自駕車革命：改變人類生活、顛覆社會樣貌的科技創新

【推薦序一】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

【推薦序二】自駕車，新一波產業的殺手級應用

　文／温峻瑜｜艾德斯科技（ADAS Mobile Tech）股份有限公司董事長、以色列商會秘書長

【推薦序三】五個面向，思考當我們把生命交給人工智慧的那一天來臨

　文／許毓仁｜TED x Taipei共同創辦人、立法委員

【推薦序四】自駕車，產業商機與社會衝擊的技術革命

　文／丁彥允｜喜門史塔雷克（7Starlake）創辦人

【推薦短語】

　文／余宛如｜立法委員

　文／林漢卿｜聯華聚能科技股份有限公司總經理 

前言 　

致謝　

第一章　機器司機　

　進展到無人駕駛階段　

　最致命疾病的解藥　

　七項延遲的迷思　

　時間點　

第二章　無人駕駛的世界　

　零阻力的個人移動性　

　停車　

　通勤　

　搭車艙，交朋友　

第三章　終極移動機器　

　汽車與程式碼　

　大地震　

　迴路中的人類　

第四章　自己思考　

　機器人作業系統　

　打造機器人的藝術　

　人工智慧動起來　

　控制：人工智慧混搭　

　加速、煞車、轉彎　

　路線規畫及道路導航　

第五章　創造人工感知　

　物體辨識的挑戰　

　中階控制　

　超級可靠又安全　

　比人類安全兩倍　

第六章　首先是電子高速公路　

　黃金年代　

　通用汽車的電子高速公路　

　自動化高速公路的消亡　

第七章　打造智慧車輛，而非智慧公路　

　車聯網（V2X） 　

　智慧運輸系統的歷史發展　

　重新思考互聯車　

　愚蠢高速公路的價值　

　更新交通政策　

第八章　機器人的崛起　

　機器學習與駕駛　

　下西洋跳棋　

　無限狀態空間　

　現代工具箱　

第九章　無人駕駛車輛解剖　

　高解析度數位地圖 　

　數位攝影機 　

　光學雷達（光達）　

　無線電波偵測及定距（雷達）　

　超聲波感應器（聲納）　

　全球定位系統（GPS）　

　內耳 　

　線控驅動　

第十章　深度學習：最後一塊拼圖　

　神經網路

　感知器　

　第一次AI寒冬　

　神經網路復興　

　新認知機　

　深度學習的誕生　

　圖形處理器　

　現代深度學習　

　在網路之中　

　新型態的邊緣偵測　

第十一章　以資料為燃料　

　機器人，汝自動行矣　

　預測交通　

　隱私　

　道德　

第十二章　漣漪效應　

　工作　

　靠意外賺錢　

　新車體 　

　新的行銷 　

　新零售業 　

　犯罪與（成人）娛樂　

　前方的路 　

後記　寒武紀大爆發　

　演化機器人學 　

　感應器女王 　

　指數率之王：演算法　

　進步演算法的串聯 　

注 　

譯名對照 　

前言

　　平凡的車輛即將從我們的生活中退出。多虧了移動機器人的快速進展，自動駕駛車輛已經準備好成為第一波主流應用的自主機器人，讓我們得以託付自己的生命。經過了將近一個世紀的各種失敗，如今有了更快的電腦、更可靠的硬體感應器，以及新一代的人工智慧軟體深度學習（deep learning），賦予車輛有如人類般的能力，能夠在無法預測的環境中安然領航。

　　我們寫這本書來說出這場革命的故事，之所以會受到無人駕駛車輛的吸引有兩個原因：首先，我們總會密切注意顛覆人類生活的新科技，而無人駕駛的車輛一定會是我們這一生中所見到最能扭轉局面的新機器；第二個原因比較私人，我們也跟大多數人一樣，每天要在各種天氣狀況下開車一、兩個小時，車上經常載著珍愛的人事物，像是孩子、朋友和寵物，但是如果有可能的話，我們會希望能夠享受這段車輛所帶來的隱私、個人移動的便利，而不必親自坐在方向盤後面。於是，幾年前谷歌（Google）的無人駕駛車輛開始出現實質進展時，我們當然就開始密切注意。

　　在未來十年，無人駕駛車（driverless cars，自動駕駛車／自駕車）將會逐漸取代由真人駕駛的車輛，隨著交通演變成一種自動化、隨叫隨到的服務，結果就是車輛載運人們與貨物在真實世界移動的模式將會有巨大轉變，無人駕駛車輛將會改變我們對時間與空間的認知、通勤上下班的方式、居住的地方，以及購物的方式。

　　我們相信許多改變都會是正面的，也相信無人駕駛的車輛將會救人無數；自動交通管理軟體能夠疏導交通壅塞，有助於淨化空氣，家長們再也不必每天花上數小時載著小孩上學、參加各種活動，而且老年人與殘障人士也會獲得全新的移動能力。

　　每一種顛覆式科技都有黑暗的一面，而無人駕駛車輛也不例外，有上百萬名卡車司機和計程車司機即將失業、公共運輸步入衰退，因為人們都將受到隨叫隨到的無人駕駛座艙無懈可擊的便利性吸引，無論何時何地都能載運任何人上路，而價錢甚至比一張公車票還低。但是，若沒有導入執行嚴格的隱私保護政策，無人駕駛車輛的乘客或許會發現自己得犧牲隱私來換取安全和方便，因為導航無人駕駛車輛的軟體也會記錄並追蹤他們的每一步。

　　接下來在這本書中，我們會解釋車輛如何轉變成為聰明的運輸機器人，評估無人駕駛車輛對汽車工業將造成什麼衝擊，隨著無人駕駛車輛將日常生活中開車這種討厭又危險的活動，轉變成零阻力的個人移動方式，又會如何影響城市樣貌，同時，我們也會探索讓駕駛自動化的失敗嘗試這將近六十年的歷史，最後還要為讀者清楚而詳細解說，讓現代無人駕駛車輛得以成真的硬體與軟體科技發展。

　　我們的目標是要讓讀者明白箇中原理，如此才能夠理解即將到來的新世界，未來的無人駕駛車輛將會超越真人駕駛的數量，希望你會喜歡這趟旅程。

推薦序一

人，是自駕車最關鍵的一塊拼圖

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》影集的讀者，可能立刻想到男主角李麥克的最佳戰友、外號「夥計」的霹靂車。中文片頭中「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！

　　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。

　　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：

　　◎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，重則直接被逼車追撞。

　　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。

推薦序二

自駕車，新一波產業的殺手級應用

温峻瑜（艾德斯科技〔ADAS Mobile Tech〕董事長、以色列商會秘書長）

　　半導體、資通訊、電腦、筆電、智慧型手機，在過去三十年間，都曾引領不同年代的科技產業風潮。

　　近年來，物聯網（Internet of Things, IoT）、人工智慧（Artificial Intelligence, AI）、深度學習（deep learning）、自駕車等議題及相關領域的新創公司不斷發燒，也炒熱了下一波產業巨浪。

　　而自駕車正是所有技術可以運用的場域，全球有超過十億輛以上的車，而每年約有一億台新車的銷售，非常明顯的，繼智慧型手機後，「車」正是新一波產業的殺手級應用（killer application）。

　　近年來，自駕車及先進駕駛輔助系統（Advanced Driver Assistance Systems，以下簡稱為ADAS）主題約占了消費電子展（Customer electronics Show, CES）展的三分之一，而整體產業的年均複合成長率超過20%，可以看到半導體設計公司﹑晶圓代工大廠﹑資通訊電子廠﹑車電廠商﹑車聯網（Vehicle to X，V2X，X代表everything），到國際的感測器（sensor）公司，人工智慧公司等等，全都卯足了勁預備接下來三十年的產業大戲。

　　自駕車對許多人來說，是一種新的尖端科技，模糊的概念是可以無人駕駛的車。但如果剖析來看，它是許多尖端科技的總和，包含感測設備、人工智慧、演算法、深度學習、通訊技術、圖資、交會車邏輯、控制系統、汽車工藝等等。

　　其中最重要的一件事，就是「準確、可靠、安全」，試想，你會把你的生命交給一台無人車嗎？萬一它突然當機呢？電腦也會當機啊！這應該是一個容易懂的切入點。唯有自駕車比我們自己開還來得可靠及安全，我們才會把生命交給它！

　　自駕車聽起來好遙遠，但你可能不知道，以色列的無人駕駛科技公司Mobileye正在耶路撒冷市區測試100台Level 4自駕車，車況及環境的感測、高畫質（High Definition, HD）與即時路況的圖資、變換車道及進出圓環等邏輯架構，都已經在計畫藍圖之內。各位可以觀察這一、兩年新車的安全配備，不論是國產或進口車，都已經開始導入主動式車距調節巡航（Adaptive Cruise Control, ACC）、自動緊急煞車（Autonomous Emergency Braking System, AEB System）、車道保持系統（Lane Keep System, LKS）等Level 2.5系統，讓部分的車種可以在高速公路「放手開」，因為感測及控制設備等已經陸續達到「準確、可靠、安全」的水準，而且這些ADAS確實能夠大幅減底交通事故，可以感受到，整個汽車產業正往自駕車方向前進！

　　自駕車是有分級距的Level 1至 Level 5，最高級的Level 5 可以說是所有路況都不需要人介入的概念，而Level 2.5 大概想成可以在高速公路放手開車。因此，我們不能含糊籠統地把Level 2 等級的車輛，稱之為 Level 5 的全自駕等級車輛（目前也尚未問世）。

　　而在整個產業及市場一步步往更高的自駕級距前進時，所代表的就是那個階段感測技術、人工智慧、演算法（algorithm）等等的技術水準及技術成熟度。在達到全自駕之前，ADAS 正是現在正在發生且運用的技術，根據以色列財政部數據顯示，有安裝 Mobileye ADAS 系統比沒有安裝的車輛減少約50%的交通事故，這也可以說明為何車廠願意繼續往這方向前進，既使增加造車成本，除了賣相好，對駕駛人也確實更有保障。在臺灣後裝市場（After Market, AM；意指車輛使用一段時間之後，依據車主需要加裝或改裝的零件市場），公共運輸及物流車隊也都積極導入ADAS系統，相對法規也陸續進行中。

　　讓我們來認識以色列 Mobileye 這家公司，它是全球最知名自駕車及ADAS科技廠商，2017年，英特爾（Intel）以天價153億美元併購，是以色列有史以來最高的併購金額。當時，該公司員工人數約600多人，讓人不禁對於這家公司感到好奇。

　　Mobileye成立於1999年，成立後的八年期間，專注於開發以電腦視覺為基礎的自駕車及ADAS技術。直到2007年，才開始對外展開業務；當時Volvo所運用的碰撞預警技術，就是來自於Mobileye。

　　到2018年12月為止，該公司與13家車廠合作自駕車專案，與25家以上車廠合作ADAS方案，全球超過2500萬輛車配備Mobileye技術，感測技術大致有光達、雷達、鏡頭、超音波等，是鏡頭領域全球最領導廠商，約有九成的市占率，遠遠超過其他廠商。

　　Mobileye成立以來，只專注把一件事做到最精、最好，這件事就是結合感測技術、演算法、人工智慧、深度學習的人工視覺系統，而八成的員工多為技術開發人員，讓他們居於全球自駕車科技的領先地位。

　　從Mobileye的例子，我們再一次來看「準確、可靠、安全」，大家都聽過汽車工業的規格要求嚴苛，因為人的生命在車子裡面。該公司把感測器的準確度提高近99.9%水準，品質的可靠度十年也沒問題，蒐集全球各國家路況所累積的演算法，近百台電腦的演算速度。唯有「準確、可靠、安全」，我們才能把生命交給人工智慧，交給自駕車，「自駕車」也才能一步步往前推進。

　　臺灣是科技大國，有非常優質的半導體及資通訊產業基礎，在此次人工智慧與自駕車產業浪潮中，我們一定要有角色，自主開發並與國際接軌是必要的，車聯網產業聯盟、自駕車產業聯盟、智慧城市展覽都快速的發生中。臺灣半導體資本支出占全球30%，資通訊研發製造更是國際一流，我們有好的科技基礎培育軟體人才，IC設計，半導體感測技術開發等。以色列只有800萬人口，跟我們一樣沒有太多資源，而Mobileye成功的例子，很值得我們去思索學習。

　　本書作者花了許多的精神彙整多方資料，有系統的在各個章節剖析產業動向、生活的便利、自駕車不同的感測設備、V2X、深度學習及數據等領域，它是一本有深度的書，並非只是簡單的概說，讓我們能順著它進到過去所未知的自駕車領域。

　　自駕車來了！它不再是那麼遙遠，各位可以睜大您的眼睛來觀察，在未來五年、十年、二十年，它絕對會一步步的發生在我們的生活當中。

推薦序三

五個面向，思考當我們把生命交給人工智慧的那一天來臨

許毓仁（TEDxTaipei共同創辦人、立法委員）

　　2018年11月30日，《無人載具科技創新實驗條例》通過立院三讀，這是臺灣交通史上劃時代的一刻，同時也是智慧交通發展的里程碑。

　　作為第一個在國內提出自駕車法案的立法委員，我回首這個法案的一路走來的艱辛，首先必須得要非常感謝跨黨派的委員對此案的關注，以及產業夥伴們給予的意見與願景，透過委員會審查、黨團協商以及產業公聽會的召開，讓這個法案能夠在立法院受到更高密度的檢視。另外，除了念茲在茲希望啟動軟硬體整合的產業外，對於資料安全保護和無人載具所帶來的社會及勞動力衝擊、人工智慧道德判斷等等所需要關注的部分皆有提出法案的附帶決議、融入法條精神，相信本條例的通過會為我國的產業及經濟帶來規模不容小覷的翻轉。

　　而此實驗條例本質上是提供一個場域，讓無人載具的業者得以在這個範圍內去做技術的精進與試驗，所以實際上要達到讓自動駕駛的交通工具在我們的生活周遭普及化，仍然有相當長遠的路要走。

　　這段長路，就是我接下來要談的議題，同時也切合本書的主題：當我們把生命交給人工智慧的那一天，正因為無人載具涉及到人身安全，在技術上以及制度上如何細緻化的去推展就是很重要的關鍵。

　　在技術方面，首先我想先將討論的視角拉高到無人載具的核心技術，也就是人工智慧（Artificial Intelligence，AI）。近期，對於如何去建立一個負責任的AI（Reliable Artificial Intelligence）引起熱烈的討論，而在與人身安全高度相關的無人載具方面，這個命題更是關鍵。

　　對此，我想要藉這個機會描述一下我個人對於這個問題的簡單看法，我們可以從五個面向去檢視當一個人工智慧被創造出來的時候，是否負責且可信賴的：

　　首先，這個AI是否是公正無私的？在相同的運算因子下，人工智慧所得出來的答案必須要是不偏不倚的，由於誤差值可能會為外在的社會帶來巨幅的影響，而這並非我們所樂見的，計算出精準的答案是最優先的要求，如此一來才可能確保應用此人工智慧的系統得以安全的運行。

　　第二，這個AI的思路是否是可以被理解的？由於人工智慧具有學習能力，在得出結果之際，我們必須確保這個決策的過程是能夠被理解的，如此一來才能在錯誤發生的當下進行即時的修正、以及確保運行的結果是能夠被信任的。

　　第三，這個AI本質上是否是足夠堅強且安全的？一直以來我都相當重視資訊安全的維護，而回歸到資安的根本，人工智慧由於仰賴著電子儀器的運作及互聯網的相互連動，這些特質將大幅增加被駭客攻擊的可能性。目前就算是再精密的AI，也可能因為受到入侵而產生異常，因此資安在此處的重要性不言而喻。

　　第四，這個AI是否可能被適切的管制？在人工智慧在學習與高效率的運算能力交互作用之下，若逸脫人為控制的可能性，進而造成了一定程度的混亂，想像上我們不可能處罰AI本身，那我們應該如何去究責？搭建人工智慧與法律規範的橋梁，這部分的思考是在未來技術逐漸成熟時所必須思考的。

　　最後，這個AI是否合法、符合道德以及倫理規範？除此之外，我們也必須確保這項人工智慧被應用於合法的目的，甚至可能超脫法律而必須探究是否符合倫理與道德的相應規範，例如學習資料庫的蒐集、以及自動駕駛車輛可能在面臨「電車難題」時的抉擇。

　　以上的很多問題其實普遍出現在各式各樣AI應用的場景，然而自駕車做為交通工具，與人身安全具有直接相關性，因此這些在人工智慧是否可信賴就變得十分關鍵，我想這是技術的發展上我們必須要去關注的。

　　在制度面上，在此次的《無人載具科技創新實驗條例》的審議中，我也提供了一些想法，包括讓行車紀錄器法制化以利事故的責任釐清、主管機關在實驗單位有重大違法情事得以逕行廢止計畫許可的手段、審查會議中專家學者的比例維持，以及象徵滾動式修法精神的評估會議法制化，以上的條文也很高興能夠得到行政單位與朝野立委的支持，也希望能夠因此讓未來的實驗計畫更加完善。

　　然而沙盒式的法案僅只是第一步，無人載具對未來的社會衝擊影響深遠，未來也可能牽涉到既有法規的修正、甚至創設專法來規範產業發展或使用規則。因此我才會說智慧交通正式落實在生活周遭的那一天仍有一段距離需要努力，而努力的方向就是參酌接下來實驗的結果，讓法規跟生活習慣可以逐漸的被調適。

　　而在那一天正式來臨之前，我想可以透過本書一窺未來世界可能的樣貌，作者引用了大量的數據資料以及細膩的筆觸，將無人載具能夠為人類社會可能帶來的改變鉅細靡遺的呈現。但並不是一味的宣揚好處、或是不斷的揭露缺點，而是優劣並陳，讓讀者能夠用最全面的方式來理解即將到達眼前的近未來。

　　誠心推薦大家閱讀此書，無論你支持與否，未來不論是人工智慧，或是無人載具的應用，都將會是一種趨勢，在瞬息萬變的科技巨變走近我們之前，可以透過本書做好萬全的準備。

推薦序四

自駕車，產業商機與社會衝擊的技術革命

丁彥允（喜門史塔雷克〔7Starlake〕創辦人）

　　2017年5月，喜門史塔雷克（7Starlake）把臺灣跟法國EASIMILE合作開發的EZ10無人小巴引進臺灣以來，從台北市信義路公車專用道、高雄亞洲新灣區、彰化高鐵特定區、嘉義故宮南院、雲林台西安西府、臺灣大學水源校區、台南成功大學光復校區，再回到台北101大樓。

　　這輛自駕小巴走過了大半個臺灣，搭載過了臺灣社會各個階層領域對「自動駕駛」充滿好奇與期待的心，希望藉由試乘來親自體驗及了解無人小巴是否能夠成為「最後一哩」接駁的交通運具。更多的是迫不及待希望能了解這輛「聰明的運輸機器人」裡面的科技成分是否能夠連結臺灣現有的產業技術，讓臺灣在這波「人工智慧」的發展下銜接上光速般進展的技術革命浪潮。

　　「無人駕駛」這個議題為何一直占據媒體的主要版面，我想有幾個特點：

　　◎1.自動駕駛社會學
　　自動駕駛即將解構「傳統運輸及交通產業」，就像十七世紀的資本主義發生在歐洲，解放了土地的生產力，新的動力來源（蒸汽機）提供超越動物百倍以上的動力與方便性、進而帶動了第一波工業革命。

　　無人駕駛雖然尚未大量的走入我們的生活，但是光想像隨叫隨到、沒有司機的服務模式，大家立即紛紛預測哪些行業會因為需求遞減而式微、如果車輛變少了那麼都市的停車場釋放出來後的空間要如何應用？現有的道路空間及都市規畫方式也要重新思考。這個面向衝擊的交通營運及都市計畫、這樣的討論只會跟隨著新科技的發展而增加更多的媒體報導與討論。

　　◎2.自動駕駛應用科學
　　延續上一門學科自動駕駛社會學帶來城市面貌的改變，因為個人的移動（Mobility）變得無比的方便與高效率，在總體車輛減少後，因應智慧移動需求增加所需要的「共享接駁」營運，需要仰賴大量的資料收集分析及運算才能驅動新商業模式的運行。

　　增加的每輛自動駕駛車輛互聯（Vehicles to Vehicles，V2V，車聯網）與交通基礎建設，交通的關聯系統和裝置相互聯結（Vehicles to Infrastructure & Everything, V2X），背後其實需要的是前所未有的大數據（Big Data，海量資料）、物聯網 （Internet of Things, IoT，萬物聯網）和超級運算（Super Computing）。

　　光想到這幾個專業詞彙，以臺灣目前占據全球資通訊產業（Information and Communication Technologies, ICT）發展的領先地位而言，一定是傾注全力，希望能搶占產業先機。

　　◎3.自動駕駛基礎科學
　　「聰明的運輸機器人」自己規畫移動路線、辨識障礙物、加速行駛去載客，到達目的地時精準的停車在你身邊。這個場景要能夠發生所需要的就是「人工智慧」的集成、分析與判斷。

　　人工智慧作為自動駕駛「基礎科學」之一，其實不是這十年內才有的項目，早在第一次世界大戰時期（1912年），盟軍希望研發一種 「機器戰犬」 ，就是一輛裝有輪子的移動鐵盒，在黑暗之中如果感知到敵方的光線即可自動導引移動到光源發出位置，然後引爆自身的炸藥。

　　本書用了將近七成的篇幅，把一百年來機器人發展歷程所需要的各種基礎科學，用科普教育的方式把無人駕駛車的作業系統分為控制工程（Control Engineering） 和人工智慧（Artificial Intelligence, AI）研究，控制工程又稱為底層控制，主要在於協調車輛系統，例如煞車、油門及方向盤。

　　人工智慧系統又稱為高階控制，著重於導航及路線規畫。為何這二項工程的統合之後便能夠在近幾年內達到非凡的成就來實現了Level 3及限定條件Level 4 的無人駕駛呢？

　　這要歸功於下列科技有如指數率的成長CPU運算能力、感應器科技、通訊頻寬、資料儲存。這四項科技每年隨著摩爾定律（Moore's law）提高大約五成的計算效能但是同時可以減少25%至30%的體積大小，有了這些基礎才能讓人工智慧演算法能夠分析高解析度複雜影像、處理光達的點雲（point cloud）巨量資料，深度學習軟體依靠自己的改良能力做到「同步定位與地圖建構」（Simultaneous Location and Mapping, SLAM），這套演算法最終能夠持續不斷的調教機器人地圖的精準度，把這個演算法融合電腦視覺資料後即可以使無人空拍機繪製出山川地貌、運用潛水艇就可以畫出海床的地圖。

　　當人工智慧的演算法可以把導航地圖及路線規畫融合車輛控制系統的那刻起，也開啟了無人駕駛的篇章。

　　本書內容引領讀者思索，當人工智慧協助我們發展實現「零阻力個人移動」的時候，代表著這項科技也擁有了大量的資料，包含了個人移動習性、城市的車流、人流動態，還有高解析度感知器所記錄下來的乘客特徵等等。不間斷學習的人工智慧軟體自動分析判斷你我的衣著、年齡、性別、生活行為模式。

　　知道乘客的習性將會主動帶來新的服務、管理、商業與行銷模式，例如利用對城市車流量的分析、搭配人潮的移動就能重新訂定道路的使用價格；提供「對客戶胃口」的建議，帶你去可以拿折扣的餐廳；主動告知乘客在不趕時間的旅程中如果願意跟其他人共乘一輛車就可以為你節省荷包。這一切看似充滿驚喜的新服務與新商業模式即將因為高度人工智慧走入我們生活。

　　然而從反面思考，擁有了這些資料的部門機構、企業公司也等於掌握了你我的「隱私」，這些資料儲存了我們個人的「獨特性」，甚至可以說代表了我們作為存在的個體、我們的生命，會被機器用來「分析思考」的、被機關掌握的「我們資料」，既可以增進我們生活的便利，也可以變成監控你我的利器，因此資料隱私如同電車軌道上的人命選擇，是無人駕駛車輛及其背後的人工智慧科技發展過程必須面對和處理的道德難題之一。

　　人類文明史上每一項科技的重大發明或是社會制度的改變，為何稱是一場「典範轉移」？亦即：一人有得，一人有失。

　　自動駕駛的高安全性能夠減少95%的車禍發生，也省下大量的通勤運輸時間。車禍減少帶來的正面利益，可聯想的是拯救了上百萬日常交通因為人類駕駛失誤（或甚至犯罪）而可能損失的生命，經濟上也因為交通意外和傷害減少，可減少因為受傷而待在醫院不能工作的損失。

　　然而正面利益背後，也勢必將面對傳統駕駛體系的司機等人類勞動機會的被剝削，甚至會損失原有的交通支援系統的商業機會，例如平時提供道路救援、急診醫療、車禍律師、保險業務到器官捐贈體系。

　　這些龐大產業鏈將因為需求降低而遭受衝擊，如同1940年代的「創造性破壞」經濟學理論描述顛覆式科技出現後的產業重新建構過程：科技摧毀了舊產業時、就會誕生下個新產業。無人駕駛的字義比較容易聯想、相關的產業衝擊也應該可以預先準備，但是其背後的人工智慧科技牽涉的龐大關連產業鏈商機和社會系統衝擊，就像是冰山底下的體積難以估計，亟待具有豐富想像力的科學家、社會學家及你我一起來努力！