去年 12 月，谷歌的無(wú)人駕駛項(xiàng)目從 Google X 中剝離，成為 Alphabet 旗下一家獨(dú)立公司 Waymo。

從 2007 年至今，谷歌無(wú)人駕駛項(xiàng)目已經(jīng)進(jìn)行了超過(guò) 200 萬(wàn)英里的測(cè)試，但至今未有成型的消費(fèi)級(jí)產(chǎn)品出爐。而如今谷歌拆分出 Waymo，或許是不再將注意力集中于造車(chē)，而是將無(wú)人駕駛系統(tǒng)更好地（或者說(shuō)更快地）進(jìn)行商業(yè)化。

今天，Waymo 技術(shù)負(fù)責(zé)人，原谷歌視覺(jué)識(shí)別軟件工程師 Dmitri Dolgov 在 AAAI 2017 的現(xiàn)場(chǎng)帶來(lái)了名為《自動(dòng)駕駛汽車(chē)與移動(dòng)化未來(lái)》的主題演講，與雷鋒網(wǎng)及在場(chǎng)的各位聽(tīng)眾們一同回顧了谷歌無(wú)人駕駛項(xiàng)目八年來(lái)的進(jìn)展。

全球每年有 1200 萬(wàn)人因交通事故而喪生，而在美國(guó)，這個(gè)數(shù)字達(dá)到了 350 萬(wàn)。而其中，94% 的交通事故是由人為駕駛失誤導(dǎo)致的，包括飲酒、超速、疲勞駕駛及注意力不集中等問(wèn)題。自動(dòng)駕駛這個(gè)強(qiáng)需求也就應(yīng)運(yùn)而生，人類(lèi)也需要一個(gè)這樣的「老司機(jī)」來(lái)幫助人類(lèi)避免不必要的失誤。

Dolgov 認(rèn)為，自動(dòng)駕駛汽車(chē)需要從兩個(gè)維度來(lái)衡量效果。一個(gè)是駕駛能力；一個(gè)是魯棒性。如果二者都不兼具，那這輛汽車(chē)就毫無(wú)價(jià)值；而如果駕駛能力好，魯棒性稍弱，那么它會(huì)是一個(gè)好的 demo，能夠承載一些試驗(yàn)性的工作，但還不能讓它放心上路；而如果能力弱而魯棒性好，則算得上是一個(gè)半成品?！府?dāng)然，我們所要追求的是一個(gè)兩者兼具的產(chǎn)品。而谷歌項(xiàng)目的這八年，也就是一個(gè)不斷努力提升駕駛能力與魯棒性的過(guò)程?！?/p>

在 2009 年，谷歌開(kāi)始嘗試改裝六輛豐田普銳斯和一輛奧迪 TT，并在加州山景城進(jìn)行路測(cè)，從環(huán)繞太浩湖、到圣克拉門(mén)托，再到走遍所有的跨海大橋，甚至還去了著名的九曲花街（雷鋒網(wǎng)按：以九曲十八彎的道路而聞名的一條街）。不過(guò)輿論當(dāng)時(shí)并把自動(dòng)駕駛太當(dāng)回事，覺(jué)得那還是一個(gè)瘋狂的想法?！冈诠雀桧?xiàng)目的前兩年，團(tuán)隊(duì)最重要的任務(wù)是理解問(wèn)題所在。我們希望能在這個(gè)過(guò)程中逐漸弄明白自動(dòng)駕駛的發(fā)展空間能有多大?！?/p>

而為了最大程度地排除人為因素對(duì)汽車(chē)的干預(yù)，谷歌團(tuán)隊(duì)邀請(qǐng)了一名名為 Steve（音）的盲人來(lái)參與道路測(cè)試。

在 2012 年的時(shí)候，谷歌汽車(chē)的魯棒性已經(jīng)夠好，當(dāng)時(shí)已經(jīng)達(dá)到了 level－3 的水平?！肝覀儺?dāng)時(shí)設(shè)計(jì)的駕駛理念是讓汽車(chē)自主行駛，但當(dāng)它遇到無(wú)法解決的復(fù)雜情況時(shí)，它會(huì)反饋給司機(jī)，并繼續(xù)保持行駛以等待司機(jī)控制汽車(chē)。」

但這還不夠。Dologv 認(rèn)為，自動(dòng)駕駛的核心是要建立人對(duì)系統(tǒng)的信任?！钙?chē)的技術(shù)發(fā)展到什么程度并不是最重要的，更重要的一點(diǎn)是，人類(lèi)是否在這個(gè)過(guò)程中感到舒適，感到安全?！?/p>

三年后，當(dāng)谷歌再次對(duì)自動(dòng)駕駛汽車(chē)進(jìn)行測(cè)試時(shí)，此時(shí)它已經(jīng)是「真正意義上」的自動(dòng)駕駛了：沒(méi)有方向盤(pán)、沒(méi)有剎車(chē)、沒(méi)有掛擋。視頻中，這位谷歌工程師坐在緩緩行駛的谷歌汽車(chē)?yán)?，用鉗子剪掉了傳感器的電線(xiàn)，車(chē)子馬上停了下來(lái)，并發(fā)出了警報(bào)聲。

（然后這位工程師就發(fā)出了奸笑）

在這個(gè)時(shí)候，車(chē)體的各種傳感器已經(jīng)是我們所熟知的版本：近場(chǎng)的前后雷達(dá)，還有頂端的激光攝像機(jī)／雷達(dá)。自動(dòng)駕駛首先要解決的是從復(fù)雜的環(huán)境中篩選出噪音，并分析出對(duì)汽車(chē)產(chǎn)生影響的信息。目前的分辨率精確到什么程度呢？Dologv 舉了個(gè)例子，當(dāng)自動(dòng)駕駛汽車(chē)在路上行駛時(shí)，可以探測(cè)到前方數(shù)百英里處剛剛從舊金山國(guó)際機(jī)場(chǎng)起飛的一輛飛機(jī)。

但只有識(shí)別當(dāng)然也遠(yuǎn)遠(yuǎn)不夠。Dologv 表示，自動(dòng)駕駛是實(shí)際上一種社交行為，汽車(chē)在駕駛過(guò)程中都是依照「識(shí)別——分類(lèi)——判斷——預(yù)測(cè)——行動(dòng)」的邏輯來(lái)實(shí)現(xiàn)的，最重要的是，這個(gè)過(guò)程中需要與環(huán)境產(chǎn)生交互和反饋。

Dologv 在演講中提到了一個(gè)比較復(fù)雜的例子：自動(dòng)汽車(chē)在行駛過(guò)程中檢測(cè)到最右邊的車(chē)道有兩輛汽車(chē)，還有一輛自行車(chē)。這并沒(méi)有什么好奇怪的。但是，經(jīng)過(guò)短時(shí)間的分析后，自動(dòng)駕駛汽車(chē)就會(huì)發(fā)現(xiàn)，兩輛汽車(chē)都停在路邊。此外，越來(lái)越多的信息能夠幫助汽車(chē)判斷出此時(shí)的情況：后面車(chē)輛的警燈、放在地上的防撞樁、站在道路上的人（可能是警察）、開(kāi)著的車(chē)門(mén)……綜合上述情況，汽車(chē)需要學(xué)會(huì)判斷此情此景可能代表著什么情況，并根據(jù)這些內(nèi)容做出相應(yīng)的預(yù)測(cè)（比如是否應(yīng)該放緩速度或者變道以避開(kāi)站在路上的警察），最后做出相應(yīng)的決策。

當(dāng)然，也有可能出現(xiàn)一些讓汽車(chē)摸不著頭腦的情況，比如……

谷歌的自動(dòng)駕駛汽車(chē)目前已經(jīng)積累了不少訓(xùn)練里程，包括 2500 萬(wàn)英里的道路測(cè)試數(shù)據(jù)；10 億英里的模擬訓(xùn)練數(shù)據(jù)（截至 2016 年），已經(jīng)將每 1000 英里的駕駛危險(xiǎn)系數(shù)從 2015 年的 0.80 降低到 2016 年的 0.20。但對(duì)自動(dòng)駕駛這種亟需大量數(shù)據(jù)的系統(tǒng)而言，這還只是九牛一毛。

Dologv 最后表示，現(xiàn)在每年全球會(huì)產(chǎn)生 10 萬(wàn)億英里的行駛里程，而美國(guó)自然占了大頭。而在未來(lái)，Waymo 也將持續(xù)提升自動(dòng)駕駛系統(tǒng)的計(jì)算力、識(shí)別能力及預(yù)測(cè)能力，將自動(dòng)駕駛技術(shù)更快地帶給人們便利。雷鋒網(wǎng)也同樣希望能繼續(xù)聽(tīng)到Waymo的好消息。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。