不莱梅的计算机科学家助力更安全的自动驾驶

人工智能 (AI) 支配着我们的日常生活，许多领域都受益于这项新技术，包括道路交通：自动驾驶是关键词，安全驾驶是目标 - 例如，是否可以通过使用人工智能来减少人为操作的错误，这就是由计算机科学教授 Kerstin Schill 领导的不来梅大学认知神经信息学工作组发挥作用的地方，在与大陆集团的项目合作中，不莱梅的团队致力于开发先进的驾驶辅助系统，并已经向前迈出了重要的一步。

 “很多研究亟待进行”

这些IT专家们在过去8年里总共参与了8个自动驾驶研究项目：其中2个项目仍在进行中。人工智能系统应该“学习”分析复杂的交通状况并做出相应的反应。Schill教授预测，当有很多人使用自动驾驶汽车时，道路事故的数量也会大幅下降，但“仍有大量研究工作要做”。自动驾驶的路还很长，发展进程并没有像想象的那样突飞猛进，这涉及五个级别，我们现在仍然处于第二级，”Schill教授说。

不莱梅的研究人员表示，目前辅助系统仍然是车辆的重点，但让它们在所有可以想象的道路交通领域完全实现自动驾驶还遥遥无期。达姆施塔特工业大学和雅西工业大学（罗马尼亚）也参与了这个名为 PRORETA 5 的大陆集团项目，其中的核心是算法的开发，可以说算法是人工智能的“大脑”，算法就像公式一样，可以进行数据分析并据此做出任务选项。

摄像头和传感器为人工智能的“大脑”提供食物

得益于协调算法，人工智能知道在路上需要什么时间做什么以及如何做。因此，在自动驾驶的道路上，算法和可靠的数据库是不可或缺的，尽管如此，辅助驾驶系统正变得越来越复杂，Kerstin Schill 教授的自动系统部门负责人兼研究员 Joachim Clemens 先生预测，高速公路上的完全自动驾驶可能是未来第一个批量生产的技术，下一阶段，人工智能支持的跨国旅行应该成为可能，复杂的城市交通将会随之而来。

为了向人工智能的“大脑”提供数据，就要通过摄像头和传感器收集信息。作为大陆集团项目的一部分，Schill教授工作组里的不莱梅专家使用了一辆配备此类传感器的测试车辆，这些传感器可测量一切重要信息：从车速到与其它道路使用者的距离，再到与障碍物的距离，而且“对于自动驾驶的汽车来说，最重要的一点是知道它目前在哪里，这就是所谓的定位，数量众多的不同的传感器将获取这些信息并组合起来。”

AI不会疲倦，也不允许自己分心

借助传感器和算法输送的信息，驾驶系统中的人工智能“看到”的不仅仅是驾驶汽车时可能分心的人，人工智能的优点是永不会感到疲倦，它不依赖于日常形式，并且不会分心。如果一切顺利，她会保持专注，这是她的决定性优势。为了在道路交通中安全行动，人工智能必须能够解释道路上发生的情况：谁朝哪个方向行驶、谁有优先权、谁想要变道？

 “人工智能的一大优势是：它在经过一个训练阶段后，即使在不熟悉的情况下，也能够根据所学到的知识得出正确的结论，”这位不莱梅的计算机科学女教授说，“该项目的一部分是观察人类驾驶员自身如何减少和评估复杂性的驾驶环境，自适应算法现在就是根据类似的原理进行训练。”

人工智能也向人类学习，“人类变得更好，他们是AI的榜样，” Schill教授说， “你想想我们在市中心交通方面所做的事情，那里有行人、自行车、摩托车、汽车、卡车、停放的、行驶的、超速的汽车——这是一个非常复杂的情况而我们人类在处理这方面非常擅长。”现在就是在训练辅助系统拥有人类这项技能。

 “密集的网络”：不莱梅是人工智能研究的理想地点

在PRORETA 项目结束时，参与的科学家在达姆施塔特附近的格里斯海姆市Griesheim的一次会议上展示了自动驾驶功能。 “大陆集团的实验车辆能够自动地向着设定好目的地行驶，并且能对道路上的其他使用者（行人、骑自行车的人和其他车辆）做出反应，” Schill教授说，“如果模拟传感器发生故障，导致无法识别物体，车辆也会启动紧急制动系统，这和达姆施塔特工业大学的同事们所计划的一样。”汽车中的人工智能也必须做出反应，道路使用者可以对其他人的意外事件和错误做出反应，对一个研究所来说，令我们兴奋的是能从基础研究开始并最终将其应用于工业乃至整个领域，”Schill教授说。

在联邦经济和气候保护部同期资助的一个项目中，工作组的专家驾驶着他们的自动驾驶汽车在不莱梅的道路上行驶，他们选择了博格菲尔德Borgfeld乡村地区作为测试区，该地区距离不莱梅大学不远，尽管街道很繁忙，但还是比繁忙的车站区域更安静，装有传感器的测试车沿着有独栋房屋和商店的街道行驶，超市的停车场也常被用来练习AI。

Schill教授表示，不莱梅是人工智能研究的理想地点，“我们这里聚集了令人难以置信的众多世界知名人工智能教授，这个网络给我们提供了其它地方所没有的优势。”不莱梅大学有许多具有“很高国际知名度”的项目，并且“就企业和研发而言，不莱梅是欧洲最重要的太空航天中心。”不莱梅人也在研究太空旅行中的自主系统，并将研究成果应用于自动驾驶，此外，这里还有跨学科合作：“例如，我们还致力于太空机器人项目，用于促进自动驾驶系统的开发。”Kerstin Schill 教授说道。