在硅谷 無人駕駛技術(shù)正上演“三國演義”

　　下一個駕駛時代，大致就如梅賽德斯奔馳在上一屆CES所展示的那樣：無人駕駛的車?yán)?，人們或閱讀或舉杯相慶。但還要多久，機(jī)器駕駛的車輛才能夠普及于眾人?不僅駕駛者更為自由和安全，整個交通體系也會因此提高效率。

　　目前來看，最大的難點在于讓它們能夠像人一樣“看得見”，一旦越過這一障礙，科幻電影里《少數(shù)派報告》、《遺落戰(zhàn)境》里的駕駛場景很可能會變成現(xiàn)實。

　　1

　　在考慮無人駕駛的必要性上，我得出的答案是它能給人更大的自由——無需你駕駛，但跟公共交通相比，它是專屬個人的，路線上完全服務(wù)個人，也較好地保護(hù)隱私，而以往要實現(xiàn)這些，你可能需要雇一名司機(jī)。是的，現(xiàn)代科技一個重要的特點就是以機(jī)器和算法代替人力，讓機(jī)器和算法為普通民眾做那些以往精英階層家庭傭人為他們做的事情。

　　只需要看Uber在這一領(lǐng)域的動作，就能知道這件事情的必要性：2015年5月，Uber把卡內(nèi)基梅隆大學(xué)機(jī)器人實驗室里所有與自動駕駛有關(guān)的人員都招走了，包括研發(fā)人員、市場專家等50多人，除此之外，還在離實驗室不到1英里(約合1.61公里)遠(yuǎn)的地方租了53000平方英尺(約合4923.86平方米)的地方，搭建了個技術(shù)中心。

　　人力成本之高，是美國產(chǎn)生分享經(jīng)濟(jì)的重要原因之一。讓閑暇的擁有私家車車主按照他們的指令載客，再向這些賺到車費的司機(jī)收取傭金，是Uber這個獨角獸公司的盈利模式。毫無疑問，如果無人駕駛能夠代替司機(jī)，這將為這家公司帶來新的擁有更高利潤率的盈利模式。

　　不僅僅是Uber，Google打著“讓生活更美好”的目的一直在積極推動這項技術(shù)。這兩年來Google一直像遛寵物一樣讓公司研發(fā)的無人車在美國山景城行駛，更是讓世人知道這家公司在這一領(lǐng)域的作為。據(jù)《衛(wèi)報》報道，Google成立了自己的汽車公司Google Auto，打算量產(chǎn)那款外形可愛的無人駕駛汽車。

　　值得注意的是，中國互聯(lián)網(wǎng)巨頭百度在這一領(lǐng)域也有所涉足。就在2015年12月，百度讓公司研發(fā)的無人駕駛車輛在路況復(fù)雜的北京行駛。在技術(shù)上，百度的無人駕駛車輛并沒有超越Google之處，但不能忽視一家中國公司在技術(shù)普及上的推動力。

　　2

　　目前來說，無人駕駛主要有兩種路徑，一種是靠“觸覺”，另一種是依靠“視覺”。

　　“觸覺”就是靠雷達(dá)。正如所見，在山景城附近溜達(dá)的谷歌無人駕駛車頭上頂著一個黑色的雷達(dá)，百度的車也是如此，他們依靠車上雷達(dá)，通過激光掃描，判斷出周圍障礙物的遠(yuǎn)近。

　　“雷達(dá)這種方式比較容易得出比如說前面的障礙物有多遠(yuǎn)這類結(jié)果，不需要太大的計算量。”百度硅谷研究院杰出科學(xué)家徐偉在接受界面新聞采訪時指出，這種路徑有它固有的弱點。“雷達(dá)探測，它只能知道前面有個東西，很難知道比如前面的車道線在什么地方，它也無法識別周圍的一些交通標(biāo)識牌”。

　　目前這種依靠雷達(dá)的無人駕駛技術(shù)路徑在很大程度上依賴高精度地圖，毫無疑問，使用非常受限。而目前宣稱在多少年之內(nèi)將無人駕駛車輛商用的公司，比如百度，計劃的也是擴(kuò)大高精度地圖覆蓋范圍。

　　即便是Google的車輛，看起來在山景城附近溜達(dá)得悠然自得，但實際上這并不具備可復(fù)制性。Google為汽車裝備了經(jīng)過強(qiáng)化的山景城街景，城市的虛擬地圖，通過這種方式，無人駕駛的車輛明確知道街道是什么樣，只需要靠雷達(dá)探測出比如汽車和行人等障礙物。

　　截至目前，Google僅繪制了全美400萬英里(約合643.73萬公里)道路中的2000英里(約合3128.68公里)，這個目標(biāo)可謂任重而道遠(yuǎn)。

　　除此之外，依靠雷達(dá)探測的車輛硬件成本也十分高昂，根據(jù)Techinsider的調(diào)查，單個激光測距系統(tǒng)的價格就要8萬美元(約合51.90萬元人民幣)左右。

　　包括Tesla在內(nèi)的一些廠商認(rèn)為，未來無人駕駛的方向應(yīng)該是依靠“視覺”，即涉及深度學(xué)習(xí)算法的圖像識別。“這時機(jī)器就像人一樣，能夠識別圖象，然后決定該怎么做。很大程度上依賴深度學(xué)習(xí)，因為現(xiàn)在大量的計算機(jī)視覺的算法背后都是深度學(xué)習(xí)。”徐偉表示。

　　這種路徑?jīng)]有被采用的原因在于目前技術(shù)還達(dá)不到“無人駕駛”的水準(zhǔn)。“它的精度還沒有達(dá)到自動駕駛的要求，比如說對于判斷前方的車體距離的監(jiān)測還沒有雷達(dá)做得好，另一方面它的計算量還遠(yuǎn)遠(yuǎn)超過雷達(dá)那樣的系統(tǒng)的計算量。”徐偉在百度硅谷研究院從事的正是計算機(jī)視覺方面的研究，應(yīng)用到無人駕駛車輛上是他們研究應(yīng)用的方向之一。

　　圖像識別在一定程度上解決了雷達(dá)路徑無法識別交通標(biāo)識、依靠高精度地圖以及價格昂貴等問題。

　　Elon Musk就是這一路徑的堅決支持者，它在指責(zé)Google路徑錯誤的同時，采用了兩種路徑結(jié)合的方式，從Tesla向外界揭露的無人駕駛汽車來看，采用高速攝像頭讓汽車“看得見”，識別車道、交通標(biāo)識，此外，仍然采用了12個雷達(dá)，感知汽車周圍的車輛和其他障礙物。

　　看上去，Musk還希望通過現(xiàn)有的Tesla車主去“訓(xùn)練”未來將使用的自動駕駛系統(tǒng)，讓人訓(xùn)練機(jī)器，讓機(jī)器越來越像人是目前涉及深度學(xué)習(xí)算法的常用路徑——Facebook就聘請了一群合同工來訓(xùn)練即將推出依賴機(jī)器學(xué)習(xí)的虛擬助手“M”。

　　3

　　無人駕駛時代遲早都會到來，這是包括徐偉在內(nèi)的這群科學(xué)家所堅信的。“最終形態(tài)應(yīng)該是像人一樣，看見了什么，能夠做出判斷如何做反應(yīng)，不需要很精確很精確的地圖。”

　　像徐偉這樣的科學(xué)家正致力于讓機(jī)器具備“像人一樣看得見”的能力——這種大多數(shù)哺乳動物天生具有的能力。世界上幾乎所有動物都有眼睛，都能以某種方式看見這個世界，即便是昆蟲，它大腦比人類簡單得多，都知道在看見后如何做出應(yīng)對，而不需要強(qiáng)大計算能力——是進(jìn)化讓他們先天具有這種功能。

　　讓汽車達(dá)到像人一樣還有很長的路要走，比如漂浮在高速公路上的紙非常顯眼，卻沒有危險性可言。

　　更重要的是駕駛時很大程度涉及駕駛者之間或者駕駛者和行人之間的關(guān)系、交流，而這種交流往往是一個細(xì)微的表情甚至是一個眼神，比如駕駛者常常微笑示意正要過馬路的行人先走。對于機(jī)器而言，識別一個類似小動作可謂是困難重重。

　　谷歌最近公布的一個報告表示，自2009年測試無人駕駛車以來，總計被撞擊14次，包括11起追尾事故。該公司特別強(qiáng)調(diào)，在所有車禍中，谷歌自動駕駛車都是無過錯一方。但在我們看來，不排除一種可能是，如果是人在開車，司機(jī)和司機(jī)之間有有效的交流，一部分事故是能夠避免的。

　　毫無疑問，無人駕駛車輛一旦較大規(guī)模上路，既往所遵循的一些駕駛習(xí)慣甚至是交通條款都可能面臨改變。而可以預(yù)見的是，當(dāng)人駕駛的車輛和無人駕駛車輛混合時，會有一定的麻煩，“太笨了，無人駕駛車”，這樣抱怨一定不會少。而無人駕駛車輛的最終目的是整體交通效率的提高，這或許需要無人駕駛車在整體行駛的車輛中達(dá)到某個比例。

　　除此之外，目前無人駕駛車輛往往陷入一個倫理困境，“司機(jī)”必須決定是右轉(zhuǎn)撞上三個在卡車內(nèi)的人，還是左轉(zhuǎn)可能會撞死一個騎摩托車的人?

　　實際上，這種道德困境在目前人駕駛的情況下就出現(xiàn)過，答案當(dāng)然是無解，而這一爭論最終也被各種事故發(fā)生時司機(jī)的本能反應(yīng)所取代。而現(xiàn)在，作為無人駕駛汽車，需要程序員們對這個爭論做出回答——他們需要先對此編程，告訴汽車在面對這種狀況時如何做出反應(yīng)。

　　除此之外，程序員還需要給出另外的進(jìn)退維谷的答案包括在面臨危險時保護(hù)乘客還是保護(hù)行人?

　　“問題在于，誰來決定我們想要的結(jié)果?”Jeffrey Miller，一位編寫自動駕駛軟件的USC專家這樣說到，“你不可能作出一個百分之百的雙贏決定，說撞右邊那個人就是對的。”當(dāng)然，最終結(jié)果有可能從大數(shù)據(jù)中得出——在既往千千萬萬事故中那些人類司機(jī)是如何做出反應(yīng)的。

　　但技術(shù)公司并不卷入這種爭論，他們表示，能夠通過技術(shù)避免這種“不可避免”的情況發(fā)生。