4 无人驾驶将到来
2010年,《纽约时报》刊登了一篇文章,介绍了Google正在研制的自动驾驶汽车:它们已经在各种道路上,从闹市区到高速公路,行驶了23万千米,没有出过一次事故。在此之前,全世界的学术界已经花了几十年来研制自动驾驶汽车,但是做出来的各种原型和试验平台都只能算是玩具,离真正能上路还差得远呢。因此,这篇报道一出来,可谓是石破天惊,无人驾驶似乎是在一夜之间变成的现实,业界对此毫无准备,就连当时我们这些在Google上班的人,也觉得这件事情太离奇了。
我第一次看到科研人员进行无人驾驶试验,是在上个世纪90年代初的清华大学。当时每天上下班(学)的人或许还能记得在学校的主楼前一条几十米长的弧形马路上,时常有一辆自动驾驶的汽车在试开。在我的印象中,那辆车的时速只有一两千米,在无人干涉的情况下自动行驶的距离从来没有超过一百米,显然距离实用还太远。当然后来清华大学也放弃了这一尝试。
几年后我到了美国,了解到世界上一些大学和研究所在这个领域的进展,公平地说,比清华好不了多少,大部分课题组申请到一次科研经费,尝试几年后没有实质性突破,资助方也就不再给科研经费,这类科研几年后常常就无疾而终。当然,又会有新的研究人员通过提出新的方法拿到科研经费,但每一次都不会有什么实质性的突破。2004年,美国国防部高级研究计划局(Defense Advanced Research Projects Agency,DARPA)组织了世界上第一届无人车挑战赛,设立了100万美元的奖金,奖励能在莫哈维沙漠中率先跑完241千米(150英里)全程的参赛车队。不过,后来的结果表明根本不需要准备这么长的赛道,因为那一届最后跑得最远的无人车花了几小时才开出不到13千米(8英里),然后就抛锚了。算下来,每小时的车速两三千米,和清华当年的样车相比,也没有什么实质性进步。至于其他参赛的汽车,不是提前抛锚了,就是撞坏了。
巧合地是,也就是在同一年,经济学家李文(Fran Levy)和默南(Richard Murnane)在他们的《劳工新种类》(New Division of Labor)一书中,将货车司机列为不容易受到技术进步威胁的工作。李文和默南在写书时并不知道DARPA拉力赛的结果,他们主要是根据当时对各个领域科技进步速度整体的判断给出的结论。至于为什么计算机(机器人)开车这件事很困难,作者是这样分析的:计算机善于执行事先制定好的规则,解决确定性问题,而驾驶汽车会遇到很大的不确定性,并非规则能够解决的,需要实时作出聪明的判断。这两位经济学家认为,处理不确定性问题的能力是人类特有的,机器暂时不会具有这种能力。孰料,就在DARPA挑战赛过去仅仅6年之后,Google的无人驾驶汽车不仅上路了,而目表现得比人还好。
在全局方面,Google自动驾驶汽车项目是其业已成熟的街景项目的延伸。在《纽约时报》对Google自动驾驶汽车的报道以及随后的各种报道中,忽视了一个非常重要的事实,即Google的无人驾驶汽车只能去Google之前“扫过街”的地方。在那些事先去过的地方,Google都收集到了非常完备的信息,比如四周各种目标的形状大小、颜色,每条街道的宽窄、限速,不同时间的交通情况、人流密度,等等。Google把这些信息都事先处理好,以备未来倬用。在出发前,无人驾驶汽车就对行驶路线的全程有了全面的了解,并作出了全局最优规划;行驶过程中,它们对周围的环境也十分了解,可以迅速把这些数据调出来作为参考。而过去那些研究所研制的自动驾驶汽车使用了人类的思维方式,每到一处都要临时识别目标,遇到死胡同,需要转弯掉头再找其他道路。
所搭载的计算机再快,也来不及进行太深人的计算,特别是遇到不常见的道路和交通情况,就无法进行准确判断了。此外,Google的无人驾驶汽车装有高精度的GPS导航系统以及帮助校正GPS误差的陀螺仪,再加上Google拥有最好的全球地图数据和实时交通数据,这就相当于天上有一个预言家在俯视着大地,不断告诉那些无人驾驶汽车该如何行驶。而我们人类开车时,是不可能“灵魂出窍”,跑到天上预先告诉自己该如何开车的。
在每一个局部,Google无人驾驶汽车拥有十多个各种各样的传感器,能够随时监控周围的各种情况,特别是能够比人提前预知可能发生的危险。那些传感器每秒钟几十次的各种扫描,而且是360度全方位的,这远远超过了人所能做到的“眼观六路耳听八方”。图27.7是Google无人驾驶汽车上的激光雷达对周围环境扫描的结果,从图中可以看出,无人驾驶汽车的“感官”系统其实远超人类,人在开车时看不到的死角,它们能看到。至于如何在短时间内处理完如此大量的数据,Google早期的无人驾驶汽车装有一大堆服务器,并目通过移动通信网络与Google的超级数据中心相连,这让它们的计算能力远远超过其他公司和大学里的那些无人驾驶汽车。当然,这样的配置不可能适合实用,在随后的实验车中,Google先是采用了计算性能很高的GPU,后来又采用了专为人工智能而设计的TPU,将单位能耗的计算能力提高了上千倍。这样一来,无人驾驶汽车既不用携带服务器,也不需要联网到计算中心了。
从2010年到2016年,Google的无人驾驶汽车又在道路上安全行驶了两百多万英里。在2016年年初,它终于出了第一起负主动责任的交通事故。事故原因与其说是它的判断上出了问题,不如说是数据的缺失。出事的那辆汽车,在道路上检测到一个五千克大小、不到十厘米高的小沙袋。一般司机遇到这种情况就直接碾压过去了,但是Google自动驾驶汽车没见过这东西,试图换道绕过去,而那辆车并没有方向盘,乘客也无法人为控制方向,结果出了一次小事故。这件事说明,今天的无人驾驶汽车对数据的依赖性还是很大的。我询问过Google无人驾驶项目团队的一些员工,早在2010年,这项技术就已经比较成熟了,接下来的六年里,你们做了什么明显的改进?他们讲,如果说前六年是将可靠性从0做到99%,第二个六年则是从99%提高到99.99%。当然,无论是99%,还是99.99%,都是他们的比喻。至于无人驾驶汽车的可靠性需要达到多高大家才敢放心地让它们上路,人们永远不会有一致的看法,因为世界上没有100%安全的事情。
2016年,Google将无人驾驶汽车团队从公司剥离,让它成为控股的Alphabet母公司下与Google平行的子公司,并目取名Waymo。此后,独立运营的Waymo公司在无人驾驶汽车的商业化道路上以更快的速度发展着。2018年,在亚利桑那州有600辆无人驾驶的Waymo汽车投入了商业运营,有2万人尝试了它的服务。该公司于是向代工的克莱斯勒公司和捷豹公司又订购了8万多辆无人驾驶汽车,准备在2019年投人更大范围的运营。《今日美国报》为了了解Waymo无人驾驶汽车的运行情况,专门跟踪了它274千米,发现它行驶得极为安全平稳。
说到这里,大家可能会有一个疑问:无人驾驶离我们还有多远?在回答这个问题之前,我们首先需要准确定义一下什么是无人驾驶。
美国汽车工业界将汽车按照自动驾驶的程度分为6级,准则如下。
第0级,完全由人来驾驶的汽车,今天市场上99%以上的汽车都属于这一种。
· 第1级,具有能控制方向的辅助驾驶功能。比如今天的特斯拉汽车就属于这一类。你在驾驶这种汽车时,可以在高速公路上撒开一会儿方向盘,看五秒钟手机或者换一副墨镜。根据我驾驶特斯拉的经验,在交通不是很繁忙的高速公路上,手离开方向盘10—20秒钟不会有危险。
· 第2级,由人监控的自动驾驶汽车。这种汽车大部分时候已经是自动驾驶了,但是依然保留了人工干预的功能,百度路上实验的汽车属于这一种。事实上,这种车在高速公路的进出口、闹市区,还完全需要由人控制,否则既不安全,也对自己和他人不负责任。
· 第3级,限定条件的无人驾驶汽车。比如限定在高速公路上,但是不允许在闹市区自动行驶。或者在一个园区内倬用,或者限定从住宅小区到地铁站专线运行。当然,限制也可以是在时间上,比如限制只能在晚上9点到第二天清晨6点上路。
· 第4级,高度自动的无人驾驶汽车。它可以没有路段的限制,但是会被要求在夜晚或者交通流量比较少的时间倬用。
· 第5级,完全的无人驾驶。Google是直接朝着这个目标开发汽车产品的。
如果我们单纯地将无人驾驶汽车定义在第5级,那么它在全世界普及还需要较长的时间,易然它在美国已经开始试运营了。但这也一定是我们有生之年可以看到的事情。如果我们认为像特斯拉这样具有辅助驾驶功能的汽车也在某种程度上符合无人驾驶的要求,那么这件事情今天已经发生了,而且5年之后这将是新款汽车很普通的功能,甚至我们可以大胆地预测5年后(2024年)会有大量具有2级自动驾驶功能的汽车上路,那时从北京城区到上海城区大约15个小时的车程,需要人控制的时间恐怕不会超过两个小时。那些汽车行驶的过程就有点像今天的飞机,从纽约到北京15个小时的飞行时间里,真正需要飞行员控制的时间就是起飞和降落那一个多小时。当然,有人可能会质疑这种带有自动驾驶功能的汽车依然离不开人。先不说开着私家车从北京到上海的情形,这项技术在大货车运输方面马上就能提高效率。目前,中国和美国的长途运输都需要两个司机轮流开,而长途运输中人工成本是大头,如果真能够做到90%的时间由计算机开车,将两个司机变成一个,这就相当于将劳动效率提高了一倍。也正是因为如此,在美国和中国都有一些研制无人驾驶汽车的公司在开发自动驾驶的卡车,而不是个人用车。在一些投资人看来,无人驾驶可能会在这个领域率先得到应用。
第0级,完全由人来驾驶的汽车,今天市场上99%以上的汽车都属于这一种。
· 第1级,具有能控制方向的辅助驾驶功能。比如今天的特斯拉汽车就属于这一类。你在驾驶这种汽车时,可以在高速公路上撒开一会儿方向盘,看五秒钟手机或者换一副墨镜。根据我驾驶特斯拉的经验,在交通不是很繁忙的高速公路上,手离开方向盘10—20秒钟不会有危险。
· 第2级,由人监控的自动驾驶汽车。这种汽车大部分时候已经是自动驾驶了,但是依然保留了人工干预的功能,百度路上实验的汽车属于这一种。事实上,这种车在高速公路的进出口、闹市区,还完全需要由人控制,否则既不安全,也对自己和他人不负责任。
· 第3级,限定条件的无人驾驶汽车。比如限定在高速公路上,但是不允许在闹市区自动行驶。或者在一个园区内倬用,或者限定从住宅小区到地铁站专线运行。当然,限制也可以是在时间上,比如限制只能在晚上9点到第二天清晨6点上路。
· 第4级,高度自动的无人驾驶汽车。它可以没有路段的限制,但是会被要求在夜晚或者交通流量比较少的时间倬用。
· 第5级,完全的无人驾驶。Google是直接朝着这个目标开发汽车产品的。
如果我们单纯地将无人驾驶汽车定义在第5级,那么它在全世界普及还需要较长的时间,易然它在美国已经开始试运营了。但这也一定是我们有生之年可以看到的事情。如果我们认为像特斯拉这样具有辅助驾驶功能的汽车也在某种程度上符合无人驾驶的要求,那么这件事情今天已经发生了,而且5年之后这将是新款汽车很普通的功能,甚至我们可以大胆地预测5年后(2024年)会有大量具有2级自动驾驶功能的汽车上路,那时从北京城区到上海城区大约15个小时的车程,需要人控制的时间恐怕不会超过两个小时。那些汽车行驶的过程就有点像今天的飞机,从纽约到北京15个小时的飞行时间里,真正需要飞行员控制的时间就是起飞和降落那一个多小时。当然,有人可能会质疑这种带有自动驾驶功能的汽车依然离不开人。先不说开着私家车从北京到上海的情形,这项技术在大货车运输方面马上就能提高效率。目前,中国和美国的长途运输都需要两个司机轮流开,而长途运输中人工成本是大头,如果真能够做到90%的时间由计算机开车,将两个司机变成一个,这就相当于将劳动效率提高了一倍。也正是因为如此,在美国和中国都有一些研制无人驾驶汽车的公司在开发自动驾驶的卡车,而不是个人用车。在一些投资人看来,无人驾驶可能会在这个领域率先得到应用。
至于第3级和第4级的自动驾驶,则具有更大的意义。今天很多城里人不愿意坐公交,一个重要的原因就是最后一千米需要靠两条腿来解决。如果开设太多的摆渡车,成本又太高,因此专用线路的摆渡车就变得非常有意义。此外,在夜晚道路车辆较少的时候倬用无人驾驶汽车,从各方面来说都比乘坐出租车安全一—对乘客来说如此,对司机来说也是如此。
今天,易然Alphabet旗下的Waymo公司依然在无人驾驶领域一枝独秀,但是一批车厂和新公司追赶的速度并不慢。2018年,美国咨询公司Navigant对整个自动驾驶汽车技术市场进行了详细分析,他们发现世界上的主要汽车厂家不仅都开始了这些研究,而目进展比大家想象得要快。Navigant的研究表明,Waymo公司是自动驾驶技术的领导者,此外,独立运作的安波福(Aptiv,倬用的是宝马的汽车)也已经具备了提供无人驾驶载客服务的水平。在2019年1月拉斯维加斯消费电子展(CES)期间,该公司已经提供了少量的无人驾驶汽车进行商业运营。在它们之后,现有的几家汽车公司,包括美国通用、福特、德国的大众、戴姆勒–奔驰和博世的合资公司、雷诺–日产联盟、宝马–英特尔–菲亚特(包括控股的美国克莱斯勒)联盟,已经具备了4级自动驾驶技术。注意,上面的排名是分先后的。其中特别值得一提的是美国通用汽车,它计划在2019年推出自动驾驶汽车,这只比Waymo晚了两年。而紧随其后的福特公司,也将于2021年推出没有方向盘和刹车的自动驾驶汽车。
在上述公司之后,属于第二梯队的自动技术技术公司包括下面几家:沃尔沃(以及合作方AutoLiv、爱立信、Zenuity,等等),法国的PSA汽车、捷豹路虎、丰田、现代,以及非汽车行业的Navya和百度(包括北汽),它们在未来有能力做出能上路的无人驾驶汽车,但目前还属于技术不成熟的公司。至于已经提供了辅助驾驶功能的特斯拉公司,则和起步较晚的Uber、苹果和本田,排在了第三梯队。它们在开发自动驾驶技术,但是目前大家看不到它们的技术什么时候能够成熟。我们在前面说过特斯拉未来会逐渐丧失其技术优势,其中一个原因便是它在自动驾驶领域进展缓慢。
无人驾驶汽车的出现和普及,无疑将彻底颠覆汽车产业,汽车产业或许会从大件消费品的制造和销售,变成提供出行服务。这样一来,城市里的汽车数量会大幅度减少,拥堵问题会得到根本性解决。大家不妨设想这样一个场景,如果道路上都是无人驾驶汽车,那么绝大部分红绿灯就不再需要了,因为汽车之间的联网可以让它们很好地自动协调过马路。此外,如果每一辆汽车都是智能的,都知道周围汽车的目的地和行驶意图,那么去同一个地点的汽车可以采用车(比如10辆从北京中关村到首都机场的汽车)接龙的方式自动连接起来,这样除了第一辆车,后面汽车的风阻可以降低到忽略不计的水平,这可以大幅度降低能源的消耗。要知道汽车的能耗有1/3浪费在了风阻上。当然,从人道主义的角度看,相比节省劳动力、时间和能源,无人驾驶汽车对交通事故的减少可能是最有意义的。无人驾驶汽车的事故率比人开车要低得多,这一点已经在美国得到了证实。一些研究报告,表明,无人驾驶汽车也将大幅度减少道路死亡人数,这主要的原因是90%以上的道路死亡都是由司机的失误造成的。
当然,由于目前无人驾驶汽车行驶的里程数有限,尚未获得可信度足够高的统计数据。不过有一点是可以肯定的,随着技术不断的进步,无人驾驶汽车的安全性会越来越高,而人驾驶汽车在过去半个多世纪里并没有什么进步,因此用不了多久,无人驾驶在安全性上就会远远把人甩在后面。
如果我们相信无人驾驶技术未来发展的前景广阔,那么正在引领这场革命的Waymo公司估值700亿美元,也就完全是合理的。
本书评论