深度學習日益成熟 自駕貨車可望率先上路

　　利用人工智能實現自動駕駛功能，是目前科技業內最熱門的發展方向。 不過，相較于在市區內行駛的小轎車，負責長程運輸的商用大型貨車由于道路環境單純許多，對于長途駕車亦有相當大的需求，因此商用貨車看來是能夠最快實現自動駕駛理想的環境。

　　NVIDIA汽車業務開發資深經理蕭怡祺指出，在美國，商用長程運輸是產值相當龐大的物流業務，其中駕駛人事成本更占該行業成本25%以上。 另外，長程駕駛運輸環境單純、運輸時間長，很容易因疲勞駕駛影響行車安全。 在這樣的情況之下，蕭怡祺認為，最快實現自動駕駛的場域，將會是商用貨車的物流應用。

　　蕭怡祺認為，目前自動駕駛常見的Rule-based影像辨識方式只有辨識特定對象，依然有其限制。 在Tesla發生車禍意外之后，Tesla才發現到透過深度學習的人工智能影像辨識方法，才能夠有效辨別車輛大小與動態移動位置，進而解決撞車意外情況。 同樣的功能與深度學習成果，一樣可以運用在貨車駕駛上。

　　蕭怡祺進一步指出，自動駕駛車的深度學習(Deep Learning)訓練過程不外乎以下過程：首先，必須在車輛建置各類傳感器，讓車輛具備偵測能力，接著運用影像深度神經網絡(Deep Neural Network, DNN) 方式深度學習;最后，透過配合地圖建檔，建立端到端的自動駕駛能力。 同樣一套深度學習方式，可以用于一般駕車與商用貨車上，更能夠使用同一套邏輯，進一步開發自動駕駛飛機、智能機器人等等應用。 目前，由NVIDIA所研發的自動駕駛車BB8，在經過兩年的深度學習之后，已經能夠做到過彎減速、出彎加速，駕駛行為越來越像職業車手。

　　目前各大車廠普遍認為2020年將是自動駕駛汽車的爆發成長時期，蕭怡祺認為，在那之前，業者還有時間將自動駕駛做的更完善安全。

　　Tesla共同創辦人暨執行長Elon Musk近日也已透過Twitter宣布，將會于2017年10月26日正式發表他們的半自動重型貨車(Semi-Truck)，并舉辦試駕活動。 由此可見，商用貨車已是各大自動、電動車廠的重要開發項目。