學什麼、做什麼有前景？廠商企業的機密，我們告訴你
執筆者代表
安永經營顧問公司管理顧問 杉本陽子
「人工智慧將支配人類」、「人工智慧將奪走人類的工作」，世人大多把人工智慧想像成「恐怖的東西」。然而，不論好與壞，應用人工智慧（Artificial Intelligence，AI）確實可以使許多不可行的事變得可行，所以我們應該思考的是要如何善用這項技術，也就是要對未來發揮想像力。
編按：人工智慧（Artificial Intelligence，AI）是指由人工製造的系統所表現的智慧，一般是指可以觀察周遭環境並做出行動，以達成目標的系統。人工智慧的核心問題包括推理、規畫、學習、交流、感知的能力等等。目前有大量的工具應用了人工智慧，包括搜尋和邏輯推演等等。 開車不該專心，最好同時做其他事
2020年，搭載人工智慧的自動駕駛車已經在街上四處飛馳，馬路上經常可以看到半自動駕駛車，在高速公路和停車場等特定場所實現無人駕駛。自動駕駛車的出現，會讓我們的生活變成什麼樣子呢？
住再遠，也能一週賴在爸媽家
「今天早上，隔壁的史密特小姐送我們她剛烤好的麵包，是媽媽喜歡的那種放了很多水果乾的麵包，我也幫妳泡好紅茶了。」
在斯圖加特（Stuttgart）的汽車公司裡擔任業務員的克勞斯（Klaus）一面跟母親說話，一面戴好手套、穿上慢跑鞋出門慢跑。他先深深吸了一口氣，讓冷冽的空氣充滿整個胸腔，再做些簡單的伸展運動，然後才開始緩緩的跑起來。每次回去蓋羅爾茨霍芬市（Gerolzhofen）的老家時，克勞斯都會到附近的森林裡慢跑。
30分鐘後克勞斯回到家時，母親正好坐在餐桌邊，一邊用平板電腦讀新聞，一邊喝著紅茶。她手裡拿的馬克杯上寫著「全世界最棒的奶奶」。這是去年她生日時，克勞斯的8歲兒子克里斯在製圖課上，親手用3D印表機製作的杯子。
克勞斯正打算沖個澡時，無人機為他送來放在斯圖加特公寓裡的衣服。這是昨天夜裡，克勞斯利用智慧型手機下單叫件的。他換上剛送來的衣服，梳好頭髮，穿上擦鞋機器人擦得光亮的鞋子。
他雖然很想和母親一起吃早餐，但公司位於大約一百九十公里遠的斯圖加特，實在沒時間悠閒的坐下來。他拿出智慧型手機，觸碰一下APP的圖像，車子就自動從車庫裡開了出來。他的手指一按在車門上，指紋辨識系統便立刻解開車鎖，車門自動打開。
坐進車裡的克勞斯發動引擎後，坐在駕駛座上說：「帶我到公司。」汽車的導航系統立即啟動，馬上有語音應答：
「好的。今天路上沒有發生交通事故，路況良好，預計8點半會抵達斯圖加特。」
「今日的行程如下：10點到Yellow & Grey公司和赫茲（Heitz）先生開會，下午4點半要和印度汽車公司的沙魯瑪（Sharruma）先生，針對在印度生產新車一事進行視訊會議。」
克勞斯緩緩的把車子開出去，離開蓋羅爾茨霍芬市。他之所以需要經常回老家，是因為兩年前母親突然病倒。克勞斯看到母親健康狀況不佳的樣子雖然很擔心，但回到老家的車程大約需要兩個小時，要是遇上塞車，甚至需要三個小時，想回老家看望母親一趟，並不是那麼容易，所以剛開始他只能一個月回去一次。
改變這種情況的正是自動駕駛車。雖然價格比手動駕駛車昂貴許多，但克勞斯還是在一年前，咬牙換了這輛可以在高速公路和停車場等地自動行駛的「半自動駕駛車」。換車之後，他可以在車子裡面處理公事，即使工作沒做完，還是能夠提早離開斯圖加特，導航系統又會為他尋找最不會遇上塞車的路徑。話說回來，自從自動駕駛車普及之後，道路整體的塞車狀況都獲得減緩，因此，克勞斯才可以如此頻繁的回老家照顧母親。
車子離開蓋羅爾茨霍芬市之後沒多久，就上了德國的高速公路，接著克勞斯啟動自動駕駛模式。從這裡開始，他不必親自駕駛，車子也能把他帶到目的地。克勞斯放開方向盤，回轉座椅，後座有一張小桌子，上面放著一台電腦。他一邊吃著帶上車的麵包，一邊打開電腦，檢查電子郵件、確認今天開會的議程、修改要給客戶的資料、練習簡報。
時鐘走到7點半，他接到一通視訊電話，是和前妻一起住的6歲女兒凱倫及8歲兒子克里斯打來的。在視訊電話裡，克里斯說：「這個週末我想去露營、生營火。」凱倫聽到後在後座跳上跳下的大叫：「我也要、我也要。」今天是星期五，所以克勞斯約好傍晚去接孩子，然後星期六早上到星期日下午帶他們去露營。
掛掉視訊電話後，克勞斯伸了個懶腰，放倒椅子躺下後，嘆了一口氣。他很想念那兩個一天天逐漸長大的孩子。「如果能夠多陪陪孩子們就好了。還有，我當初應該更關心自己的妻子才對。」克勞斯滿心後悔。
不必專心開車，工作與家庭便可兼顧
克勞斯高中畢業後服完兵役，就到慕尼黑大學學習商業經營，之後又到英國有名的商管學院讀書，畢業後擔任知名汽車公司的業務員一職。克勞斯因實力備受肯定，迅速獲得晉升。
然而，他因為出差和開會幾乎整天都不在家，就算人在家裡也滿腦子想著工作上的事。他的妻子也有工作，每天下班後除了趕去學校接小孩，回到家還要煮晚餐、打掃、洗衣、看孩子們的功課、帶他們去上網球課或鋼琴課，一個人要承擔這麼多的事情。對這樣的日子感到厭倦的妻子，終於帶著兩個孩子搬去她父母居住的達姆城（Darmstadt）生活。於是，克勞斯賣掉郊區的房子，搬到斯圖加特市內的單身公寓。
不久後，汽車導航系統告知「即將抵達目的地」，兩分鐘後，車子到達公司。克勞斯對著照後鏡調整衣領和領帶，然後拿起公事包踏出車外。他按一下智慧型手機上的按鍵，無人乘坐的車子就自動開往公司的停車場，尋找車位停車。
走進公司大樓，克勞斯泡好咖啡、打開電腦後，走到影印室，看到剛才在車子裡傳送過來的資料已經列印出來，而且還用釘書機裝訂好了。他拿著這些資料，請上司到會議室進行會議前的最後確認。
克勞斯預定9點40分出發前往Yellow & Grey公司。離開辦公室之前，只要先用智慧型手機叫車，就能在搭乘電梯下樓，並且走出一樓大廳時，看到車子在門口待命。到達客戶的公司，下了車之後，車子又會自動到停車場尋找車位停好車。
會議順利結束後，克勞斯坐進車裡發動引擎，這時已經是午餐時間。導航系統自動在儀表板上顯示周遭地圖，介紹了幾家克勞斯可能會喜歡的餐廳。自動駕駛車的導航系統會從平時的行為舉止進行分析，從而了解他對食物的愛好。克勞斯告訴導航系統，自己想去新開張的泰國料理餐廳用餐，於是導航系統自動計算出最短路徑，引導汽車前往該餐廳。在前往餐廳的途中，克勞斯透過車子連接公司的視訊會議系統，向上司報告洽商結果。
克勞斯在下午4點時結束工作，然後按照早上的約定，開車去接兩個孩子，因為開車到孩子們居住的達姆城，需要將近兩個小時的時間。克勞斯在下午4點半時接到一通視訊會議，因為車子一上高速公路就能切換到自動駕駛模式，所以他就算人坐在車子裡，也可以集中精神開會。
克勞斯以前星期五都要工作到很晚，即使是能見到孩子們的週末，他也只能在星期六早上才去接他們。從達姆城回到斯圖加特時，往往已經過了中午，而星期日又得在傍晚送孩子們回家，導致他們無法有效利用相處的時間。但現在，他可以在星期五提早離開公司去接小孩，這麼一來，星期六就可以陪孩子一整天了。
自動與半自動駕駛車現況分析
我們從以上的故事可以知道，因為自動駕駛車的出現，2020年的商務人士支配時間的方式，已和現在有很大的不同。由於人類已經不必親自駕駛汽車，所以可以在汽車行駛途中工作或是開會，能夠更有效率的運用移動時間。
開車時間挪作他用，駕駛減輕負擔
從2020年的故事回頭看現在，會發覺現在的駕駛人浪費太多的時間在駕駛汽車上。比起電車通勤者居多的日本，這個情況在開車通勤者占大多數的美國更加明顯。在谷歌（Google）公司裡，以開發自動駕駛車聞名的塞巴斯蒂安．斯倫（Sebastian Thrun）曾說：「美國的勞工平均一天有52分鐘是在塞車中度過的。」只要採用自動駕駛車，駕駛人就能有效利用這些「浪費掉的時間」。
最近蔚為話題的自動駕駛車，其概念大致可以分成兩種：一種是駕駛人完全不必參與駕駛的「全自動駕駛車」；另一種則是可在高速公路或停車場等特定場所，實現自動駕駛的「半自動駕駛車」。目前仍無法斷定在2020年之前，前者能否問世，但至少我們已經能預測到，後者的半自動駕駛車可以實現。出現在本章故事裡的是半自動駕駛車，當克勞斯的車在高速公路上切換到自動駕駛模式後，他就在車上吃早餐、打視訊電話、看新聞或電影、用電腦工作等等，可以有效率的利用時間，而且也不會因為在高速公路上的長距離移動而感覺疲憊。
防範分心、馬路三寶而導致的交通事故
多數交通事故發生的主要原因，都是汽車駕駛人在認知、判斷及操作上出了差錯。而引起這些差錯的原因，是駕駛人未確認行車安全或是開車時心不在焉。「雖然我有踩煞車或是減速，但我沒有充分確認好行車安全」、「行駛中操作汽車導航或是手機」等等，都是經常聽到的事故原因。
人們期待自動駕駛車普及後，就能防範人為疏失所引發的交通事故，同時減少死傷人數。谷歌公司的塞巴斯蒂安．斯倫之所以致力於自動駕駛車的研發工作，聽說是因為在他18歲時，最要好的朋友死於交通事故，所以他才立志要消滅世上所有的交通事故，拯救更多人的性命。
維持適當的行車距離，塞車不再走走停停
現在每到假日或是返鄉的尖峰時間，高速公路就會出現大塞車。根據日本警視廳的紀錄，2014年高速公路的塞車距離，最長達184公里。曾經遇過塞車的人就知道，塞車會對駕駛人的精神及肉體帶來極大的負擔。造成塞車的原因之一，是因為駕駛人在開車時無法使車子維持一定的速度及行車距離，車流狀況因而變差。但自動駕駛車可清楚辨識前後車的行車距離，並自動控制油門及煞車，以便隨時維持適當的行車距離。因此，自動駕駛車的普及，可望減緩塞車狀況。
自動駕駛是這樣運作的
那麼，本章所介紹的自動駕駛車，要怎麼樣才能在路上行駛呢？我想概略說明一下它的功能架構。半自動駕駛車在行駛中，會自動辨識車體的所在位置及路上的障礙物。
要辨識車體的所在位置，可以利用GPS資訊及3D地圖兩種方法。GPS是目前取得位置相關資訊所採用的最普遍方法，但因為精準度會有數公尺到十幾公尺的誤差，而且在高樓林立的都市、隧道及山區等地，也很難掌握到精準的位置，所以自動駕駛車使用的是3D地圖。3D地圖是利用影像感測器和測距感測器，把自動駕駛車車體周遭的景色繪製成3D圖，然後再和車子內建的3D地圖做比對，以鎖定車體的正確位置。這種技術就叫做「即時定位與地圖構建技術」（Simultaneous Localization and Mapping，SLAM）。目前的3D地圖技術因計算量過於龐大，計算非常耗時，但到了2020年，自動駕駛車在搭載能高速並列處理的GPU之後，相信就能瞬間完成計算了。
針對路上的障礙物，自動駕駛車是根據影像感測器，所取得的車前影像資訊來進行辨識，所以在面對影像資訊時，它會利用深度學習等方法，從車體前方的影像自動判斷出障礙物的存在。一旦自動駕駛車掌握到前方出現障礙物後，就會自動迴避障礙物。由於自動駕駛車的行駛控制電腦已事先針對障礙物存在時，學習適當控制車體的方法，所以這時候，自動駕駛車會針對已辨識出的障礙物，立即做出「煞車」等迴避危險的判斷，然後再根據這項判斷，行駛控制電腦會開始控制輪胎轉向角度，以及油門和煞車系統，以迴避障礙物。
以上內容由大是文化授權刊登，未經允許請勿轉載。
◎更多精彩內容，請見：《2020，我們這樣生活，那樣工作》
圖片來源：stocksnap