Google 無人駕駛汽車的爹們，年輕時都是機車少年

有機體閱讀理解 article 3

本欄目由賣完票才能恢復的有機體生存指南贊助。

有獎活動

閱讀本文，認真回答問題，將有機會獲贈「OFF 2015 · 離線未來大會」全天門票。詳情見文末。

這篇閱讀理解選自《離線·黑客》的「前沿」（Frontier）專欄。這個專欄關注前沿的科技生活，從無人駕駛汽車到物聯網，深度探討時下熱門的各種「硬科技」話題。

Google 無人駕駛汽車項目的前 leader，機器人專家塞巴斯蒂安·特龍（Sebastian Thrun）曾經回憶，每隔一段時間，DARPA（美國國防高等研究計劃署）資助的軍事承包商就會推出最新款無人駕駛汽車原型。「我看過那些演示，大多數都在前半英里就撞毀了，失靈了，」特龍說，「DARPA 資助的那些人解決不了問題。DARPA 根本不知道是技術還是人不行，所以他們做了這樣一件瘋狂事，這件事才算得上有遠見。他們舉辦了一場比賽。」

－－－

「無人駕駛汽車挑戰賽」與交通的未來

作者：伯克哈特·比爾格（Burkhard Bilger）

譯者：姜奕暉

字數：4539，閱讀時間：13 分鐘

本文節選自「自動糾錯：無人駕駛汽車離我們還有多遠」，《離線·黑客》

2004 年 3 月 13 日，第一場 DARPA 無人駕駛汽車挑戰賽在莫哈韋沙漠舉行。大賽獎金高達 100 萬美元，任務看起來非常簡單：製造一輛車，行駛 142 英里，不準人工干預。參賽車輛必須空無一人，賽道也設計得相當坎坷：從加利福尼亞州巴斯托，到內華達州普里姆。沒有平滑的彎道，沒有長長的直道，有的是多岩石的坡道、U 型急轉彎。沒有路標，沒有車道線，有的是 GPS 導航點。「今天，我們可以在幾個小時內做到，」機器人專家塞巴斯蒂安·特龍告訴我，「但在當時，感覺就像是穿著運動鞋去登月。」

1957 年的人們對無人駕駛汽車想像：一輛轎車在高速公路上兜風，路上的電路為車子導航，一家人在車裡玩多米諾骨牌。

後來成為 Google 無人駕駛汽車項目核心成員的安東尼·萊文多斯基（Anthony Levandowski）當時就讀於伯克利大學的工業工程系。他要是不在學習，不在賽艇，不在忙著贏得樂高競賽，那麼他一定是在想方設法搗鼓一些新鮮帶勁的事兒——為的是牟利，只要有可能。他的朋友蘭迪·米勒（Randy Miller）告訴我：「如果掙到了錢，他就覺得，這證明他創造了價值。」

DARPA 對參賽車輛的規定並不明確：只要能自動駕駛，什麼樣的東西都行。因此萊文多斯基做了一個大膽的決定：造出世界上第一台自動駕駛的摩托車。在當時看來，這簡直是天才之舉。跟汽車相比，摩托車更靈活、更快速、更容易操作。摩托車可以從障礙的縫隙中輕鬆穿過，行駛速度絲毫不遜色。

這個方案的缺陷是顯而易見的：摩托車單靠自己立不起來。摩托車需要靠騎車人來維持平衡——或者也可以由轉軸和電機組成的、複雜的計算機控制系統，以每秒一百次的頻率來調節平衡位置。其他參賽車輛就沒有這個問題，它們還有大量的學術機構和企業聯手支持。當萊文多斯基帶著他的想法去找伯克利的教授們時，得到的反應至多只有困惑、懷疑。他的指導老師肯·戈德堡（Ken Goldberg）索性打開天窗說亮話，直言他根本沒有勝算。「安東尼可能是我20年來遇到過最有創意的大學生，」戈德堡告訴我，「不過這是一項很大的挑戰。」

萊文多斯基沒有知難而退。接下來兩年時間裡，他給潛在贊助商打了 200 多個推銷電話。日復一日，他慢慢從雷神、超微半導體等公司那裡攢到了三萬美元資金。（沒有一家摩托車公司願意冠名這一項目。）接著，他又自掏腰包，再投了 10 萬美元。在此期間，他還偷偷挖走教授麾下的多位研究生。「他用墨西哥卷餅『賄賂』我們，」現 MIT 數學系教授查爾斯·斯馬特（Charles Smart）告訴我，「每次都是同一家卷餅。不過我記得我當時想的是，希望他能喜歡我，讓我在這兒幹活。」

終於有一天，戈德堡發現自己手下一半的博士生都在為萊文多斯基幹活。一開始，他們找來一輛兒童用的雅馬哈輕型摩托車，拆去附件，只留車架。然後加裝上攝像頭、陀螺儀、GPS 模塊、計算機、防滾保護桿，還有用來驅動車輪的電動機。他們寫下了幾萬行代碼。如果把他們早期試車錄下的視頻剪輯到一起播放，簡直像是場一驚一乍的搞笑表演：摩托車上路了，工程師們上蹦下跳，摩托車摔倒了——一次又一次，總計超過 600 次。

最後，項目開展一年之際，一位名為亞歷克斯·克拉斯諾夫（Alex Krasnov）的俄羅斯工程師破解了代碼難題。他們本以為穩定度是個非線性的複雜問題，沒想到竟然相當簡單。如果摩托車朝某一側傾倒，克拉斯諾夫就讓車子極其輕微地偏向同一側行駛。這樣就能產生離心加速度，拉動車子重新直立前進。如此這般，反覆再三，沿著稍顯S形的曲線不斷校正，摩托車就能保持直線行駛。從當天的視頻短片中可以看到：起初，摩托車有點搖晃，就像剛出生的長頸鹿在試探著學走路。隨後，突然間，摩托車就自信滿滿地在場地上盤旋，彷彿有一隻看不見的手在拉著它走。他們把它命名為「幽靈騎士號」（Ghost Rider）。

世界上第一台自動駕駛的摩托車。

事實證明，這場挑戰賽是汽車歷史上最慘不忍睹的事件之一。唯一可能的安慰就在於人人都分擔了痛苦。入圍的 15 輛參賽汽車中，沒有一輛開完前 10 英里路程。其中七輛車在一英里內就拋錨了。俄亥俄州立大學隊的卡車「地極號」（TerraMax）有六個輪子，重三萬磅，在一片灌木叢面前突然停住；加州理工學院隊的雪佛蘭車「塔霍號」（Tahoe）撞上了一道柵欄。即便是大賽贏家卡內基梅隆大學隊，也為勝利付出了慘重代價。該隊的機器人悍馬車「沙暴號」（Sandstorm）開了 7.5 英里，然後就偏離了預定軌道。後來，一架直升機找到了它，「沙暴號」擱淺在一處堤岸上，周圍煙霧環繞，後輪還在拚命打轉，結果一下子燃燒起來。

至於「幽靈騎士號」，它在資格賽上成功戰勝了 90 余輛參賽汽車，當時的賽場是加州高速公路上長為 1.5 英里、位於豐塔納的障礙賽道。可惜那就是它最風光的時候了。挑戰賽當日，萊文多斯基站在起跑線上，既有腎上腺素刺激引起的過度興奮，又帶有幾分虛脫，結果他忘了打開穩定度程序。當發令槍響時，摩托車晃晃悠悠前進，開了三英尺，便栽倒在地。

「那真是黑暗的一天，」萊文多斯基說。他花了好一陣子才熬過來——至少按照他那種極度活躍的標準來說是這樣。「我想我休息了差不多四天吧，」他告訴我，「然 後我就想，嘿，我還沒幹完呢！我要解決這個問題！」顯然，DARPA 也是這麼想的。三個月後，該機構宣布：次年 10 月舉行第二場無人駕駛汽車挑戰賽，獎金翻一番，為 200 萬美元。要想獲勝，各隊伍都不得不處理一系列失敗和缺陷，從硬碟罷工到衛星設備故障，任務極為艱巨。不過，問題的根源殊途同歸：正如後來喬舒亞·戴維斯（Joshua Davis）在《連線》雜誌上撰文所述，這些機器人只不過還不夠智能。它們需要提高智商。

90 年代初，卡內基梅隆大學機器人專家迪安·波默洛（Dean Pomerleau）偶然想出一種異常有效的方式來實現這一點：他讓汽車自己教自己。波默洛在他的小型貨車裡裝備了計算機，還帶有人工神經網路，仿照人類大腦里的神經網路而成。當波默洛開車在匹茲堡晃悠時，這些神經網路便一路記錄下他的駕駛決策，收集統計數據，編製出自己的道路規則。「剛開始的時候，我們開車穿過一座公園，速度大概是每小時 2 到 4 英里，騎三輪腳踏車都比我們快。」波默洛告訴我，「最後，車子在公路上的車速達到每小時 55 英里。」1996 年，這輛汽車自己駕駛，從華盛頓開到聖迭戈，只有很少幾次人工干預——行駛里程數差不多是恩斯特·迪克曼斯一年前開車行駛距離的四倍。

機器學習這一概念幾乎與計算機科學同時誕生——計算機科學之父艾倫·圖靈就將它視為人工智慧的本質。機器學習通常是計算機習得某種複雜行為最快速的方式，但它也有其弊端。自我學習的汽車可能會得出一些奇怪的結論：它可能會把樹的影子當成馬路的邊緣，也可能把反射回來的車頭燈當成車道標記；它可能會把飄浮在路面上的袋子當成實體物，為了躲開而猛然轉向。我們很難猜到它究竟知道了些什麼。「神經網路就像黑匣子，」波默洛說，「這讓人神經緊張，特別是當它們控制著兩噸重的車子時。」

跟教孩子一樣，計算機更多時候是用死記硬背來教的。人們給出成千上萬條規則和一堆數據，要計算機記住——如果出現事件一，則執行事件二；要避開大石塊——然後派它們出去，反覆試驗。這種做法很緩慢，也很費心，但是要比機器學習更容易預測，也更容易改善。不論是哪一種教育體系，技巧往往是將兩者合而為一，融會貫通成得當的措施。教條學習過多，機器會變得生搬硬套；經驗學習過多，機器又會存有盲點，行為難以預料。

「高地人號」

第二場挑戰大賽讓這兩種思路都經受了考驗。報名參加比賽的隊伍將近 200 支，而最有力的競爭者從一開始就明擺著：卡內基梅隆大學和斯坦福大學。卡內基梅隆隊由富有傳奇色彩的機器人專家「老紅」威廉·惠特克（William 「Red」 Whittaker）領導。惠特克身材魁梧，思路精準，做過海軍陸戰隊隊員，專門研究用於遠程控制、危險環境下的機器人。他製造的機器人曾在南極冰原和活火山上爬行，也曾到三英里島和切爾諾貝利檢查損毀的核反應堆。惠特克得到年輕有為的工程師克里斯·厄姆森（Chris Urmson）輔佐，曾在 2004 年那第一場比賽中，以壓倒性的優勢奪冠（克里斯·厄姆森後來也進入到 Google 無人駕駛汽車團隊）。他的團隊花了整整 28 天時間，用激光器掃描了莫哈韋沙漠，創建出該地區地形的電腦模型。然後，他們將掃描結果跟衛星數據結合起來，幫助識別障礙。

斯坦福隊則是由特龍領導。當 DARPA 發布第二場大賽通知時，他手下的博士生邁克·蒙泰梅洛（Mike Montemerlo）把這個消息告訴了他。「我們究竟應不應該參賽，他的評估結果是不應該，但他的身體、他的眼睛、他的一切都在說應該。」特龍回憶說，「他就這樣拖我入伙了。」這場競賽體現了硬幣的兩面：特龍是溫文爾雅的世界主義者，惠特克則是雷厲風行的陸軍大統帥。卡內基梅隆隊派出了兩部軍用車輛——「沙暴號」和「高地人號」（Highlander），斯坦福隊則派出了一部相對較小的大眾途銳汽車——綽號「小斯坦號」（Stanley）。

這場比賽堪稱勢均力敵。兩支隊伍都使用了相似的感測器和軟體，不過比較起來，特龍和蒙泰梅洛的精力更多傾注在了機器學習上面。「這是我們的秘密武器，」特龍對我說。特龍和蒙泰梅洛並沒有給汽車編寫程序，告訴它應該繞開哪些岩石和灌木，事實上，他們只是把車子開到了沙漠公路上。車頂裝有的激光器能掃描汽車周圍區域，攝像頭還能看得更遠。計算機通過分析這些數據，便能學會識別道路，平坦的區域即為路面，顛簸的區域即為路肩。計算機還將攝像頭拍下的圖像與激光掃描結果進行對比，以便弄清平坦的地形從遠處看起來是何種模樣——這樣就能開得更快一些。「每天都是一模一樣，」特龍回憶說，「我們會出門，開上二十分鐘，找到一些軟體缺陷，然後在那裡坐上四個小時，重新編程，重新嘗試。就這樣，我們做了整整四個月。」剛開始，計算機會把某些圖像誤標記為障礙，每八個像素里會有一個差錯。等到他們結束的時候，差錯率已經降到了五萬分之一。

挑戰賽當天，開始時間的前兩個小時，DARPA 向各位選手發布了參賽路線的各個 GPS 坐標點。這次比賽遠比第一場艱難：更多的彎道，更窄的小路，三條隧道，一處山口。面對斯坦福隊的一部參賽車，卡內基梅隆隊派出了兩輛車，希望能穩中求勝。該隊讓「高地人號」馬不停蹄，快速前進——平均時速超過 20 英里，而「沙暴號」則小心翼翼，穩紮穩打。這種差別足以讓他們輸掉這場比賽。當「高地人號」開始因為某條燃油管線縮緊而失去動力時，「小斯坦號」仍在穩步前行。「小斯坦號」衝過終點線的時候，距離比賽開始已經過去 6 小時 53 分，這比「沙暴號」早 10 余分鐘，比「高地人號」早 20 余分鐘。

這是以弱勝強的故事，這是腦力打敗體力的傳奇。這話所說的對象不單是斯坦福隊，而是整片賽場。五輛汽車跑完了全長 132 英里的賽道，二十多輛汽車跑的距離比 2004 年大賽冠軍更遠。時隔僅一年，他們所取得的進步遠比 DARPA 資助的承包商在二十年內取得的成績更大。「你看那些瘋狂的人，初生牛犢不怕虎，根本不知道這事兒有多困難。」特龍告訴我，「他們說：『瞧，我有一部車，我有一台電腦，我還需要一百萬美元。』所以他們就在自家作坊里大幹起來，把各種各樣的東西塞進機器里，以前從來沒有人這麼做過，有些真是異想天開，讓人印象深刻。」特龍回憶說，加利福尼亞州帕洛斯弗迪斯高中有一隊學生，領頭的是一個名叫克里斯·賽德（Chris Seide）的 17 歲少年，這幫孩子造了一輛自動駕駛汽車「末日戰車號」（Doom Buggy），不但會變換車道，還能在停止標誌面前停下來。路易斯安那州有一群保險公司的員工，給一輛福特多功能車編寫程序，到達終點只比「小斯坦號」慢了 37 分鐘。他們的首席程序員設計的初步演算法，脫胎於幾本有關電子遊戲的教科書。

「當你回過頭看第一場挑戰賽，跟現在比起來，那時候簡直就是石器時代。」萊文多斯基對我說。他的摩托車就恰如其分地體現了這種進化。雖然這部車沒能在第二場挑戰賽的半決賽中出線——被幾塊木板給絆倒了，但是「幽靈騎士號」還是以自己的方式，成為工程學上的奇蹟，擊敗了 78 位四個輪子的對手。兩年後，史密森尼博物館把這輛摩托車納入館藏。此後一年，博物館把「小斯坦號」也加入了館藏。那個時候，特龍和萊文多斯基皆已雙雙進入 Google 供職了。

－－－

有獎答題活動規則

老規矩，請根據上文回答問題。請根據上文回答問題。將 4 題的答案（如 dcba）回復到本文微信版的評論區（請掃底部的二維碼進入公眾號；也可以在這裡回復，但就是沒獎）。首位回答正確者，送出「離線未來大會」（OFF 2015）全天門票 1 張。第 2~11 位回答正確者，各送 8 折購票優惠碼 1 個，共 10 個。

以下問題均為單選。

問題一：世界上第一台自動駕駛的摩托車叫什麼名字？（25 分）

a. 沙暴號

b. 幽靈騎士號

c. 地極號

d. 末日戰車號

問題二：由文中可學習到，如何從伯克利教授手下挖走研究生幫你幹活？（25 分）

a. 給他們找女朋友

b. 出價比教授高一倍

c. 請他們吃東西

d. 給他們畫大餅

問題三：到底是誰贏得了第二場無人駕駛汽車挑戰賽？（25 分）

a. 斯坦福大學隊

b. 俄亥俄州立大學隊

c. 加州理工學院隊

d. 卡內基梅隆大學隊

問題四：特龍的秘密武器是什麼？（25 分）

a. 墨西哥卷餅

b. 機器學習

c. 感測器

d. 激光器掃描

本期值班：躺平主義者乃瑞斯

－－－

>>離線未來大會：關於年輕和明天的無數可能

這個寒冬，讓我們暫時「離線」，聊一些年輕的熱血話題。

推薦閱讀：