【王傑智教授專訪】
專訪前 Apple Car 核心工程師：自動駕駛才是主角！「這些」供應鏈很快迎來重要客戶
【推薦序】人，是自駕車最關鍵的一塊拼圖
文／王傑智｜交通大學電機工程學系教授、工業技術研究院機械與機電系統研究所數位長，卡內基美隆大學（Carnegie Mellon University）機器人研究所博士。2005年於臺灣大學資訊工程系任教、2015年在蘋果（Apple）特別專案部（Special Projects Group，SPG）參與新產品研發
提到自動駕駛汽車（Autonomous Vehicles，以下簡稱自駕車），不曉得你的第一印象是什麼？
如果「小時候」有看過《霹靂遊俠》（Knight Rider）影集的讀者，可能立刻想到男主角李麥克（Michael Knight）的最佳戰友、外號「夥計」（Knight Industries Two Thousand，KITT）的霹靂車。（按：夥計是一部自駕車，在男主角身陷危急之際用手表呼叫夥計，夥計就會在無人駕駛的狀態下，「飛奔」到老哥李麥克身邊「救駕」）
中文配音版片頭中「霹靂車，尖端科技的結晶，是一部人性化的萬能電腦車。出現在我們這個無奇不有的世界，刀槍不入，無所不能。」至今還是印象深刻呀！（按：雖然這是三十幾年前虛構的電視影集，不過，虛構情節的自駕車竟然成真，說明現在的我們就是活在過去幻想的未來世界中）
事實上，自駕車的技術牽涉甚廣，從傳感技術、機器人學、機器知覺、機器學習到智慧型運輸系統。我在卡內基美隆大學（Carnegie Mellon University）機器人研究所攻讀博士班時，在NavLab 負責人查克・索普（Chuck Thorpe）教授指導下，研究自駕車技術。當初投入這個領域時，應該是自駕車的黑暗時期，NavLab團隊在一系列非常成功的自駕車技術展示之後，卻因為美國國會與政府對自駕車的疑慮以及不願意再進一步推動自駕車而拿不到資助，實驗室中只剩 NavLab 8號車、一台光達與一台全景相機。我就是在這樣的情況下開始自駕車研究。
隨後我們以輔助駕駛的計畫經費，逐步建構 NavLab 11號車，低調地持續自駕車研究。拿到博士學位後，在臺灣大學資訊工程系任教時，也是在沒有車子的情況下，以電動輪椅當實驗平台，與一群充滿熱情的優秀學生，持續研發自駕車與機器人的理論與技術。然而這群優秀的學生在畢業後，卻因為沒有自駕車相關產業而投入其他領域。
【延伸觀賞】工研院自駕車測試：The ITRI campus -- HSR HsinChu Station Route: 驗證測試中 (2018/12/05, 8x)
這幾年自駕車成為車廠、科技巨頭競逐的領域，大量資金投入從半自駕（先進輔助駕駛）到全自駕（完全無人駕駛）的商業化，將這些原本在學術領域的知識實用化、商品化。這對我們這些自駕車研究者來說，是個好消息，也很高興有愈來愈多的學生在畢業後投入自駕車產業。
這本書是二位作者藉由訪談的方式，為讀者爬梳自駕車的發展史，彙整相關技術的知識，對於不了解但有興趣的讀者來說，本書可以當成了解自動駕駛的入門書。
不過，由於本書英文版完成於2016年，距離繁體中文版問世已有二年時間。剛好從2017年到2018年，自駕車產業變化很快，建議各位讀者持續關心後續發展。
在此也與讀者分享幾個觀點，這裏建議讀者可在讀完本書後，再來審視這些觀點：
【延伸觀賞】工研院自駕車測試：ITRI MMSL Self-Driving Car in the Rain
自駕車的90-90法則
在軟體工程學中有一條90-90法則（Ninety-Ninety Rule），假如撰寫一件軟體90%的程式占了工程師90%的開發時間，剩下的10%的的程式則要再用工程師團隊90%的開發時間，也就是總共要用180%的時間與精力來完成一個軟體專案。
意思是說，從0分到90分比較容易，但要從90分到100分，比從0分到90分困難9倍。
我想90-90法則也適用於自駕車，現在自駕車已經可以做到特定場域全自駕，這可以說是從0分到90分。但是要開得像人一樣「順」、要在全天候各種場域全自駕，這就是從90分到100分。我們現在看到的全自駕車，就是處於90分邁向100分的階段，看起來差距不大，但還有許多挑戰需要去克服。
人，是自駕車最關鍵的一塊拼圖
人類世界中，開車這個行為是高度互動，不只是車與車之間的互動，也是人與人之間的互動，你進我退，你退我進，這個就是「順」。再說得更具體一點，有些人駕駛看到名車就會禮讓，怕一不小心有事故就要賠一大筆錢，但倘若對方的車看起來像是「小烏龜」，就會比較不客氣地逼車。這種在車道上的高度互動，目前的全自駕車還無法做到，這也是90分要到100分的差距之一。
或許這個差距，導致自主駕駛車在試車時，總是容易遇到人類霸凌。一方面，人類仗著自駕車不能撞自己，否則背後代表自駕車的車廠或科技巨頭將面臨巨額賠償問題。另一方面，正因為自駕車目前開得不夠「順」，自駕車後方的真人駕駛就會覺得全自駕車動作慢，實在很礙眼，因此就可能會挑釁。自駕車輕則遭人以「調教」為名戲弄，重則直接遭後車追撞。
本書提到深度學習是自駕車最後一塊拼圖，但我不認為如此。我認為「人」，是自動駕駛最後一塊拼圖，更精準的說法是「包括人在內的系統整合」，才是自駕車產業的關鍵。相較於飛機和火車在既定高度管控的基礎建設與環境上運作，自駕車需要處理更多「人」所引發的問題，如衝出巷子的小孩、不遵守交通規則的用路人與挑釁的後車駕駛人。
即使有再完備的系統，結果問題往往出在於人身上。就像是人闖平交道或是人關掉防撞系統，有再好的系統都沒用。
至於書中提到自駕車的道德問題。目前技術上要讓機器人理解「道德」 還很困難，而我們目前技術開發的目標都是極力做到「不要撞到任何生命體或物體」。如果自駕車會遇到需要以道德來決定下一步該怎麼做的狀況，這應該是自駕車安全駕駛技術還不夠成熟，我們就不該讓這樣的自駕車上路。
對了，不知道李麥克和霹靂車「夥計」的讀者，表示你很年輕，希望這本書是帶你了解自駕車的第一本書。
｜延伸閱讀｜
從工研院釋出3分鐘影片，搶先看新竹物流自駕車展現的自駕技術能力
留言列表
