自動駕駛分級的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

為演算法服務的免洗人力：平台資本主義時代的勞動與剝削

為了解決自動駕駛分級的問題，作者PhilJones 這樣論述：

演算法為人類的需求服務， 但它的運作卻建立在將人類視為免洗人力的剝削。   覺得Google、臉書變得越來越聰明，不僅馬上就能找到正確資訊、掌握即時動態，還會判別釣魚網站、過濾不舒服的內容？ 事實是，演算法裡頭藏了真人：要有人教導機器學習，它才能變得「聰明」。 正如亞瑪遜的貝佐斯所言，人工智慧，其實是「人工的人工智慧」。   人工智慧帶來人機混合的新工作模式。由自駕車、無人商店、語音客服開啟的趨勢，已經蔓延至翻譯、會計、金融、管理、醫療等更專業的領域。平台資本主義拆解原本的專職工作，將機器無法處理的部分，化成零散的微工作，拋給人力群包平台的接案者。 巨型平台規避傳統勞資關係，減少專

業人力成本。在平台接案的微工作者沒有權益保障，也沒有固定薪水，甚至連為哪家公司工作、工作的目的是什麼都不清楚，成為案主呼之即來、揮之即去的免洗人力。 群包平台大灌「自由接案」的迷湯，但其實就是微工作者必須自行承擔所有風險。你不知道何時可以接到下一件案子，報酬會有多少，你成為工資的狩獵採集者，為的只是要一圓科技大亨移民火星的狂想。 在全自動機器人與智慧助理的喧鬧之下，瓊斯清晰而仔細地揭露使得我們的數位社會得以成真的工作者究竟身在何方。對於這個通常看不到的低薪、超時工作且毫無保障的世界，本書為必讀導覽。 ——斯尼切克（Nick Srnicek），《平台資本主義》（Platform Capita

lism）作者   讓瓊斯為你導覽數位化資本主義最醜惡的陰暗面。在此，科技巨頭監控工作者的一舉一動，把他們的鍵盤敲擊與滑鼠點選聲轉化為獲利，而在我們持續加班的同時，「工作」本身卻是分崩離析。為了在慘澹的未來降臨到每個人身上之前預先阻止它，瓊斯寫下了這篇優美的戰鬥宣言。 ——賈非（Sarah Jaffe），《工作不會回報你的愛：對工作的奉獻，如何剝削我們、耗盡我們的心神，並使我們孤獨》（Work Won’t Love You Back: How Devotion to Our Jobs Keeps Us Exploited, Exhausted, and Alone）作者   在這本節奏明快的精

彩著作中，瓊斯探討了數位經濟工作者的隱身之地。在此，全世界的過剩勞工為了不到兩美元的時薪標注影像、管理網站內容與教導運算法辨識寵物。《為演算法服務的免洗人力》同時也探究一種新的可能性：一無所有的微工作者該如何團結，帶領要求自由空閒與物質保障的全球運動。 ——貝納納夫（Aaron Benanav），《自動化與工作的未來》（Automation and the Future of Work）作者   帶領讀者前往不為人知的人工智慧生產之地：在後危機的資本主義中，越來越多貧民窟、監獄與難民營中的人們受到高度剝削，靠著不穩定的微工作勉強餬口。瓊斯強調危機迫在眉睫，這種零散化的微工作會威脅所有人的生計，

但他也指出，微工作也可能帶領我們走向一個超越薪資勞動的世界——只要我們勇於爭取。 ——穆勒（Gavin Mueller），《砸毀工作機器》（Breaking Things at Work）作者   瓊斯可謂後加速主義的帶領者。 ——佛斯特（John Foster），「戰場」新聞論壇（Battleground）   令人震驚……在讀過這本書後，你無法再用和以前相同的方式看待電腦，或是那些吹捧電腦乃是我們集體救贖之道的人們。 ——布斯尼克（Katjo Buissink），《馬克思與哲學書評》（Marx and Philosophy Review of Books）

自動駕駛分級進入發燒排行的影片

論自駕車之侵權責任兼論產品責任

為了解決自動駕駛分級的問題，作者黃玄東 這樣論述：

　　人工智慧技術的進步在各個領域都引起廣泛的討論，同時也正在改變人類現有的產業以及生活方式，包括金融產業、醫療產業、法律產業等等；汽車產業也正在面臨人工智慧技術所帶來的產業革命，其中的自駕車就是人工智慧技術的產物，自駕車為人類帶來便利的同時也將對現行的法律制度帶來一定程度的衝擊。　　美國汽車工程師學會（SAE）依照自駕車的自動化程度將自駕車分為Level 0到Level 5共6個等級，這其中大致可以分為三種類型分別為「無自動駕駛」、「部分自動駕駛」以及「完全自動駕駛」；然而各個不同自動化程度的車輛在發生事故時所要究責的對象也應有所不同，在完全自動駕駛的類型由於是由人工智慧系統進行車輛的操作，

故車內甚至沒有實際的駕駛人，這類情況應如何究責即有爭議，又自駕車的製造極其複雜，當車輛因產品有瑕疵所導致事故時又應如何究責，此即為本文所欲研究的內容。　　本文將先介紹人工智慧技術與自駕車技術的發展以及其對法制的衝擊，再介紹德國近年對自駕車的立法政策；接著再聚焦於自駕車的侵權責任以及產品責任，分別探討責任主體以及自駕車在侵權行為法的各種適用可能，並且將自駕車在各個環節與各種可能發生的情況包括製造商、零件商、進口商甚至零件故障所導致事故的產品責任類型一一列出討論，最後再綜合結論與建議。　　本文希望可以透過上述的研究為自駕車的法律問題找到一個系統性的應對辦法，在尚未有專門針對人工智慧或自駕車的專門立

法時，得出一個可以透過現行法律的解決之道。

算力網路：雲網融合2.0時代的網路架構與關鍵技術

為了解決自動駕駛分級的問題，作者曹暢 這樣論述：

在計算與網路發展緊密結合、技術相互促進、產業協同合作的背景下，我國率先提出了“算力網路”的概念，中國聯通研究院作為國內算力網路研究開展較早的科研機構之一，專門組織多位專家撰寫了本書。   全書分為9章，第1～2章回顧了雲網融合的發展歷程，算力網路提出的背景、技術內涵與業界研究進展。第3章論述了算力網路架構與技術體系。結合該技術體系，第 4～7章分別從算力網路的控制與轉發、編排與調度，算力建模與交易及其他關聯領域方面闡述了相應的關鍵技術。第8章對算力網路主要應用場景進行了闡述。第9章面向未來演進，從機遇和挑戰兩方面對算力網路的產業發展進行了預測。   全書條理清晰，針對性強，既適於對雲網融合和算

力網路技術感興趣的科研人員閱讀，也可作為高等院校電腦、通信、電子工程等專業研究生的專業課參考書。 曹暢，博士後，高級工程師，現任中國聯通研究院未來網路研究中心高級專家，智慧雲網技術研究室主任，第七屆中國通信學會資訊通信網路技術委員會委員，中國通信標準化協會CCSA“網路5.0技術標準推進委員會”架構組副組長，主要專業領域為IP網路寬頻通信、SDN/NFV、新一代網路編排技術等，已發表論文30餘篇，獲得專利授權10余項。   唐雄燕，中國聯通研究院副院長，首席科學家，“新世紀百千萬人才工程”，北京郵電大學兼職教授、博士生導師，工業和資訊化部通信科技委委員兼傳送與接入專家諮詢組副

組長，北京通信學會副理事長，中國通信學會理事兼資訊通信網路技術委員會副主任，國際開放網路基金會ONF董事；主要專業領域為寬頻通信、光纖傳輸、互聯網／物聯網、SDN/NFV與新一代網路等。   張帥，工學碩士，中國聯通研究院未來網路研究中心工程師，主要從事新型IP網路技術、雲網融合、未來網路架構等創新領域的研究工作，目前擔任CCSA TC614網路5.0技術標準推進委員會需求組副組長。   李建飛，工學碩士，現就職於中國聯通研究院未來網路研究中心，長期從事算力網路、確定性網路、AI演算法應用以及智慧邊緣計算等相關技術的研究，發表論文多篇，獲授權專利10余項。何濤，工學碩士，現就職於中國聯通研究院

未來網路研究中心，長期從事IP網路及算力網路研究工作，已發表論文6篇，授權專利5項。   李銘軒，工學碩士，現就職於中國聯通研究院未來網路研究中心，長期從事雲計算領域前沿技術和標準的研究工作，已發表論文20餘篇，授權專利10余項，牽頭發佈國家及行業標準10余項。   劉瑩，工學碩士，現就職於中國聯通研究院未來網路研究中心，長期從事資料通信轉發面研究工作，已發表論文2篇。   張傳彪，工學博士，現就職于中國聯合網路通信集團有限公司科技創新部，主要研究方向為下一代光網路、先進光纖光學器件等，已發論文10篇，參與多項國家自然基金和國家重點研發課題研究。   屠禮彪，工學碩士，高級工程師，現就職于中國

聯合網路通信集團有限公司網路部，集團資料網專業專家人才，長期從事IPv6/IPv6+、智慧都會區網路、IP都會區網路專業領域的建設和管理工作。已發表論文8篇，曾獲信產部科學技術進步獎二等獎、聯通集團科技創新進步獎一等獎、第十七屆通信行業企業管理現代化創新二等獎。 第1章 雲網融合技術發展回顧 1 1.1 雲網融合發展的背景與趨勢 1 1.2 SDN技術的發展歷程 4 1.2.1 學術研究與互聯網引入期 4 1.2.2 技術推廣與開源標準發展期 7 1.2.3 運營商試點與規模應用期 11 1.3 NFV技術的發展歷程 18 1.4 雲網業務的發展趨勢 22 1.5 本書結構

25 本章參考文獻 26 第2章 算力網路與雲網融合2.0 29 2.1 電信網路發展階段分析 29 2.2 算力網路的定義與內涵 33 2.2.1 雲、邊、端算力資源多級分佈 35 2.2.2 算力網路的服務模式 37 2.3 算力網路與雲網融合的關係 39 2.4 算力網路產業化進程 41 本章參考文獻 43 第3章 算力網路架構與技術體系 45 3.1 算力網路架構 45 3.2 層間介面說明 53 3.3 算力網路技術體系 55 3.3.1 算網協議控制 55 3.3.2 算網轉發設備 57 3.3.3 算力編排與調度 58 3.3.4 算力資源建模 59 3.3.5 算力服務與交

易 60 3.3.6 其他關鍵技術 61 3.4 算網技術體系與現網技術的關係 62 本章參考文獻 63 第4章 算力網路控制與轉發關鍵技術 64 4.1 SRv6技術 64 4.2 APN6技術 72 4.3 算力資訊交互技術 77 4.3.1 交互的必要性 77 4.3.2 分散式交互技術 79 4.3.3 集中式交互技術 81 4.4 確定性網路技術 83 4.5 資料中心網路技術 93 4.6 可程式設計晶片技術 101 4.7 網路作業系統技術 109 本章參考文獻 116 第5章 算力網路編排與調度關鍵技術 118 5.1 雲原生技術概述 118 5.2 資源調度和服務編排技術

架構 123 5.3 資源調度層協同機制 125 5.4 服務編排層功能解析 132 5.5 服務編排技術實現 133 5.6 基於Serverless的服務編排機制 134 5.7 面向FaaS的服務能力開放 137 本章參考文獻 138 第6章 算力建模與交易關鍵技術 140 6.1 算力資源建模技術 140 6.1.1 算力度量 142 6.1.2 算力分級 144 6.1.3 面向業務體驗的算力、存儲、網路聯合服務 145 6.1.4 不同業務場景服務能力需求分析 146 6.2 算力服務與交易技術 151 6.2.1 可信算力交易平臺 151 6.2.2 可信算力交易流程 153

本章參考文獻 154 第7章 其他關聯技術 156 7.1 雲光協同 156 7.2 超低時延與高可靠性 161 7.3 網路安全 167 7.3.1 網路資訊安全的必要性 167 7.3.2 網路資訊安全防護體系 168 7.3.3 安全技術 170 7.3.4 鑒權及管理系統 173 7.4 網路AI與智慧運維 174 7.4.1 自動駕駛網路技術 174 7.4.2 智慧運維技術 175 7.5 IT支撐技術 179 7.5.1 多雲管理 179 7.5.2 集群聯邦 183 7.5.3 Prometheus統一監控 186 本章參考文獻 187 第8章 算力網路主要應用場景 189

8.1 新媒體 189 8.2 車聯網 191 8.3 智能安防 193 8.4 CDN 194 8.4.1 CDN簡介 194 8.4.2 CDN的應用場景 196 8.4.3 CDN的發展趨勢 197 8.5 工業互聯網 199 8.5.1 發展背景 199 8.5.2 算網融合分析 200 8.5.3 應用場景 201 8.6 智慧家庭 202 8.6.1 發展概述 202 8.6.2 應用場景 203 本章參考文獻 204 第9章 算力網路發展展望 205 9.1 算力網路在業界的發展展望 205 9.2 電信運營商相關工作介紹 207 9.3 算力網路的發展新機遇 208 9.4

算力網路面臨的挑戰 209 9.5 全國一體化算力網路發展規劃 211 本章參考文獻 214 縮略語 215

連續場景之車道標線追蹤效能改進之研究

為了解決自動駕駛分級的問題，作者鄭景勻 這樣論述：

自動駕駛是目前汽車工業中最受矚目的技術之一，自動駕駛的實現，包含車道標線追蹤技術，傳統的車道標線追蹤技術，是使用影像處理的相關技術來完成，但隨著近幾年來人工智慧與深度學習的發展，使用人工智慧技術實現車道標線追蹤，逐漸成為未來的發展趨勢。本研究使用深度學習中的語義分割技術，搭配影像處理，完成車道標線追蹤，採用的語義分割網路結構為U-Net，本研究改進原有的架構，使其編碼器的結構替換成DenseNet121網路架構。經過本研究的實驗，結果表明改進後的U-Net網路，其辨識精確率為98.6%、交叉比為63.9%與F1-score為77.9，訓練時間相較其它模型快速，而網路參數也較少，並且在多車道標

線追蹤的任務中表現優異。