伊拉克戰爭引爆的無人車浪潮

本文是《環球科學》總編、社長陳宗周先生撰寫的系列專欄「AI傳奇」的第十四回。最近幾年，「無人車」的概念逐漸走進了我們的生活。無人車的發展是怎樣與伊拉克戰爭聯繫在一起的？各大企業為何如此重視無人車的研發？我們距離真正的無人車又有多遠？在這一回中，陳宗周先生將為我們帶來無人車的故事。

陳宗周是《環球科學》雜誌社社長，《電腦報》創始人。

2017年3月13日，晶元巨頭英特爾公司宣布，以每股63.54美元的價格現金超高溢價收購以色列科技公司Mobileye，總價為153億美元。收購完成後，英特爾的自動駕駛事業部將併入Mobileye。

Mobileye是什麼公司，讓英特爾不但高價聯姻還自己賠進去豐厚嫁妝？成立於1999年的Mobileye，是鼎鼎有名的智能駕駛技術提供商，其先進的駕駛輔助系統演算法、晶元和特斯拉、寶馬、大眾等知名汽車行業客戶，能讓原本是計算機晶元廠商的英特爾得到關鍵技術和客戶，一步跨進汽車自動駕駛大門。

英特爾的這次收購，也是不得已而為之。幾個月前的2016年10月27日，英特爾的強勁對手之一高通公司，以470 億美元的高價收購恩智浦（NXP）公司，這家荷蘭半導體廠商在汽車智能電子，尤其是車聯網（V2V，即車與車互聯）領域具有極高的話語權。高通公司對自動駕駛關鍵技術，同樣志在必得。

兩大晶元巨頭的收購，還只是自動駕駛領域併購的兩場重頭戲，據統計，在一年多的時間內，重要收購和投資達到30多起，總金額超過1000億美元。一擲千金的包括福特、通用、寶馬、豐田等汽車巨頭。

這樣的瘋狂收購，讓自動駕駛技術初創公司的身價扶搖直上。2016年3月，通用汽車以10億美元收購的舊金山無人駕駛技術公司Cruise Automation，是僅有40人的初創公司；而2017年2月福特汽車10億美元投資的，名不見經傳的匹茨堡ArgoAI公司，成立僅一個多月。

自動駕駛領域內的收購狂潮，預示著一場產業風暴已經來臨。有人樂觀地預測，到2020年無人駕駛或智能輔助駕駛的汽車將達1億台，而到2025年，自動駕駛汽車產業規模將超萬億美元。全球汽車目前保有量超過10億台，無人車是AI技術最大的應用場景，也是全球相關企業必須趕赴的世紀盛宴。

自動駕駛概念和無人車歷史

無人車和無人機一樣，也是屬於AI領域的一大類移動機器人。但無人車涉及的概念比較混亂，智能駕駛、自動駕駛、無人駕駛這些名詞常常糾纏在一起。國際汽車工程師協會（SAE International，前身為汽車工程師協會）定義了自動駕駛從L0級到L5級的6個級別。分別為無自動化駕駛、輔助駕駛、部分自動化駕駛、有條件自動化駕駛、高度自動化駕駛和全自動化駕駛。L1到L3級雖然也可以稱為智能駕駛，卻需要人來處理行駛過程中的情況，還不是完全意義上的自動駕駛，更不能稱為無人駕駛。L4級智能駕駛中，汽車可自行處理所有行駛相關任務，但嚴格限定在封閉停車場或高速專用車道等特定場景，這時可以說是自動駕駛，或者說特定場景的無人駕駛。L5級即完全自動化的汽車，才可以稱為無人駕駛。無人駕駛汽車即無人車。由此可見，智能駕駛概念涵蓋很寬，自動駕駛標準很高，而無人駕駛標準最高，是頂級目標。

雖然無人駕駛車有如此高的標準要求，但無人車的研究歷史卻非常久遠。1921年在無線電雜誌中，就報道過無線電遙控車輛。在第二次世界大戰中，蘇聯的無線電遙控坦克曾投入對芬蘭和德國的實戰。而英國和德國在二戰中同樣開發過無線電遙控坦克和其他無人車輛。

上世紀60年代，美國國防部高級研究計劃局（DARPA）資助的AI項目中，就有移動機器人Shakey，目標是自主或半自主機器人。Shakey是一個有輪子的平台，裝有電視攝像機、感測器和計算機來完成導航等任務，在當時已經是很先進的無人車了。在20世紀，全球無人車研究項目主要用于軍事，DARPA依然在大規模資助自主陸地車輛（ALV，即Autonomous Land Vehicle)的研究。

伊拉克戰場引發的無人車挑戰賽

進入21世紀，發生了一件對無人駕駛車輛發展起了很大促進作用的事件，讓無人車研究迅速從軍用擴展到民用。那些年，許多駐伊拉克美軍士兵死於路邊炸彈，軍方對使用智能無人車的需求越來越迫切。而直到2002年，由軍方資助的無人車研製項目已進行了十多年，卻只造出幾台又笨又慢的樣車，令人大失所望。

於是在這一年，DARPA決定另闢蹊徑，舉辦一項獎金為100萬美元的公開競賽，吸引更多的團隊投入智能車的研究。2003年2月，DARPA局長安東尼·泰瑟爾（Anthony Tether）高調宣布，將於2004年3月在內華達州莫哈維沙漠舉行首屆智能車挑戰大賽(Grand Challenge)。第二年比賽如期舉行，卻沒有一輛智能車跑完全程。

第二年情況大變。DARPA將2005年第二屆挑戰賽獎金翻番，提升到200萬美元。或許是重賞之下必有勇夫，這一年有五輛無人車跑完全程，其中斯坦福大學的「斯坦利」無人車奪得桂冠，研發負責人和領隊是該校AI實驗室主任塞巴斯蒂安·特隆（Sebastian Thrun），這位傳奇人物，我們在本連載第九回（學習革命，AI掀起教育史上一場數字海嘯）已經見過。

這場競賽的結果意義重大。泰瑟爾指出，智能車挑戰賽的目的不僅在於為軍方打造可馬上投入批量生產的智能車，還激勵眾多工程設計高手對智能車開發過程中遇到的一系列難題進行攻關研究。他還說，我們要做的事情，是讓那些以技術為由否定智能車可行性的種種說法不攻自破。今後，人們再也不敢說這是做不到的。

泰瑟爾是對的，智能無人車的開放性研究不但加速了軍用無人車研究進程，還促進相關技術大步走向民用。特隆聲稱：「這個領域的發展潛力驚人。自控車輛的重要意義將不亞於互聯網。」特隆後來身體力行，加入谷歌公司領導無人車研發團隊。

競賽提供的212.4千米的賽道，有急彎、隧道、路口，還有山路，具有很強的實用性。而競賽中無人車使用的高精度差分GPS、激光感測器、立體攝像、環境感知視覺系統等裝備與技術，都是無人車民用進一步研發的技術基礎。沿著這樣的方向，無人車快速從軍用走向民用。

第二屆智能車挑戰大賽的冠軍「斯坦利」

民用研究乘勢而上

谷歌公司動作很快，2009年靜悄悄地啟動了無人駕駛項目，研發團隊領軍人物正是塞巴斯蒂安·特隆。在他的領導下，項目進展順利，到2010年，谷歌的無人車已經經過了14萬英里（約22.5萬千米）的測試。2012年4月，谷歌公布自己的無人車，命名為10100，這正是google這個單詞的詞源。2012年5月，在美國內華達州允許無人車上路3個月後，谷歌的無人車得到合法車牌。為了警示，無人車車牌為紅色。2014年12月，谷歌宣布完成了第一輛無人車原型，和以前用現有車輛改裝不同，這是一輛從設計到製造都從無人駕駛出發的全功能無人車。

谷歌無人車起步很早，但商業化進程卻非常緩慢，2016年12月無人駕駛部門才獨立，建立名為Waymo的子公司。而到今天，谷歌的無人車已經測試了超過百萬英里，但卻一直有人在車上跟隨，隨時準備在有異常情況時接管汽車駕駛。這實際上還處於SAE自動駕駛分級的L3級，即有條件自動化駕駛，嚴格說來還不算無人車。即便這樣，2016年谷歌的無人車在公司附近的山景城還是發生了一起與貨車相撞的事故，給谷歌無人車前景蒙上一層陰影。

谷歌公司僅僅是無人車的積極推進者之一，自動駕駛的風潮早已席捲全球。2017年5月17日，美國著名風投數據公司CB Insights發布了最新的無人駕駛企業名單，正在開發上路自動駕駛汽車技術的有影響企業，由2015年的25家、2016年的33家，增加到2017年的44家。

這份名單中，既有谷歌、微軟、蘋果、百度、華為、三星、英偉達、英特爾等知名IT企業；更有豐田、大眾、通用、福特、寶馬、賓士、奧迪、日產、本田、沃爾沃等汽車巨頭；還有優步（Uber）、滴滴這樣新興的網約車服務公司。重要的零部件提供商、卡車和巴士廠商也都擠進這份自動駕駛企業名單。給人的印象是，該來的都來了，一個也不差，誰也不願意錯過自動駕駛這塊巨大蛋糕。豐田的態度最耐人尋味。2014年豐田曾經聲明，因為安全理由不會開發無人駕駛汽車。話音剛落，一年後的2015年，豐田迅速轉向，宣布在無人駕駛研究上投入10億美元預算。豐田怎麼敢錯過這場世紀盛宴？

狂人馬斯克來了

傳統汽車巨頭們相對謹慎務實，都把無人駕駛汽車的上路時間定在2020年以後。在自動駕駛商用上一馬當先的，是特斯拉這樣的汽車行業新秀。矽谷狂人伊隆·馬斯克（Elon Musk）締造的純電動汽車生產商特斯拉，儘管是汽車行業的後來者，2008年才推出第一款純電動車，但卻一登台就引領風潮。馬斯克是一位敢想敢幹的夢想創業家，他敢於夢想並一步步實現夢想。他給自己設定的目標是2017年底研發出能夠從洛杉磯自動行駛到紐約的無人駕駛汽車。

「狂人」馬斯克和特斯拉智能車

事實上，特斯拉的自動駕駛輔助系統Autopilot已於2015年投入商用，到現在已經裝備在十幾萬特斯拉電動車上，很快會擴展到數十萬輛，裝入每一台特斯拉新車。Autopilot的意思是自動駕駛儀。特斯拉激進地把自動駕駛輔助系統命名為Autopilot，吃了不小苦頭。

2016年5月7日，美國佛羅里達州的前海豹突擊隊隊員約書亞·布朗（Joshua Brown）駕駛特斯拉Model S電動車，超速撞向垂直橫穿高速的白色拖掛卡車，布朗當即死亡。當時汽車正處於Autopilot自動駕駛模式。由於布朗先生是名人，又上傳視頻大力宣傳過Autopilot系統，這次奪命事故引起很大關注。雖然最後交通安全管理部門認定主要責任是駕駛員，但Autopilot的安全性引起廣泛質疑。

使用特斯拉Autopilot導致車毀人亡的惡性事故其實更早在中國發生，2016年1月20日在京港澳高速河北邯鄲段，特斯拉Model S撞上正在作業的道路清掃車，交警判定死者高雅寧負事故主要責任，當時汽車也處於Autopilot自動駕駛模式，駕駛員同樣放棄了對汽車的操控。死者家屬起訴特斯拉索賠1萬元，理由是特斯拉營銷過程中存在誤導。這次事故2016年9月14日由央視曝光後，特斯拉中國官網上刪除了「自動駕駛」、「無人駕駛」等用詞，改稱「Autopilot 自動輔助駕駛」。

對特斯拉汽車一系列事故的分析發現，事故的主要責任人都在駕駛員。但特斯拉對Autopilot的介紹與宣傳，客觀上放任駕駛員在使用Autopilot時雙手離開方向盤，把汽車完全交由Autopilot操控，使得發生意外情況時駕駛員也無法及時接管。現在特斯拉對Autopilot軟體進行了重大調整，即使在自動駕駛模式下，駕駛員也需要雙手緊握方向盤。當駕駛員的雙手離開方向盤幾秒鐘後，系統便會自動報警；如果警告被忽視的話，Autopilot將自動退出，只有汽車熄火重啟後，系統才能重新被激活。

讓駕駛員徹底解放雙手，在今天看來還很遙遠。

馬斯克仍然堅持認為現有技術完全滿足無人駕駛要求，2019年可以實現完全自動駕駛，10-15年內，大部分正在使用的轎車、卡車都會被自動駕駛車替換。但是，他的這些預言，需要經過未來實踐考驗。

不同的聲音——無人駕駛還需60年

與馬斯克的樂觀預言相比，認為無人駕駛還需走過漫漫長路的也大有人在，史蒂文·施多福（Steven Shladover）就是一位。《環球科學》雜誌曾經在2016年刊載過這位麻省理工學院博士、智能交通專家的文章《無人駕駛還需60年》，對無人駕駛的未來持非常謹慎的態度。他預言，要達到SAE的L5級標準，實現全工況條件下的完全自主無人駕駛，要等到2075年，即使提前，也不會太早。

這樣的預言，可能為滾燙的無人駕駛熱潮澆下一桶冰水，但同樣值得認真思考。在AI領域中，無人車涉及的技術要比無人機複雜很多。僅以軟體來說，在開發新型商用或軍用飛機時，軟體開發和調試驗證，要佔去很大一部分費用。但是，飛機上使用的軟體遠不如汽車自動駕駛系統那麼複雜。設計飛機自動駕駛系統時，不需要特別考慮飛行過程中，附近飛機的精確速度和位置，因為距離太遠，總有足夠的時間做出反應。飛機在飛行過程中，系統常常可以在指令下達數十秒後才制定出適宜的執行方案。而自動駕駛的汽車，行駛路途中前後都有很多車輛，可能出現突然闖入視野的障礙物，隨時面臨突發情況。任何情況下，汽車的自動駕駛系統都需要在幾微秒之內做出決策，與飛機上使用的系統相比，汽車自動駕駛系統複雜度高几個數量級。而且，汽車自動駕駛系統軟體的安全性，同樣需要經過長時間驗證。

自動駕駛汽車的數據採集和處理，也是一項極具挑戰性的工作。自動駕駛汽車配置大量的感測器。除了感知車況如水溫、燃油、發動機參數、速度等傳統感測器，還有感知周圍環境的攝像頭、激光雷達、毫米波雷達、超聲波雷達等，用來探測道路邊界和車道標線、識別交通標誌和紅綠燈，探測和識別遠近障礙物和行人；有感知位置的陀螺儀、GPS等，來精確定位和判斷行駛路線，進行正確導航；還有車內人機交互的語音感知和識別設備等等。如果到了無人駕駛階段，這些感測器採集的數據有多大呢？大數據分析師馮·里吉門納姆(van Rijmenam)指出，無人駕駛汽車上的大量感測器，每秒鐘可生成1GB的數據。這些數據中很多都需要實時處理，以保證行駛安全。這對無人車的處理硬體和演算法都提出很高要求，處理功能強大的高智能深度學習晶元和各種複雜的演算法已經開始應用在自動和無人駕駛汽車中。一台無人車，可以看成是一套高度複雜、集AI技術大成的智能系統。

無人駕駛涉及的問題遠不止這些，交通基礎設施的智能化，以及相關法律的健全和完善、管理制度的進步、人們觀念和認識變化等等非技術層面的社會因素，這些，都會決定無人駕駛進程的快慢。

無人駕駛夢想實現是十分艱難的，需要循序漸進地一步步前進。在這一歷程中，AI正在一天天扮演更重要的角色，這也是在AI研究方面有深厚基礎的IT科技巨頭們紛紛投入無人車研發的重要原因。AI大步走進汽車行業，會讓汽車的智能化水平得到脫胎換骨般的提升。

無人駕駛夢想十分美麗，因為它會帶來一場前所未有的交通革命，今天困擾人類的交通傷害、交通擁堵、能源浪費、環境污染等難題，都可能因為無人駕駛得到解決或緩解。

暢想一下未來吧：在任何地方，無人計程車會在需要時自動來到身邊；無人卡車排著隊自動運輸貨物；車庫和停車場會減少，因為無人車會自動精確泊車，不需要開門上下客人，車位面積會縮小；甚至汽車也會減少，因為無人車會不知疲倦地日夜自動行駛，汽車的利用率和共享程度會大幅提高……

那一天會有多遠？也許，AI能夠回答。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！