

公司經營者當然只能

硬起頭皮去賣不成熟的產品了！

有良心的會告訴客戶車子的能力極限，

沒良心的就等著出事後再解釋了！

反正錢已經賺到了，

責任賴得掉就入袋為安了！

 

所以包括影像辨識在內的所有人工智慧

都是值得研發追求的目標，

但是絕大多數都是必須一個世代的時間

慢慢琢磨挺進的研發過程，

如果有人說他們有捷徑！

譬如經過大量資料的機器學習，

就可以比所有人類科學家

更快完成精準聰明的人工智慧研究？

那鐵定是詐騙集團！

 

須知即使是現在大家最寄予厚望的機器學習或深度學習，

都是基於科學家提出的

一些既有演算法去作實驗統計的技術，

電腦並不會自己發明新的演算法。

如果科學家們都還沒想到的演算法，

要靠電腦用嘗試錯誤的方式試出來，

你就慢慢等吧！即使有超級電腦也會算到天荒地老！

如果你還是浪漫的期待人工智慧，

尤其是與視覺判斷相關的人工智慧，

短時間內就會出現，而且一出現就很成熟好用，

那你就是詐騙集團最喜歡的肥羊了！

等著被騙被宰吧！

 

 

本文由 鄉下老師 授權轉載， 原文 於此

未經授權，請勿轉載侵權！

(責任編輯：CMoney編輯 / Alodia)
(首圖來源：shutterstock)

 

打破一成不變，就差這一步！

六個月學程式 脫離魯蛇人生！

想學程式、成為工程師卻怕沒基礎嗎？

來這裡全程免費，給你專業訓練

6 個月，你也能成為 專業軟體工程師！

名額有限>>點我報名！

詳細活動介紹>>點我查看！

有問題歡迎私訊粉專：從０開始學程式！

或是寄信到：engineertraining@cmoney.com.tw