辅助驾驶技术前沿与商用前沿探讨

中国计算机学会青年计算机科技论坛在苏举行

2022年12月9日下午，由中国计算机学会（CCF）主办，CCF YOCSEF苏州AC承办，科大讯飞（苏州）科技有限公司、苏州卓越金码电子科技有限公司等单位协办的中国计算机学会青年计算机科技论坛的YOCSEF技术论坛“自动驾驶何去何从？——辅助驾驶核心技术及商用前沿展望【论坛编号：CCF-YO-22-SZ-2FT】”在科大讯飞（苏州）科技有限公司209会议室举行。

PART1 引导发言

本次论坛由中国科学技术大学薛吟兴和苏州科技大学徐峰磊担任执行主席，负责引导发言环节和思辨环节。苏州科技大学王陆平担任本次论坛的在线主席，负责在线环节。本次论坛有幸邀请到了科大讯飞（苏州）科技有限公司支洪平总经理、中国科学院信息工程研究所孟国柱副研究员、中国科学技术大学薛吟兴研究员三位引导发言嘉宾。此外，来自西北工业大学、苏州大学、中国科学技术大学、苏州科技大学、常熟理工学院、中科微视智能科技苏州有限公司、园区科技发展有限公司、苏州卓越金码科技等特邀嘉宾、以及来自YOCSEF总部、CCF苏州、YOCSEF各分论坛的专家超三十位，参与到了技术论坛的讨论。

第一位引导发言嘉宾是中国科学院信息工程研究所孟国柱副研究员。由于地区疫情影响，孟国柱先生以在线形式做出了题为“智能模型的终端部署安全”的引导发言，以自动驾驶汽车终端为引，分享了模型在终端部署的常见方式，并且以信工所在软件工程和信息安全领域的最新技术成果进展，为后续辅助驾驶功能在汽车终端部署的安全问题和体验优化问题思辨做了铺垫，也为论坛开展起了一个好头。

第二位引导发言嘉宾是科大讯飞（苏州）科技有限公司总经理、科大讯飞苏州研究院常务副院长、科大讯飞汽车事业部副总经理支洪平先生。支洪平先生首先分享了全球自动驾驶的现状，然后以伦理学经典的电车难题为切入点，提出并分析了自动驾驶应急处置策略的伦理框架。此外，支洪平先生探索了自动驾驶伦理问题推导范式，从“广泛接受的法律准则和道德规范”、“完备的推导框架和考虑要素”、“可准确无疑义执行的实施细则”、“可审计可解释的案例结果”四个要求，得出自动驾驶应急处置策略判定的四个步骤：收集信息、评估分析、决策执行和复盘改进等四个步骤。支洪平先生的引导发言为自动驾驶落地瓶颈突破思辨环节奠定了良好的基础。

第三位引导发言嘉宾是中国科学技术大学苏州高等研究院薛吟兴研究员。薛吟兴先生基于自动驾驶系统背景，从深度学习研究现状、安全挑战与发展趋势三个方向做出了精彩的分享。薛吟兴表示目前主流自动驾驶算法模型基于深度学习，模型网络通常需要对精度和速度做出一定的取舍，但无论是何种规模的模型都面临多种多样攻击的风险，而测试是应对攻击安全风险的可行策略之一。进而，薛吟兴先生分享了针对自动驾驶场景的测试方法，并使用真实案例进行了举证。最后薛吟兴总结了自动驾驶面临的挑战和以后的发展方向展望，为后续思辨环节自动驾驶安全保障的探讨做出了思维引导。

嘉宾引导发言后，参会嘉宾到科大讯飞（苏州）技术有限公司一楼大堂进行合影留念，并简短参观科大讯飞展览馆，了解科大讯飞在人工智能上的技术探索历程，并体验公司在语音识别处理、智能博弈推理、智慧教育等多个智能应用场景中的最新产品解决方案。

PART2 思辨环节

技术思辨环节第一个议题是：当前已落地的辅助驾驶存在驾乘体验不佳、车机智能化水平低等问题。那么辅助驾驶在驾乘体验优化任务上的核心目标是什么？针对任务采取的“新技术路径”又是什么呢？

与会专家分别从安全性保障、决策准确性、心理安全、智能座舱设计等方面进行了全面的深入探讨。CCF业务总部窦路婷提出：辅助驾驶过程中更关注安全性，这个安全性该如何保证，还有很长的路要走。中国科学技术大学博士任潇宁提出：对于乘客体验优化，主要聚焦于两点:决策准确性和安全性。联合电动汽车创新中心张俊杰表示：之前亲身体验过自动驾驶，过程是心惊胆战，安全不仅是行车或驾乘的安全，还体现在给乘客的心理安全，这是舒适的大前提。西交利物浦李华康表示：可以考虑分场景确定优化目标和实现路径，对通行场景为确定、半确定以及不确定场景，针对不同场景分类特点利用强化学习等方法实现驾乘体验优化。

与会专家在激烈讨论后，得出共识结论：辅助驾驶在驾乘体验优化任务上的核心任务上是安全性保障，其次考虑舒适性体验；实现的技术方法路径可以基于原有车辆架构和现有机器学习的框架，但也可以尝试突破传统汽车软硬件设计桎梏，针对自动驾驶任务完全重新定义车辆的软硬件内涵。

基于上述讨论，论坛针对大家关注的安全性，尤其是通讯安全开展了进一步讨论。技术思辨环节第二个议题是：实现辅助驾驶高度依赖车内与车间的通信，而通信安全也成为辅助驾驶安全核心课题之一。后自动驾驶时代的今天，辅助驾驶通讯的最新技术路线是什么？辅助驾驶通讯安全究竟如何保障？

与会专家分别从区块链技术、DDS技术、加密、软件测试以及通讯鲁棒性等方面进行了全面的深入探讨。苏州科技大学王陆平表示：目前自动驾驶技术中涉及到的通讯类别繁多，包括车内通信、车路通信、车人通讯乃至车辆与任何智能设备之间的V2X通讯，如何保证通讯安全不是简单的单一技术突破，是整个技术链的考研，细节繁多，任何小环节的疏忽就会导致非常严重的安全问题。中国科学技术大学薛吟兴认为：自动驾驶涉及的安全防护是个系统工程，各种嵌入式设备、硬件设备、智能软件环节都需要防护，难以做到完全完备，因此很容易被攻破。而军用设备常见的形式化开发方式虽然能有效地改善这一状况，但是开发成本太大，对车企或自动驾驶功能提供商来说是难以负担的。中科微视智能科技有限公司白云提出：不仅仅是车辆和算法本身，安全问题的来源还有纵向风险，软硬件供应链可能已经将安全隐患引入系统，因此，相对完备的针对汽车智慧功能的软硬件测试标准亟待完善，相关配套的检验流程也亟待建设。

与会专家在激烈讨论后，达到初步共识：辅助驾驶、自动驾驶中通讯和设备安全的保障应是系统化、全产业链共同努力的目标，不单单是某一环节某一项技术的突破能够完成保障的，只有在相应的法律法规、行业规范的建设指导下，才能倒逼整个行业对产业链各个环节进行安全防护部署和持续的补丁优化。

通讯安全讨论完备后，论坛执行主席将议题引向更发散的思考——思辨三：辅助驾驶是目前自动驾驶落地的主要场景，从它们到完全自动驾驶之间最大的技术瓶颈是什么？硬件成本、感知精度、决策算法、执行能力、通信效率，甚至是基建水平、行业规范等。如何去突破？

该思辨问题的提出，点燃了现场的讨论热情。中国科学技术大学任潇宁表示：对于自动驾驶最关键的是AI技术，但是AI模型有很多未知黑盒问题；这些黑盒问题是自动驾驶落地的瓶颈问题，因为无论如何测试都不能保证完备，要排除这些黑盒问题的隐患，关键瓶颈是解决AI的可解释性问题。解决了模型可解释性问题，就能针对漏洞进行指向性、针对性分析处理。苏州畅达软件史国良表示：完全自动驾驶面临几个问题，包括算法研发投入大、伦理和法律配套困难、形式化验证难以进行等。解决之道的核心在于政府强制性的要求和算法公司代码的开源，只有强硬的措施和公开透明的机制才能为自动驾驶安全落地铺平道路。科大讯飞支洪平则指出：完备的伦理和法律建设才是目前自动驾驶的最大瓶颈，目前流行的端到端的、真实数据驱动的深度学习模型对于自动驾驶场景的决策是功利的，对此类问题是缺乏合适的伦理推理框架的。此外支洪平认为，随着信息和数据的广泛收集和充分利用、分析决策算法的持续演进，机器总可以找到达到甚至超出人类智慧的答案。期待人类伦理和对未来机器理性的进化和融合。

在热烈的讨论中，论坛逐渐走向了尾声，论坛执行主席中国科学技术大学薛吟兴总结了本次论坛中的精彩内容和核心论点，感谢到场的嘉宾和专家，正式宣布论坛圆满结束。