四、自動駕駛要用本車資源實現

美國特斯拉公司的馬斯克對外宣布的該公司在今年8月8日要推出沒有方向盤的完全無人駕駛出租車消息，又成為人們關注和熱議的話題。無疑，從技術含量看，特斯拉將建立的去掉方向盤能行駛的出租車網絡系統，是完全不需人干涉行駛的達到L5級的在該公司先進的端到端FSD系統驅動的自動駕駛系統。

但是，從對一個嵌入式系統的是否優劣的評價標準看，該無人駕駛出租車網絡系統不是優質的嵌入式系統。不值得為其點贊。因為，一個好的嵌入式系統是為滿足用戶需求對軟硬件可進行裁剪設計出的最適合用戶需求的最小冗余的系統。所以，對于嵌入式系統來說，采用最先進技術設計的系統，不一定是最好系統；只有以能滿足用戶需求采用最適合技術設計出的系統才是最優系統。

出租車用戶的需求與所有車輛用戶的需求都相同，就是需求車輛能及時、準確、安全地到達目的地。在車輛用戶需求中最重要一條是安全。可惜，目前包括特斯拉公司在內的所有采用深度學習人工智能大模型的自動駕駛系統都存在不可克服的，必然存在的安全隱患，這不是聳人聽聞的結論。這是因為，除了已知的因深度學習本身存在不可分析、有黑箱等先天缺陷會產生安全隱患外，還有深度學習是人工智能大模型，需要大數據訓練和推理，還需要大算力支撐才能運行。

目前，任何一個采用深度學習大模型研制自動駕駛人工智能系統的公司和團隊所需要的算力僅靠自動駕駛車本身算力資源是遠遠不夠的，都要靠投巨資購置大量GPU類算力芯片支撐。大量的GPU類算力芯片也無法裝入自動駕駛車內，只能在車外選地建大數據中心，通過網絡向每輛自動駕駛車提供算力，這就會存在網絡隨時斷網或出錯產生的安全隱患。同時，為自動駕駛人工智能系統所建的巨大數據中心要消耗大量能源和產生大量熱量，這還會影響地球的生態安全。此外，在少量開放出租車等自動駕駛車輛城市的限定區域內，已報道出現各種自動駕駛車輛因故停駛造成堵車、闖紅燈、掉入路上施工挖的坑、車輪小過不去高一點的減速帶等等事故。自動駕駛車出現的各種路上事故，也會直接和間接地危及到用戶的出行安全。

要減少和避免自動駕駛人工系統出現的安全事故，就要消除產生安全事故的源頭，即在自動駕駛人工系統中不采用可產生安全事故的需大數據、大算力的深度學習類人工智能大模型，應采用在車載自身算力資源就可運行的低能耗、小數據的人工智能小模型。

如采用本車算力資源實現人工智能自動駕駛，可更高水平的滿足用戶對自動駕駛的安全需求，還可發揮人工智能小模型不需和少需數據學習的特性，很容易將自動駕駛的應用領域從汽車擴大到鏟車、叉車、吊車等自行工程和特種車輛的自動駕駛及自動操作領域。值得一提的是人工智能小模型的訓練學習不需要大數據和大算力，很容易研制出與現在正大力投巨資研制的人工智能“算力”芯片不同的真正有智能的“智力”芯片，可獨立應用顯現人工智能的作用。還值得一提的是人工智能小模型的訓練學習因不需要大數據和大算力，一旦推廣應用，可比人工智能大模型應用節省出大量的電力能耗。（待續）