智能網聯汽車測試員：專給自動駕駛汽車「找茬」，讓它聰明起來

巴山正在對智能網聯汽車進行道路測試。攝影/新京報貝殼財經記者俞金旻。

就像訓練大模型一樣，如何讓自動駕駛車輛的「大腦」變得更聰明？此時，智能網聯汽車測試員必不可少，巴山就是其中的一員。

「一隻突然躥出的小動物、一個飄起的塑料袋，都可能會影響自動駕駛車輛的算法決策。最近我們又在讓自動駕駛車輛的‘大腦’深度學習交警的指揮手勢，爭取讓自動駕駛車輛能夠‘看’懂交警的指揮。」在位於上海嘉定區的小馬智行研發廠房中心內，巴山和他的同事向新京報貝殼財經記者介紹著他最近的一些工作心得。

巴山告訴貝殼財經記者，智能網聯汽車測試員不僅僅關乎算法的優化與升級，更是一場精準捕捉並理解複雜交通環境、靈活應對突髮狀況以及不斷優化決策邏輯的挑戰。

近日，人力資源和社會保障部、國家市場監督管理總局、國家統計局聯合發佈19個新職業，智能網聯汽車測試員赫然在列。

智能網聯汽車測試員：專門給自動駕駛汽車「找茬」

「我的工作一半在車上，一半在電腦前。」巴山如是形容自己的日常。或許是經常要跟車測試，他的臉呈現出陽光「親吻」後的小麥健康色。這隻是巴山日常工作中極小的一部分，更多的時候，他沉浸在對路測傳回來的海量數據和複雜場景的梳理與分析中，定位問題後，發送給工程師優化和解決。

巴山2016年大學畢業。「我其實在大學里學的是採礦工程專業，畢業後是因為不想下煤薩克達作，所以找了一份編程員的工作，成為了一名‘碼農’。三年前，我也是看到了自動駕駛的前景，我選擇從‘0’開始，成為了一名自動駕駛汽車測試員。」巴山告訴貝殼財經記者。

作為一名自動駕駛汽車測試員，他的工作，簡單而言，就是讓自動駕駛車輛更「聰明」，「學會」在複雜多變的交通環境中安全、高效地行駛。

談到自動駕駛車輛的智能算法，巴山顯得非常自信。「其實一隻突然躥出的小動物、一個飄起的塑料袋，都可能會影響自動駕駛車輛的決策。」巴山告訴貝殼財經記者，在大量測日常測試工作中，他和他的同事發現，自動駕駛車輛遇見塑料袋的「反應」比較「過激」。「最早的時候，車輛對塑料袋的判斷不是很準確，無法確定能否軋過去，有時會急刹，這對用戶體驗肯定不好。」巴山說，「我們收集了很多數據，工程師逐步優化避障能力，現在的自動駕駛車輛對於識別像塑料袋這樣的障礙物已經非常成熟，可以做出更合理的應對。」

「我的人設其實是專門給自動駕駛汽車‘找茬’。」巴山這麼概括自己的這份職業。

在自動駕駛車輛測試過程中，有一種被稱為「長尾場景」的特殊情況，指的是那些發生頻率極低，但一旦發生就可能對自動駕駛車輛構成挑戰的場景，像飛揚的塑料袋就屬於長尾場景，需要自動駕駛系統具備高度的適應性、魯棒性（系統的健壯性）和應急處理能力。長尾場景具有罕見性和不可預測性的特徵，因此，在測試過程中更被重視。而這需要測試員不斷設計和測試這些「長尾場景」，並讓自動駕駛汽車「聰明」起來。

相較於坐在電腦前看測試車輛傳回來的數據和參數，巴山更享受跟車的感覺，那樣更真實、更直觀，他也願意遇到「新問題」。在一次跟車測試中，巴山遇到一隻小狗過馬路險些被軋到，因為小狗身材矮小，車輛攝像頭並沒有那麼的敏感，「其實我也喜歡養貓貓狗狗，很心疼這些小動物的安全，但自動駕駛車輛遇到此類情況時，無法很好地應對，需要時間考慮。」

巴山回到單位後對遇到小動物的場景進行了反復測試，讓自動駕駛車輛的「大腦」更從容地面對小動物。巴山說，在路上行駛經常會遇到臨停車輛，「他到底是走還是不走？是停還是留？作為人類司機，我們也不是很好判斷。」這個問題反饋到自動駕駛汽車測試員後，經過模型優化，同時向自動駕駛車輛「喂」了更多的處理經驗，現在自動駕駛車輛遇到此類情況能在極短的時間內做出判斷。

不斷優化把每一個細節都打磨好，會以普通乘客身份體驗下自己測試的產品