華章科技在長假期間
將推送6篇入門級科普，包括：
數據與隱私 | 自動駕駛 | AI與就業
黃金比例 | 量子計算機 | 數據科學職業
另外還為既聰明又努力的孩子們
準備了一份充電書單
等你來圍觀！
今天是充電的第2天
導讀： 自動駕駛是一個美麗的夢想，因為它會帶來一場前所未有的智能交通革命。而自動駕駛，又何其艱難。
在自動駕駛領域內，一場前所未有的收購大潮掀起。科技巨頭和汽車大鱷爭先恐後下注，宛如一場世紀豪賭。
有樂觀預測，到2020年自動駕駛或智能輔助駕駛的汽車將達1億臺，而到2025年，自動駕駛汽車產業規模將超萬億美元。全球汽車保有量超過10億臺，是AI技術最大的應用場景，自動駕駛汽車，是人類的偉大夢想。
作者：陳宗周
本文摘編自《AI傳奇：人工智能通俗史》，如需轉載請聯繫我們
01 自動駕駛概念與無人車歷史
自動駕駛涉及到到無人車，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。自動駕駛和無人車的相關概念非常混亂，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0級到5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、全自動化駕駛，6個級別一般簡稱為L0-L5級。
- 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，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級是完全自動化的汽車，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是一個有輪子的平臺，裝有電視攝像機、傳感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都主要用於軍事，DARPA一直在大規模資助自主陸地車輛（ALV ，即AutonomousLandVehicle）的研究。
02 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大事，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，卻只造出幾臺又笨又慢的樣車，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研究。2003年2月，DARPA局長安東尼·泰瑟爾（Anthony Tether）高調宣佈，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)。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把2005年第二屆挑戰賽獎金翻番，提升到200萬美元。重賞之下必有勇夫，這一年有五輛無人車跑完全程，斯坦福大學的斯坦利（Stanley）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）。
這位硅谷傳奇人物，是德國出生、高中時代就自己編制魔方程序的天才，他與許多著名機器人有關。
1997年他開發的世界上第一個機器人導遊，出現在波恩的德意志博物館。而1998年，他的另一臺機器人導遊“米勒娃”，又在華盛頓的史密森國家歷史博物館迎賓。2002年，他的護理機器人在匹茲堡附近的療養院裡服務。由於在AI和機器人領域成就顯著，他39歲就當選美國工程院院士。
競賽結束後，斯坦利無人車也被送到史密森國家歷史博物館，這次是在“路上的機器人”永久展區的中心位置展出，以紀念它翻開了自動駕駛歷史新的一頁。
這場競賽的結果意義重大。泰瑟爾指出，智能車挑戰賽不僅在於打造出軍方可馬上投入批量生產的智能車，還要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，讓人再也不敢說這是做不到的。
03 民用研究趁勢而上
泰瑟爾是對的，智能無人車開放性研究不但加速了軍用無人車發展進程，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公里賽道，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、激光傳感器、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。沿這樣的方向，無人車快速從軍用走向民用。
谷歌公司動作很快，2009年靜悄悄地啟動了自動駕駛項目，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，谷歌的自動車已經經過了14萬英里的測試。
2012年4月，谷歌公佈了自己的自動車，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自動車上路3個月後，谷歌的自動車得到合法車牌，為了警示，自動車車牌為紅色。2014年12月，谷歌宣佈完成了第一輛無人車原型，和以前用現有汽車改裝不同，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年穀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發佈了最新的自動駕駛企業名單，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、奔馳、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。話音剛落不久，一年後的2015年，豐田迅速轉向，宣佈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？
傳統汽車巨頭們相對比較謹慎務實，都把無人駕駛汽車的上路時間放在2020年以後。
04 狂人馬斯克來了
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。硅谷狂人伊隆·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，但卻一登臺就引領風潮。
馬斯克是一位敢想敢幹的創業家，甚至說是一位狂人，他敢於大膽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。
事實上，特斯拉的自動駕駛輔助系統Autopilot從2015年已投入商用，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，計劃裝入每一臺特斯拉新車中。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，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不及時接管。
現在特斯拉對Autopilot軟件進行了重大調整，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。
05 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 E Shladover）就是一位。《環球科學》雜誌曾經在2015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》，他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，可能為滾燙的自動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。
僅以軟件來說，在開發新型商用或軍用飛機時，軟件開發和調試驗證，要佔去很大一部分費用。但是，飛機上使用的軟件卻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，總有足夠的時間作出反應。飛機在飛行中，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。
而無人駕駛的汽車，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件的安全性，同樣需要長時間驗證。
自動駕駛汽車的數據採集和處理，也是一項挑戰性的工作。自動駕駛汽車配置大量的傳感器。除了感知車況如水溫、燃油、發動機參數、速度等傳統傳感器，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，這些傳感器採集的數據有多大呢？大數據分析師馮·裡吉門納姆(van Rijmenam)指出，無人駕駛汽車上的大量傳感器，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件和算法都提出很高要求，處理功能強大的高智能深度學習芯片和各種複雜的算法已經開始應用在自動和無人駕駛汽車中。一臺無人車，可以看成是一套高度複雜、集AI技術大成的移動智能系統。
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。
現在的自動駕駛風潮，必將很快會帶來汽車行業一輪脫胎換骨的智能升級，但完全自主的無人駕駛，還在遠方。
06 無人車暢想曲
自動駕駛是一個美麗的夢想，它將發動一場前所未有的智能交通革命。今天困擾人類的交通傷害、道路擁堵、能源浪費、環境汙染等棘手問題，都可能因為自動駕駛迎刃而解。
自動駕駛夢想的實現雖然十分艱難，但正在循序漸進地一步步前行。在這一歷程中，AI扮演越來越重要的角色， AI研究方面基礎深厚的IT科技巨頭們紛紛進入自動駕駛領域，原因就在於此。
暢想一下未來吧：在任何地方，無人出租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，不需要在停車位開門上下客人，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。
關於作者：陳宗周，科學作家。他的《WPS之謎》《軟件輝煌》《PC機十年》《跨越電腦時空》《新工業革命》《愛因斯坦投下的石子》等作品或專欄有較大影響。他也是《電腦報》《知識經濟》《環球科學》、天極網等多家知名科技媒體創辦人，現任《環球科學》雜誌總編。
本文摘編自《AI傳奇：人工智能通俗史》，經出版方授權發佈。