人工智能領(lǐng)域的火熱，促使很多傳統(tǒng)技術(shù)升級(jí)，比如說(shuō)無(wú)人駕駛——這個(gè)需要結(jié)合傳統(tǒng)工程學(xué)、計(jì)算機(jī)視覺(jué)感知、深度學(xué)習(xí)模型的技術(shù)聚集型產(chǎn)業(yè)。
近一段時(shí)間，不少?gòu)S商紛紛大力加碼無(wú)人駕駛產(chǎn)業(yè)——這里有傳統(tǒng)車(chē)廠的規(guī)模性轉(zhuǎn)型，也有互聯(lián)網(wǎng)科技廠商講出的新故事。即使是供應(yīng)商、某些技術(shù)型初創(chuàng)公司，或是我們自己的汽車(chē)品牌都要或多或少的提到了無(wú)人駕駛將要到來(lái)。越來(lái)越多的企業(yè)都開(kāi)始宣布2020年或之后的幾年無(wú)人駕駛時(shí)代就會(huì)到來(lái)，甚至還做了分步的規(guī)劃。
我們常常會(huì)高估某個(gè)新技術(shù)在近幾年所能帶來(lái)的影響，又常常低估那些已經(jīng)存在的技術(shù)會(huì)給我們帶來(lái)那些突然性的改變。其實(shí)我是想要給無(wú)人駕駛這個(gè)行當(dāng)潑一盆冷水的——現(xiàn)在和大眾談無(wú)人駕駛是不是還太早了？
當(dāng)然有一些理論佐證。
無(wú)人駕駛的軌道交通實(shí)現(xiàn)了沒(méi)？
不少企業(yè)將2020年后（一兩年）定義為完全自動(dòng)駕駛時(shí)代。簡(jiǎn)單舉一個(gè)例子，比如Lyft去年在無(wú)人駕駛（自動(dòng)駕駛）概念最火熱的時(shí)候就提出了這樣一個(gè)分布走計(jì)劃：
2017年，Lyft可能會(huì)進(jìn)入第一階段。在該階段Lyft將提供給用戶半自動(dòng)駕駛汽車(chē)，不過(guò)這些車(chē)輛只能沿著固定的路線行駛。
第二階段，自動(dòng)駕駛汽車(chē)將可以自主導(dǎo)航行駛，而不僅僅是沿著固定路線行駛，而且最高速度僅限于每小時(shí)25英里。
第三階段，預(yù)計(jì)將在2021年到2022年進(jìn)入，屆時(shí)所有Lyft的服務(wù)都由全自動(dòng)駕駛汽車(chē)完成，汽車(chē)也將獲得更快的行駛速度。進(jìn)入該階段之后，個(gè)人汽車(chē)保有量將迅速下降。
實(shí)際上，不少企業(yè)都有類(lèi)似的觀點(diǎn)，即——我們可能先會(huì)進(jìn)入封閉道路的半自動(dòng)駕駛測(cè)試——封閉道路的完全自動(dòng)駕駛（無(wú)人駕駛）——最后可能是開(kāi)放道路的無(wú)人駕駛階段。而所有的此類(lèi)規(guī)劃大多預(yù)計(jì)在5 年內(nèi)，可以讓最終階段的無(wú)人駕駛車(chē)在純自然道路上開(kāi)放行駛。
但其實(shí)仔細(xì)分析，僅僅是前兩個(gè)階段現(xiàn)在目前遇到的困難都不是在他們的預(yù)期內(nèi)可以解決的。而從第二階段到第三階段的突破則需要更長(zhǎng)的時(shí)間。
在大多數(shù)規(guī)劃的第一階段規(guī)劃中，無(wú)人駕駛最好在一個(gè)特定的路線和環(huán)境內(nèi)行走，比如無(wú)人駕駛公交車(chē)在特定的車(chē)道線行走。但即使技術(shù)上已經(jīng)可以實(shí)現(xiàn)了，為什么無(wú)人駕駛在地鐵這種在特定環(huán)境和路線中還沒(méi)有大規(guī)模實(shí)現(xiàn)？
知乎上還真有軌道交通工程師探討這個(gè)問(wèn)題，有幾個(gè)觀點(diǎn)：1、地鐵自動(dòng)駕駛其實(shí)可以實(shí)現(xiàn)，但確實(shí)還有很多更現(xiàn)實(shí)的問(wèn)題——事故發(fā)生、乘客求助等，還是需要有人維護(hù)，至少要控制開(kāi)關(guān)門(mén)；2、地鐵軌道交通依賴的是信號(hào)通訊，背后是有調(diào)度中心。
仔細(xì)想，其實(shí)無(wú)人駕駛軌道交通與無(wú)人駕駛地面交通有概念上的不同——一方面無(wú)人駕駛軌道交通對(duì)行駛路線已做限制，另一方面兩者所遭遇的交通安全環(huán)境也不同。可以這樣說(shuō)，軌道交通用調(diào)度中心實(shí)現(xiàn)的無(wú)人駕駛應(yīng)該被稱(chēng)為機(jī)器自動(dòng)化還是真正的無(wú)人駕駛呢？
或許，光是自動(dòng)化是不夠的，必須得搞人工智能和認(rèn)知計(jì)算。
我們說(shuō)的真正的無(wú)人駕駛汽車(chē)，依靠的是計(jì)算機(jī)視覺(jué)，V2V通信、自動(dòng)化決策控制，最起碼要是一個(gè)具備認(rèn)知決策的工具。所以更多的時(shí)候無(wú)人駕駛想要超越人駕駛，就應(yīng)該像AlphaGo打敗人類(lèi)，它應(yīng)該有一定的代替人決策的能力。
自動(dòng)駕駛的基本問(wèn)題是要解決車(chē)的問(wèn)題，還是解決人的問(wèn)題？
感知與認(rèn)知，汽車(chē)與馬
如果是解決車(chē)的問(wèn)題，就把車(chē)做好就行。但自動(dòng)駕駛更多的是一個(gè)軟件上的問(wèn)題，其實(shí)是在搭建出一個(gè)“人”的模型。
中國(guó)工程院院士、人工智能學(xué)會(huì)理事長(zhǎng)李德毅在GTIC 上對(duì)無(wú)人駕駛有一個(gè)理論——汽車(chē)和馬的理論。“我們認(rèn)為，我們要把駕駛員的工作用機(jī)器人替代是有自主決策和行為能力的認(rèn)知主體，實(shí)現(xiàn)自主駕駛，有個(gè)性。”
汽車(chē)從馬車(chē)演變而來(lái)，作為動(dòng)力工具，汽車(chē)的馬力可以達(dá)到 100 匹，但是現(xiàn)在汽車(chē)遠(yuǎn)不如馬，因?yàn)椴煌呢?fù)荷、不同天氣、不同路面、不同的曲率、不同速度、不同車(chē)輛情況下的適應(yīng)能力。
最主要的是汽車(chē)的感知和認(rèn)知能力都還遠(yuǎn)遠(yuǎn)不如馬這個(gè)認(rèn)知主體。比如你可以叫馬過(guò)來(lái)，它能聽(tīng)懂，你叫汽車(chē)，它就不能過(guò)來(lái)。院士提到——重點(diǎn)在于自動(dòng)駕駛過(guò)程中，駕駛員與環(huán)境和周邊車(chē)輛的交互認(rèn)知在哪，駕駛員和經(jīng)驗(yàn)和臨場(chǎng)處置能力由誰(shuí)來(lái)替代？
也就是說(shuō)，很多汽車(chē)品牌談到的自動(dòng)駕駛或許也更應(yīng)該被叫做汽車(chē)自動(dòng)化，在今天成為一個(gè)可以自動(dòng)剎車(chē)、跟車(chē)的工具，而不是一個(gè)有判斷力的駕駛機(jī)器。
即使，汽車(chē)自動(dòng)駕駛時(shí)，有時(shí)候釋放人的腳，有時(shí)候釋放人的手，甚至可以同時(shí)釋放人的手和腳，但能不能釋放人的主力——釋放人的駕駛認(rèn)知實(shí)現(xiàn)全自動(dòng)駕駛，“如果不能釋放人的注意力的自動(dòng)駕駛，都是談不上真正的自動(dòng)駕駛（無(wú)人駕駛）。”
無(wú)人駕駛應(yīng)該是有腦子的輪式機(jī)器人
輪式機(jī)器人，或者退一步說(shuō)掃地機(jī)器人就有非常有趣的參考意義。
掃地機(jī)器人一般解決的問(wèn)題是：本身要質(zhì)量過(guò)硬，類(lèi)比到汽車(chē)，這是汽車(chē)制造的方面；掃干凈以及掃到位，這是最少要讓它看到路。所以在掃地機(jī)器人方面的智能化升級(jí)，我們看到的是機(jī)器自動(dòng)化的升級(jí)——它被賦予更多雷達(dá)、SLAM 功能，但它還會(huì)笨成一個(gè)“亂撞”的機(jī)器，這本身其實(shí)是暴力的窮舉算法。就算是最先進(jìn)的掃地機(jī)器人，也要先撞一遍探出路來(lái)才能在以后的工作中提高效率。
啟動(dòng)計(jì)算機(jī)程序，讓汽車(chē)自動(dòng)開(kāi)；如果程序不合適，則由人來(lái)調(diào)程序；本質(zhì)上這應(yīng)該是程序員通過(guò)程序教機(jī)器人開(kāi)車(chē)，汽車(chē)成為軟件定義的機(jī)器，實(shí)現(xiàn)自動(dòng)駕駛。
這點(diǎn)用自動(dòng)泊車(chē)的原理也可以解釋?zhuān)热绮窜?chē)有正面泊車(chē)、垂直泊車(chē)、側(cè)方泊車(chē)，還有最難的老舊小區(qū)私家車(chē)位泊車(chē)，各種角度的泊車(chē)。目前雖然已經(jīng)有很多量產(chǎn)車(chē)型已經(jīng)搭載了自動(dòng)泊車(chē)，但其實(shí)在現(xiàn)實(shí)中面對(duì)刁鉆的地形和位置，自動(dòng)泊車(chē)依然不能完全脫離駕駛員的主觀判斷和干預(yù)：這個(gè)停車(chē)位置有限，在地下又沒(méi)有GPS，怎么辦？于是，怎么把自動(dòng)泊車(chē)的模式重新設(shè)計(jì)，有沒(méi)有高精度的地圖信息，沒(méi)有，也沒(méi)有衛(wèi)星導(dǎo)航信息，有沒(méi)有結(jié)構(gòu)化的道路信息，有沒(méi)有路徑信息？沒(méi)有，有沒(méi)有路口信息，也沒(méi)有。
在李德毅看來(lái)，現(xiàn)在的自動(dòng)駕駛正在暴力的加上各種窮舉算法。但即使加了越來(lái)越多的傳感器——紅外的不行就換視覺(jué)算法加攝像頭，再不行就換激光雷達(dá)，價(jià)格又一下攀升。退一萬(wàn)步講，就算實(shí)現(xiàn)了良好的視覺(jué)算法，也只是解決了汽車(chē)產(chǎn)業(yè)中真正駕駛員眼睛看+自動(dòng)化控制的問(wèn)題。人的駕駛理論和技巧卻一點(diǎn)沒(méi)學(xué)會(huì)，或許還是要回到用人工智能模仿人思路的問(wèn)題上？
媒體們都說(shuō)無(wú)人駕駛是一個(gè)交通產(chǎn)業(yè)通力合作的結(jié)果，有法律法規(guī)，交通網(wǎng)絡(luò)升級(jí)，汽車(chē)工業(yè)的迭代。這是現(xiàn)實(shí)的因素，因?yàn)闊o(wú)人駕駛產(chǎn)業(yè)的核心部件還依然很貴，但其實(shí)功能還只能實(shí)現(xiàn)五六成，更別說(shuō)讓消費(fèi)者買(mǎi)單了。
李德毅同樣認(rèn)為，全自動(dòng)泊車(chē)取決于是否可以窮舉泊車(chē)的所有窗口條件——“我們都停過(guò)車(chē)，你認(rèn)為需要多少條件？這是一個(gè)人工智能的缺失，自動(dòng)化技術(shù)的缺失，這個(gè)天花板怎么解決？”
如果連自動(dòng)泊車(chē)都做不到，就更別提自動(dòng)駕駛了；完全自動(dòng)駕駛還都沒(méi)有，也就更別提無(wú)人駕駛了。雖然，對(duì)于汽車(chē)的認(rèn)知計(jì)算是有人和企業(yè)正在做的，但我們從目前在做認(rèn)知計(jì)算的企業(yè)所能實(shí)現(xiàn)的效果來(lái)看，任重而道遠(yuǎn)？
