英伟达的夏皮罗：“没有太多的公司制造超级计算机进入汽车内部。”
汽车行业的领导者一直在警告称，全自动驾驶汽车还没有三到四年前有人想象的那么近。但是汽车制造商和供应商并未放弃为车辆提供安全可靠地自行驾驶的能力。Nvidia是人工智能解决方案的领先供应商，它将是未来自动驾驶汽车的核心。
Nvidia汽车行业高级主管Danny Shapiro，现年54岁，接受了《欧洲汽车新闻》总编辑Douglas A. Bolduc的采访，谈到了当前的挑战以及对该技术正在发生的新认识。以下是对话摘录。
问：在过去几年中，关于将自动驾驶汽车投放道路的大胆预测为何会发生变化？
A：业界已经意识到，全自动驾驶汽车还没有我们三，四年前想象的那么近。这是一个很难解决的问题。这意味着需要更多的计算，更多的传感器和更多的软件。
问题的严重性是否使某些人退缩了？
人们所看到的是：“我们仍然可以将技术推向市场，这是自动驾驶的基础，但是仍然会有人在循环。”
我们会看到什么？
目前，它是“ 2级以上”系统，它可以是一个非常强大的系统，可以防止很多事故或在发生诸如人入睡或紧急医疗事故之类的不良情况时为驾驶员节省费用。
我们要等到2030年才会在道路上看到全自动驾驶汽车，这是否更现实？
如果您谈论的是圣杯–那辆将带您到任何地方并带您到任何地方的汽车–是的，那是很遥远的。如果您指的是非常具体的部署类型，我认为这并不是那么遥不可及。它可以是固定轴上或地理围栏区域中的机械手或穿梭车。对于高速公路的自动驾驶和轮毂到集线器的运输，我认为我们将在人们流动之前在货物流动方面看到更多。
您能详细说明一下吗？
这意味着各种形状和大小的送货机器人。实际上，我们参与了所有这些交付试用计划。
发生了一起涉及致命事故的致命事故，其中包括一名带安全驾驶员的视听设备，以及最近发生的一次非致命事故。这些事件是否迫使您加倍努力使AV尽可能安全？
我们一直都有这种做法。我认为Nvidia和整个行业一开始都低估了复杂性。我认为这不是我们不安全的问题。我们正在寻找如何解决这些挑战的方法-顺便说一句，我们意识到它比最初计划的要多得多。
为了解决这种高估，正在做什么？
它表明需要在汽车上使用更高分辨率的传感器，并需要这些传感器，算法，系统的多样性和冗余性，以确保我们可能实现的最高安全水平。
人们对更多的计算有着无限的渴望，因为它不仅是一种算法。您有数十种不同的神经网络同时在汽车中运行。这就是为什么我们听到与我们合作的客户（例如梅赛德斯-奔驰）说：“我们需要汽车中更多的计算能力。”那是因为软件的复杂性越来越高。
制造安全，可靠的全自动驾驶汽车是否是Nvidia所面临的最艰巨的挑战？
这就像将苹果与桔子进行比较，因为我们也在努力帮助治愈癌症。它们都涉及挽救许多生命。人工智能计算对此至关重要。相对于自动驾驶汽车，要解决一些其他非常复杂的问题，实时性要高得多。当您驾驶自动驾驶汽车时，它的生死存亡是一秒钟一秒的，因此您可以说那里的生产线可能还会更多。试图分析人类行为具有惊人的复杂性。预测人类行为。人类是不可预测的。
正在采取什么措施来弥补某些不可预测性？
我认为我们将在可以消除人为随机性的地方看到部署。这可能是专用道路，固定路线和地理围栏区域。可能是城市在某些区域禁止使用人类驾驶的汽车，也可能是人类在不同的平原上行驶，例如在一级公路上有自动驾驶汽车，在另一级公路上有行人。
为了克服连接到AV的“对未知的恐惧”，正在做什么？
绝对有一个认识和教育的内容，这就是为什么我们加入PAVE的原因-PAVE是自动驾驶汽车教育的合作伙伴。这是美国的一项举措，其中包括梅赛德斯，英伟达和许多其他公司。
无人驾驶汽车教育至关重要，因为大多数人不知道他们今天的汽车是什么，该技术有什么能力以及将来会发生什么。他们从未体验过它，也从未阅读过有关它的故事，并且在想到人工智能时会想到终结者。
