这个本文主要是分享黎明前的选择攻击AutoPilot并与特斯拉分手的题，其中也对丰田数字推理进行了详细解释，现在小编给大家讲解吧！
头
我们生活的世界存在一个悖论。直接证明很难，但通过例子来否定却很容易。
这使得很难确定特斯拉的自动驾驶仪是否真的安全。如果特斯拉站出来宣布我有多安全，我会立即被打一巴掌。故事是这样的
讨论往往与寻找真相无关。
作为观察者，我们发现历史上几乎每一次争论都只有一个目的获得尊严。
这次也不例外。
有没有比SLAM更好的基础来根据真实交通数据训练AI？CNN在融合激光雷达和摄像头信号方面有哪些应用和冲突判断？然后别人就会给你砖头，叫你滚出去；但当谈到无人驾驶最明显的道德困境时，哪一个先出现牧羊犬还是贵宾犬？然后爱狗的人和不爱狗的人就开始在帖子下互相吼叫。
如果仅通过讨论就能取得智力进步，那就不需要科学研究了。
如果你想确保Autopilot是安全的，你需要确凿的证据。
一
特斯拉对其自动驾驶仪安全评估一直非常保密。
即使象征性地发布第三季度安全报告，也不能证明什么，由于——报告只有两个数字和结论，无法被他人审查和解读，其权威性也受到威胁。
特斯拉在《总比没有好》安全报告中显示，开启Autopilot时的平均无事故行驶距离远高于开启Autopilot的情况。
特斯拉经常声称，大多数撞车事故是由于驾驶员滥用自动驾驶功能造成的，因此任何无法解释的撞车事故都是由驾驶员失误造成的。
TeslaModel3用户在Autopilot上激活导航时将看到以下消息
“激活Autopilot上的Navigate并不会让Model3完全无人驾驶。与其他Autopilot功能一样，驾驶员仍然有责任始终对安全驾驶负责。”
这种无意义的循环论证逻辑并不少见。翻阅档案，在一份关于1989年奥迪5000节气门故障的分析报告中也有类似的参考。——司机对事故负有责任。
无独有偶，NTTHSA在2010年一份关于丰田刹车门的分析报告中做出了以下推论
未发现机械题！那么就是司机的错了！
这一幕无法重现！那么就是司机的错了！
结论踏板误用是事故的根源！
每个人似乎都熟悉争论中使用的毫无意义的逻辑。
但这世界从来不缺救世主，当他们到来时，一定会冲破旧世界的束缚。
给丰田上一课的人是菲利普库普曼（PhilipKoopman），他就是之前破门故事的主角。
还有一些破坏者给特斯拉上了一课。这次是来自美国的QCSC。故事中还有一位律师主角大卫L索贝尔。是他在自由的自由下为维护正义而努力奋斗。这是一份很有价值的报告，使我们能够通过《信息法》来审视这一点。
美国人内心深处似乎真的很喜欢当英雄。
这场漫长的争论持续了677天！
直到2019年2月7日，最终报告出炉，人们才真正对特斯拉的安全水平有了初步的了解。更准确地说，它扭转了三年前NTTHSA对特斯拉Autosteer安全功能的看法。这是一个积极的观点。
为什么是3年前？
很简单，是谁让你对NTTHSA如此拖延！
案件解决前三年，NTTHSA的初步报告统计了43,781辆特斯拉ModelS，事故率降低了40%。
为什么NTTHSA要在2017年进行这样的调查？追查原因，起因是2016年5月7日发生在佛罗里达州的一起致命自动驾驶事故。
这份于2017年1月19日发布的报告缓解了公众的担忧，但也引起了QCSC的关注，他们想了解这些数据背后的逻辑。但谁能想到，这个调查一拖就是两年呢？
NTTHSA特斯拉安全性提升40！QCSC我要看数据！NTTHSA别担心。我们会把它给你！QCSC已经是四月份了！NTHSA:这是给定的！QCSC法庭见！NTTHSA这里！谢谢你，但我会拒绝！QCSC正如你所看到的，崩溃率增加了59倍！跪下，唱出征服之歌！
QCSC重新审查了特斯拉提供的Autosteer里程数据，发现NTTHSA实际上存在缺陷。NTTHSA犯了一个重大的低级错误。
影响我们结论的关键里程数据按时间顺序分为三类
确定加载前保存里程记录的自动驾驶功能
不确定里程是否已加载到Autosteer中
Autosteer加载后查看保存的里程记录
对于第二类数据，特斯拉无法始终确定您应该拥有多少里程，因为它只能计算备份时的里程，而无法确定两次备份之间使用Autosteer进行OTA升级的确切时间。分为自动转向升级前和升级后。
更严重的题是，这三类数据往往不完整，缺少一两项。
但QCSC并不认为这是一个题，由于缺乏三类里程信息，将4万多辆车辆的数据分为四类。四个类别中只有一个可以直接比较崩溃率，在这个类别中，Autosteer的OTA升级几乎是立即完成的，通过比较升级前后的里程数可以计算出崩溃率。
该类别样本总数为5714个。这5714个案例的数据显示，在Autosteer升级后，事故发生率增加了59起，而不是40起。
二
后来我们了解到，特斯拉在2014年至2016年间对Autopilot进行了大刀阔斧的升级，从20年代的Autopilot10Mobileye技术切换到了NvidiaPX2。从2016年10月到2017年3月，Autopilot20很少取得平局。除了10年能达到的功能外，20年的成熟期也差不多是半年了。
我们有理由相信，特斯拉的Autopilot安全水平在此期间并不稳定。
我们最感兴趣的是特斯拉与同类产品相比的安全性。你能量化一下吗？
案是肯定的。
来自公路安全保险协会IIHS的数据或许可以提供案。
IIHS是一家由汽车保险公司创立的非营利组织，它使用NHTSAFARS系统的死亡数据来计算美国所有车型的驾驶员死亡率。数据按车型分类，数据单位为每年每百万辆汽车的死亡人数，数据目前更新至2016年。
致命车祸是罕见的二元事件，其中驾驶员要么开车，要么不开车。——因为很容易比较，所以这个数据也是评估TeslaAutopilot安全水平的基础。
在解释数据之前，我们首先要介绍置信区间——这个统计概念，这是一个表示真实总体可能值范围的概念。而且样本数量越多，估计就越准确。
例如，IIHS报告称奥迪A64WD死亡人数为101,164人（满分0人），但这并不意味着这种情况发生了。我们需要计算95的置信区间，结果从0到36。
这意味着，在计算了超过100,000个案例后，我们可以有95%的信心认为奥迪A6四轮驱动车辆的实际驾驶员死亡事故率应在0到36之间。
其他一切都一样。
在本次分析中，我们计算了德系三大品牌的暴击率以及所有大型豪华车的暴击率，并与特斯拉ModelS和ModelX进行了对比。
IIHS观察到大型豪华车的死亡率为每年每百万辆汽车中有7人死亡。95的置信区间是3到13人。纵观德国三大品牌，三大德国品牌的驾驶员死亡率都差不多。奥迪和宝马每年每百万辆汽车中有10人死亡，而梅赛德斯-奔驰每年每百万辆汽车有12人死亡。
特斯拉呢？这是路上最安全的汽车吗？
比平均水平高四倍？
看看特斯拉在任何特定季度发布的安全报告数据，我们应该相信特斯拉
“根据美国国家公路交通安全管理局的数据，2017年每行驶8600万英里就有1人死亡。特斯拉每行驶32亿英里就有1人死亡。”
不过遗憾的是，这句话只有前半部分的数据是NHTSA提供的，后面的数字是特斯拉直接加上去的，而NHTSA对此并不知情。
根据上述分析，特斯拉2014年至2016年的成绩单并不是很好。
265,290辆车年中发生了11起死亡事故，驾驶员死亡率达到每辆车每百万英里4,146人，是奥迪和宝马的四倍，是所有豪华车的三倍多。
仅此比较就使特斯拉不是好4倍，而是差4倍。
当然，我们的分析也值得商榷。
最重要的是，我们拥有的数据非常粗糙，我们不知道大多数汽车实际行驶了多远。这就是为什么IIHS使用一个不起眼的新单位进行计算“车辆年数”。目前还没有这样的车辆。我们不知道自动驾驶仪激活后发生的碰撞事故的百分比是多少，也不知道这些车辆在路上行驶或报废的百分比是多少.
还有很多我们不知道的事情。
特斯拉与德系豪华车、大型豪华车对比时最重要的考虑因素，此前李天阳在《车评》第38期中也指出过。特斯拉自己的比较方法是有偏见的，因为它取决于昂贵汽车的构造和安全特性，车主的驾驶习惯和驾驶环境，以及普通汽车相比之下会更好。
这里的计算也涉及很多假设，但至少它们比特斯拉产生的平均数字要好得多，无论水平如何。面对特斯拉对安全数据守口如瓶的现实，我们的一点点进步也应该算是值得展示的成就！
不管怎样，马斯克关于特斯拉是道路上“最安全的汽车”或“比平均水平好四倍”的说法应该被动摇并重新考虑。
三
特斯拉一直说我们比人类司机更安全。
但即使是这样的政治正确言论也很值得怀疑。特斯拉曾两次被美国非营利性消费者报告提名，其中包括特斯拉于2018年10月推出的NavigateonAutopilot。
去年，《消费者报告》将通用汽车的SuperCruise在自动驾驶系统、确保驾驶员集中注意力并安全操作车辆以及技术能力的排名中排名第一，被评价为平衡选择。特斯拉排名如此靠后的原因并不是性能不佳，而是因为Autopilot很容易被滥用。
此后，美国消费者权益组织呼吁特斯拉自动驾驶仪的使用，并安装更有效的系统来帮助驾驶员集中注意力。该请求是为了回应国家运输安全委员会对去年三月在佛罗里达州发生的一起事故进行的调查。2019年。对特斯拉与德尔雷海滩半挂卡车发生致命碰撞的担忧。
据了解，特斯拉Model3在碰撞前10秒开启了自动驾驶功能。
关于第二个批评，《消费者报告》重点关注了特斯拉的NavigateonAutopilot，认为其自动变道功能“远不如人类驾驶员”。
特斯拉宣称该系统是一种减轻压力和提高安全性的方法。但实际上，《消费者报告》的汽车是自行车。这些句子是同音异义词。一辆车已经使用了三代人，而且人们仍在使用它，这实际上意味着三代人可以使用它并且仍然拥有它。但从谐音来看，“车还在”的发音与“自行车”的发音相似，因此有人戏称这是自行车的一种。许多同音字谜题通过不同的解读方式可以得出不同的案，这就需要多层次的思维能力来理解题，提高逻辑推理和解决题的能力。
1谷歌人工智能实验室
谷歌实际上有两个独立的人工智能实验室，谷歌人工智能实验室负责开发与谷歌自有产品相关的AI产品，著名的第二代人工智能系统TensorFlow就诞生于这里。
2深度思维
DeepMind是一家英国人工智能公司，由人工智能研究员、神经科学家DemisHassabis共同创立，于2014年被谷歌收购。最近诞生的举世闻名的AlphaGo就是这家公司的成果。现在他们已经教计算机玩49种不同的视频。
3微软研究院
微软拥有自己的移动操作系统、翻译、地图和搜索业务，其在人工智能领域的研究和应用轨迹与谷歌非常相似。亮点包括小冰和Cortana，分别被指定为智能助手和情感交互。目前，Cortana和小冰的对话能力已经处于语音助手行业的最高水平。
4艾伦人工智能研究院
艾伦人工智能研究所是微软联合创始人保罗艾伦创立的人工智能研究机构。目前，我们主要进行四个项目的研究Aristo（机器阅读和推理程序）、SemanticScholar（语义理解搜索程序）、Euclid（自然语言理解程序）和Plato（计算机视觉程序）。
5Facebook人工智能实验室
Facebook现在不仅仅是一个社交网站，它的技术也非常前沿。Facebook需要机器学习来大量了解用户在新闻源中看到的内容。
No Comment