【專訪】NVIDIA 人工智慧總監施忠偉談無人車發展，台灣的機會在哪裡？

1908 年亨利福特將 T 型轎車普及於世，至今已有 110 年歷史，汽車的駕駛方式在百年內沒有太多的改變，但是 21 世紀 AI 技術把駕駛的手從方向盤上解放了。無人車可以自動駕駛、偵測道路狀況，堪稱是所有 AI 技術中最具「未來感」的應用。隨著深度學習、硬體技術發展起飛，無人車普及不需要再等 100 年，而 NVIDIA 相當看好無人車在亞洲的市場與技術發展，在亞洲設立多個研發中心佈局。

TechOrange x BuzzOrange 舉辦年度趨勢論壇 CONNECT with AI ，針對無人車的普及與市場條件進行專題演講，邀請到來自新加坡的 NVIDIA 人工智慧科技中心總監 Simon See 施忠偉博士分享 NVIDIA 所看到的無人車市場契機與技術重點。

未來無人車最大應用場域，是公眾運輸交通層面

每年全球幾十億車款累積超過十兆里程，但大多數的時間這些車輛都處於閒置，佔據用路空間，而且容易造成交通塞車問題。因此利用無人車改善交通問題就成為各大廠、政府的研究主題，而根據高盛統計，2030 年無人車交通產業會達到 2,850 億美元的產值，其中絕大多數的應用會集中在無人計程車等公眾運輸的無人載具上。

施忠偉認為，未來無人車將可以應用在更廣泛的場域，包含現在常見的汽車、公車、未來或者是工程機具、大型運輸貨車都可以應用無人車科技，達到更高的效率和安全性。在無人車普遍的未來，將不再有複雜的交通狀況，人類也不會因為天氣和道路工程等變因，導致交通受阻。

隨著無人車運算能力的不斷增長，2025 年的無人車運算能力將有機會達到 2017 年的 5~6 倍之多，未來無人車將有更好的能力去達成更多單位和周圍要素的運算，創造更安全、更好的無人車。

用一塊車牌大小的超級電腦，就可以應付無人車行駛的複雜運算需求

要讓無人車的行駛可以完全取代真人，備有眾多感測器、能源利用效率極高所驅動的 AI 電腦變成無人車的研發主要核心。施忠偉 分享，人開車可以即時用視覺、聽覺搭配方向盤操控應付道路狀況，無人車若要達到全自動駕駛，須透過硬體計算、演算法、能源利用等面向下去優化。為了及時應付道路上的多變路況，無人車必須要能夠快速蒐集各種數據，包含感測器、車用光達、相機等等數據都要能及時處理。

根據博世提供的數據，光是一台錄影機記錄每公里里程就會產生   100 GB 的資料。 這樣龐大的數據對於硬體效能來講是個很大的考驗，因此 NVIDIA 推出 一款專為自駕車所設計的   AI 超級電腦   NVIDIA DRIVE Pegasus ，每秒提供  320 兆次的運算效能，因應複雜的演算法，其尺吋雖然只有一塊車牌大小，但效能卻具備等同於 6 部同步運算的直立型工作站。

無人車產業需要高度在地化，各國的無人車生態圈正在成形中

光有技術還不夠，世界經濟論壇 WEF 的報告指出，無人車是一個需要高度與在地政府、技術開發者與產業鏈合作的應用。

施忠偉認為，亞洲在發展無人車技術，不論是從市場應用、製造、研發方面都大有可為。他說：「無人車技術普及化，有一個很重要的先決前提是該產業需要在地化發展。亞洲不論是在無人車市場或是技術研發上都有很大的機會，因為所有的無人車技術都需要當地的研發工程師，依照當地需求將演算法、數據客製化訓練，才能調教出一個符合當地狀況的無人車軟體模型。」

全世界的無人車產業都仍在研發階段，NVIDIA 目前更是積極的尋找各式各樣的生態系合作夥伴。不論是與政府、學界、開發者的合作，都會是讓無人車生態圈蓬勃的關鍵。施博士舉例，在新加坡 NVIDIA 就與國立新加坡大學合作研發，也與星國政府合作從 AI 的人才、研發資源層面上做深度合作。

在技術資源上， 施忠偉解釋 NVIDIA 並不把自己定義成一個無人車品牌，而是無人車技術架構提供者，一個基礎的軟硬整合無人車架構，所提供的開放平台可讓所有的開發者在上面研發出自己的無人車技術。台灣已經有業者透過 NVIDIA 的晶片與開放平台，經過三四個月的模型訓練，做出無人公車，可見開發者程度已臻成熟。

經濟部次長龔明鑫表示，台灣目標在 2020 年能在開放場域展開測試無人車。那就代表從現在起到 2020 年台灣的產業資源、技術要有計畫得跟上國際潮流。若要開展本地的無人車產業，開發者的技術貢獻、地方政府開放測試場域、中央政府制定相關配套措施缺一不可。

（本文開放合作夥伴轉載。）

延伸閱讀

【CONNECT with AI】台灣智慧運輸的未來：無人車產業在台灣的發展前景是什麼？經濟部開金口保證「國產自駕車」2020 年上路測試，搶 24 兆無人車巨大商機 NVIDIA 研發自駕車 AI，將書櫃大「超級電腦」縮成車牌大小！