雷鋒網(wǎng)按：在完全自動駕駛實現(xiàn)之前，我們并不能解放人類司機的雙手。當司機在道路上加速、停止、轉(zhuǎn)彎時，部署在汽車四周的傳感器便會記錄并跟蹤司機的行為。

在此基礎(chǔ)上，一個工程師團隊打造了一款軟件，它能從這些數(shù)據(jù)中學(xué)習(xí)如何駕駛。后來，這款軟件裝載在了車內(nèi)，就能驅(qū)動汽車。最終，汽車能模仿司機的行為，進行自動駕駛。這是自動駕駛初創(chuàng)公司Aurora Innovation的成果。

Aurora 聯(lián)合創(chuàng)始人：Chris Urmson（CEO)、Sterling Anderson（首席產(chǎn)品官）和 Drew Bagnell（CTO)

Aurora 成立于 2016 年，它的三位創(chuàng)始人分別是谷歌自動駕駛項目前任 CTO Chris Urmson 、前特斯拉 Autopilot 項目負責人 Sterling Anderson 及 Uber ATC (Advanced Technologies Center) 匹茲堡分部自動駕駛和感知負責人 Drew Bagnell。

Aurora 運用的，便是機器學(xué)習(xí)技術(shù)，它能夠給諸如 Aurora 這樣的小公司機會，讓它們也能有底氣和科技以及汽車行業(yè)的大公司競爭。有了機器學(xué)習(xí)，研究人員能夠以更快的速度提高自動駕駛技術(shù)水平。這就是為什么 Aurora 雖然初出茅廬，但有信心能夠縮小與在自動駕駛領(lǐng)域耕耘多年的大佬差距，并與大佬直接競爭的原因。

1 月 3 日，Aurora 與大眾和現(xiàn)代汽車達成合作協(xié)議。大眾汽車集團首席數(shù)字官 Johann Jungwirth 表示：大眾汽車與 Aurora 合作了幾個月，共同開發(fā)自動駕駛汽車自動駕駛出租車服務(wù)。

2010 年，Urmson 和他在 Google 的同事開始了自動駕駛汽車項目研究。當時，編寫自動駕駛算法是一個難以攻克的難關(guān)。但到了最近，一個叫做「深度神經(jīng)網(wǎng)絡(luò)」的計算機算法已經(jīng)從學(xué)術(shù)界走到了業(yè)界，運用于多領(lǐng)域中，包括自動駕駛，它大大解決了自動駕駛的難題。

黑色車型表示 Aurora 測試車，綠色區(qū)域表示 它規(guī)劃的路線?；疑囕v表示人類駕駛員駕駛的路線。目前 Aurora 正在訓(xùn)練無人車如何人類的駕駛方式以調(diào)整路線規(guī)劃。

這種算法能夠通過分析大量數(shù)據(jù)，進行自行學(xué)習(xí)任務(wù)。

Urmson 在最近的采訪中表示，過去，我們需要一個極度聰明的博士生辛苦工作 6 個月，才能編寫出能夠發(fā)現(xiàn)道路上物體的檢測器的代碼。但現(xiàn)在，你收集到適當?shù)臄?shù)據(jù)，并讓算法進行學(xué)習(xí)，一天之后便能得出之前博士生工作 6 個月的成果。

Google 自動駕駛汽車項目運用自動駕駛技術(shù)來檢測道路上的行人，并將相同的方法運用到汽車駕駛的其他環(huán)節(jié)，包括進行道路預(yù)測和路線規(guī)劃的系統(tǒng)?，F(xiàn)在，整個行業(yè)正朝著自動駕駛的方向努力。

但是，自動駕駛的發(fā)展道路還面臨著許多困難?，F(xiàn)在，我們還不能清晰地認識相關(guān)的監(jiān)管部門、法律部門和人民大眾對于自動駕駛的態(tài)度。因為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)大量數(shù)據(jù)，它們能夠以人類設(shè)計師不能預(yù)測和理解的方式進行操作。因此，我們沒有辦法得出機器做出一個特定決策的原因。

一個質(zhì)疑便是：如果你開始使用神經(jīng)網(wǎng)絡(luò)來控制汽車行為，但汽車發(fā)生了事故，這時，你該如何解釋事故的原因，并保證之后不會發(fā)生類似事故呢？

2012 年，多倫多大學(xué)的兩位研究員就已經(jīng)開始著手處理這個問題。一位叫做 Alex Krizhevsky 的畢業(yè)生打造了能夠識別日常物體（比如花、狗和汽車）照片的系統(tǒng)。這個系統(tǒng)通過分析數(shù)千張花朵照片，能夠在幾天之內(nèi)進行自我學(xué)習(xí)，并能順利識別出花朵。同時，它的表現(xiàn)比任何人工編寫的系統(tǒng)都要好。

不久后，Krizhevsky 和他的伙伴加入了 Google。幾年后，Google 和它的競爭對手們便在人工智能領(lǐng)域中開辟了新的領(lǐng)地，運用這個概念來識別照片中的物體、識別智能手機人工指令、進行語言翻譯、回應(yīng)搜索查詢指令等。

2013 年的假期，另一位 Google 研究員 Anelia Angelova 尋求 Krizhevsky 的幫助，以便解決 Google 汽車項目問題。不過，當時他們只是 Google 人工智能部門 Google Brain 的成員，并沒有真正從事該項目。不過，那時他們看到了機遇。

他們并沒有嘗試讓計算機定義「行人」的外觀，而是創(chuàng)造一種算法，讓計算機學(xué)習(xí)「行人」的外觀。系統(tǒng)通過學(xué)習(xí)數(shù)千張道路照片，開始識別定義「行人」的外觀特征，比如頭部和腿部的曲線。這種方法非常有效，Google 開始將該方法運用于項目的其他環(huán)節(jié)，比如預(yù)測和計劃。

Google 的前自動駕駛汽車團隊成員、現(xiàn) Waymo 的首席科學(xué)官 Dmitri Dolgov 表示：對于自動駕駛來說，2013 是個巨大的轉(zhuǎn)折點。

Urmson 也同意這種觀點。他認為這種方法和其他的機器學(xué)習(xí)方法對于自動駕駛來說是至關(guān)重要的，它們能打造出匹敵甚至超越人類駕駛能力的系統(tǒng)。

Aurora 和 Waymo 類似，正在打造能夠識別道路物體、預(yù)測車輛和行人并作出反應(yīng)的算法。Urmson 解釋道，軟件能夠?qū)W習(xí)司機在特定道路上以特定速度和方向行駛時的行為。

其實，學(xué)習(xí)人類駕駛行為并不是一個新鮮的觀點。在上世紀 90 年代，卡內(nèi)基梅隆大學(xué)的研究員打造了能夠?qū)W習(xí)簡單人類駕駛行為的算法。

去年，內(nèi)華達州的一支計算機芯片制造團隊發(fā)表了一篇論文，說明了讓現(xiàn)代硬件適應(yīng)更復(fù)雜的人類行為的方法。但是，許多研究人員表示懷疑：并不清楚汽車制造商是否能完全理解神經(jīng)網(wǎng)絡(luò)作出特定決策并阻止無法預(yù)料的行為的原因。

斯坦福大學(xué)智能系統(tǒng)實驗室機器人教授 Mykel Kochenderfer 表示，對于汽車和飛行器行業(yè)來說，神經(jīng)網(wǎng)絡(luò)是一個非常值得關(guān)注的點。

不過，雖然很多研究人員（包括 Kochenderfer）正在開發(fā)識別和阻止難以預(yù)料的行為的方法，但一些研究人員表示神經(jīng)網(wǎng)絡(luò)在接受物體識別訓(xùn)練的過程中，錯誤地識別了并不存在的物體。

Aurora 在汽車上安裝了該自動駕駛系統(tǒng)，并將之備份了一份。因此，當一個系統(tǒng)運行失誤時，另一個系統(tǒng)可以瞬間操作，以保證汽車行駛的安全。英偉達的方法是讓同一個神經(jīng)網(wǎng)絡(luò)在浩如煙海的數(shù)據(jù)中，學(xué)習(xí)所有的駕駛行為。但 Aurora 反其道而行之，將任務(wù)分割成一個個更小的系統(tǒng)，一步步解決問題。

比如，其中一個系統(tǒng)是監(jiān)測交通信號燈，一個是預(yù)測道路情況，另一個是為情況作出反應(yīng)。Aurora 單獨訓(xùn)練每一個系統(tǒng)，做出測試，再進行反復(fù)訓(xùn)練。

機器學(xué)習(xí)專家 Drew Bagnell 是前 Uber 自動駕駛汽車項目團隊成員，在離開 Uber 后，他幫助創(chuàng)立了 Aurora。他表示，你如何自信地保證系統(tǒng)運行的效果呢？你得進行測試。

最近，Chris Urmson 接受了美聯(lián)社的采訪。在采訪中，他透露了與現(xiàn)代、大眾合作的相關(guān)事宜，并表達了對于自動駕駛未來的看法。以下是采訪內(nèi)容，由雷鋒網(wǎng)編輯整理：

問：Aurora 將如何從與現(xiàn)代和大眾的合作中盈利？Aurora 將會將自動駕駛系統(tǒng)出售給這兩家汽車制造商嗎？你們有更廣泛層面的合作嗎？

Chris Urmson：此前，我們并未透露此次合作的盈利事宜。但我可以明確告訴你的是，我們是以盈利為目的的公司。

我們將會和現(xiàn)代與大眾進行長期合作，并在適合的時候與這兩個合作伙伴分享我們的自動駕駛系統(tǒng)。我們的關(guān)注點是完全自動駕駛系統(tǒng)，此系統(tǒng)能夠完全解放司機的雙手，司機能夠在車內(nèi)隨心所欲。

問：很多公司和分析師表示，自動駕駛汽車最大的商機便是提供交通服務(wù)，即自動駕駛汽車共享服務(wù)。這樣一來，車輛和自動駕駛技術(shù)將會變成低盈利商品。Aurora 將會提供這樣的服務(wù)嗎？

Chris Urmson：自動駕駛技術(shù)的首要應(yīng)用之一便是為人們提供交通服務(wù)。它將能為提高駕駛安全、移動出行效率和城市人民生活質(zhì)量。

在我們的計劃中，自動駕駛能力、車輛和共享網(wǎng)絡(luò)三者將能融為一體。不過，我們的計劃很美好，但現(xiàn)實仍然道阻且長。我們?nèi)匀徊恢廊咧械哪囊粋€將起到引領(lǐng)作用，也不知道它們是否能夠達到平衡狀態(tài)。

問：你認為自動駕駛汽車更廣泛的用途是什么？在 Google 時，你說過公司的目標就是到了 2019 年，你的兒子到了 16 歲時，不需要考駕照。你覺得這是自動駕駛汽車更廣泛的用途嗎？

Chris Urmson：自動駕駛技術(shù)更廣泛的用途？我并不覺得無需考駕照是它更廣泛的用途。但我知道，我兒子可以坐在無人駕駛汽車中游覽一些城市。這就是自動駕駛技術(shù)的用途。

現(xiàn)在，亞利桑那州已經(jīng)發(fā)生了一些有趣的事。比如，今年 Google 的 Waymo 自動駕駛汽車將會在鳳凰城開始進行無人駕駛測試。屆時，我們將能看到測試的過程和結(jié)果，并將更清楚地知道如何讓自動駕駛技術(shù)一步一步向前發(fā)展。

問：自動駕駛技術(shù)的發(fā)展比你想象中更快嗎？

Chris Urmson：相比于今天，兩三年前自動駕駛領(lǐng)域的投資可謂是微乎其微。因此，從速度上看，自動駕駛在近幾年確實經(jīng)歷了飛速的發(fā)展，同時越來越多的人開始從事于自動駕駛工作。

但是我們知道，自動駕駛是一個很復(fù)雜的領(lǐng)域，前面仍然道阻且長。

問：自動駕駛發(fā)展道路上面臨的阻礙有哪些？

Chris Urmson：第一，我們需要解決實際駕駛之中的問題，在一些情況下，自動駕駛技術(shù)必須代替人類進行操作。因此我們首先需要解決自動駕駛系統(tǒng)在這些情況下的操作問題。

第二，我們需要解決自動駕駛技術(shù)的實際操作和進入市場的問題。我認為首先我們能夠解決第一個問題，因為我們已經(jīng)知道如何運用技術(shù)，如何建立正確的自動駕駛系統(tǒng)。

同時，我們也正在與一些自動駕駛公司進行合作。大部分在此行業(yè)工作的人相信自動駕駛將能為社會帶來益處。比如，自動駕駛能夠提高道路交通安全。每年因交通事故死亡的人數(shù)那么多，而自動駕駛能夠解決這個問題。

PS：1 月 16 日，雷鋒網(wǎng)將在灣區(qū)舉辦 GAIR 硅谷智能駕駛峰會，我們邀請了數(shù)十家中美兩地頂尖的自動駕駛團隊在峰會現(xiàn)場演講分享，這絕對是 2018 年最值得參與的智能駕駛峰會。目前特惠票依然開放預(yù)訂中，點擊 https://gair.leiphone.com/gair/gairsv2018 直達峰會報名地址，獲得與行業(yè)頂尖大腦們進行思維碰撞的通行證。

雷鋒網(wǎng)推薦閱讀：

大神Chris Urmson的自動駕駛公司終于現(xiàn)身，聯(lián)手大眾、現(xiàn)代，還敲定了一家中國車企合作

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