柳甄去了今日頭條，那Uber的下一站會是無人駕駛嗎？

02-04

無人駕駛測試的成功，已經不是什麼新鮮事了。然而，這項尚未成熟的技術卻引起外界擔憂——特斯拉 Autopilot 模式頻頻發生車禍，谷歌無人駕駛也發生嚴重車禍。

巨頭們的頻頻失誤使得無人駕駛看起來不太明朗。不過，Uber 卻把無人駕駛汽車開上了路。

今年5月份，Uber 無人駕駛汽車首次在匹茲堡測試。這篇文章中，介紹了MIT Technology Review 記者 Will Knight 體驗Uber 無人駕駛汽車的過程與體驗。但在無人駕駛技術尚不完善的情況下，Uber的測試會不會急於求成？

文中，來自 MIT（麻省理工學院）、CMU（卡內基梅隆大學）機器人領域的專家給出了自己對無人駕駛未來的看法。

文｜Will Knight

編譯｜天然卷

在匹茲堡阿勒格尼河畔那座龐大的倉庫外，那曾經密布了幾十家工廠和鑄造廠。時至今日，這裡已經滿是琳琅滿目的店鋪和餐館。而我就站在這裡，見證了一場非同尋常的技術革命。

我低頭看了下手機，抬起頭時，發現一輛白色的福特 Fusion 行駛到了附近，車輛頂部裝置了看起來未來感十足的感測器。車內，有兩個人坐在前排，一位在監控著電腦，另一位就坐在駕駛座——沒人在操控方向盤，但車子還處於穩穩的掌控之中。上車後，我輕觸后座前的屏幕，搭上了這趟無人駕駛汽車的順風車。

車輛駛上了前往市中心的道路，但它始終保持在自己的車道，也能靈活地避開迎面而來的車輛以及突兀停在路邊的卡車。這實際上不是我第一次體驗無人駕駛汽車，但從后座往前看，你會發現方向盤能根據路況自我調整，至少感覺上來說，這還真是樁挺「詭異」的事情。

目前為止，大多數無人駕駛汽車已經在加利福尼亞、內華達、得克薩斯等州的高速公路上進行了測試。但是，在匹茲堡，這種歪歪扭扭的小路、數不清的大橋、眼花繚亂的十字路口，再加上匹茲堡一帶的暴風雪、雨雪、冰雹天氣，其他無人駕駛汽車或許還未曾體驗過。

Uber 一位高管談道，如果無人駕駛汽車能夠處理好匹茲堡的路況的話，那它也應該能處理其他各種路況了。

我搭乘的這輛無人駕駛汽車彷彿是要驗證這一言論：來到人潮湧動的鬧市街區時，有兩位路人突然衝到了車道前方，不過車子緩緩地在距他們有一段距離的路段停了下來，等路人過去之後，又繼續行程。

配置了各種感測器的Uber無人駕駛汽車

后座前方的屏幕能夠實時將車輛頗為奇特的環境視角成像出來：周邊環境會以亮色調和鋸齒狀邊沿結構的形式來呈現，這些圖像是基於車內編排的一系列儀器的產物。車內擁有不少於7種感測器裝置：車頂的旋轉式激光雷達感測器，20個攝像頭，高精度GPS模塊，還有超聲波感測器。

從屏幕上看，道路是藍色的，建築和其他車輛以紅色、黃色和綠色來呈現，附近的行人則是配以高亮顏色標識。除了周邊環境，這塊顯示屏也會展示車輛是如何操控和剎車的。另外，駕駛座附近也有一個按鈕能夠讓你任何時間結束這趟打車之旅。

Uber 還讓乘客有空暇自拍，當我結束乘車之旅後，我收到一則郵件：這張GIF展示了無人駕駛汽車的視角，而我的臉也就在圖片右側。在等紅燈的時候，一位路人在人行道一側停了下來，看似朝著我們這邊揮手，而我們後面的 Uber 司機則對他豎起了大拇指。

Uber 挑選了匹茲堡周邊的一部分用戶，給予無人駕駛汽車體驗資格。所以說，我的這趟搭車之旅其實也是 Uber 無人駕駛汽車測試的一部分。

過去，Uber 幾乎顛覆了計程車行業，而今天，Uber 又想用無人駕駛汽車在未來幾年掀起下一場革命。毫無疑問，這是一次冒險的舉動，因為無人駕駛技術或將改變數百萬人的出行方式。但某種程度上，這又是 Uber 需要做的事。

今年前半段，Uber 好像虧損了 12.7 億美元，其中大部分是給司機的補貼。無人駕駛汽車則給予Uber 了一次很大的機遇，MIT（麻省理工學院）一位研究汽車產業創新的教授助理 David Keith 談道，「風險還是有的，Uber 有可能在這塊市場上被擊敗。」

Uber 測試版軟體，一輛無人駕駛汽車正在附近巡航

大多數汽車廠商，特別是特斯拉、奧迪、梅賽德斯賓士，沃爾沃和通用汽車，甚至是一些科技巨頭，比如說谷歌、蘋果，一系列廠商都在測試無人駕駛汽車。

例如，特斯拉能在很多路況下實現無人駕駛（雖然特斯拉方面提醒車主盡量只在高速公路上使用 Autopilot，並時刻保持注意，雙手放在方向盤上面）。不過，無人駕駛行業競爭異常激烈，但 Uber 還是有最大的幾率實現無人駕駛的早日商業化。

不同於福特或通用，Uber 把行車範圍限制在了當前無人駕駛汽車能夠處理的範圍內。對比谷歌或是蘋果，Uber 又有了龐大的租車網路，能夠逐漸轉化為無人駕駛服務。

Uber 高管十分期待無人駕駛汽車給他們帶來的天花板。沒有了司機端分割成本，Uber 或能實現盈利。無人駕駛汽車也會變得越來越親民，越來越容易使用，甚至能否擁有一輛自己的汽車也不再重要。按這種思維模式的話，無人駕駛技術或將改寫交通運輸這個行業本身。

Uber 已經在一些城市嘗試了無人機餐飲配送，加上最近收購 Otto（這家創企正開發用於長途運輸的無人駕駛技術）——無人駕駛卡車或是麵包車可以把貨物從生產中心或是商店直接運輸到家裡，提高配送效率。測試無人駕駛之前，谷歌無人駕駛項目前資深員工 Andrew Lewandowski，如今 Uber 無人駕駛項目負責人，談到說，「我確信，未來10年內，這是計算機要著重處理的事項。」

Uber 的動作很快，2015年2月份，Uber 聘請了一批卡內基梅隆大學機器人類專業的研究員，創建 ATC（Advanced Technology Center）用於開發無人駕駛汽車。基於雄厚的人才儲備，僅僅一年多時間，Uber 開發出了無人駕駛汽車——對於大多數汽車廠商，這大概是重新設計汽車顯示屏控制台所需的時間。

但是，這是不是太快了？技術真的準備好了嗎？

Uber 研究人員正在監控車輛活動，如有需要，會及時控制行駛

機器人先行者

之後，我又體驗了通常意義上的 Uber 服務，前後對比發現，兩者特色是相當鮮明的。當時我想去的是 CMU（卡內基梅隆大學）NREC ——也是機器人學院的一部分，那裡的研究團隊參與了多項機器人開發。因此，我想知道那裡的專家們怎麼看待Uber的測試。

我搭到的是一輛現代索納塔，車主叫Brian。搭乘過程中，Brian 跟我聊天，他也看到過幾輛無人駕駛汽車，但他無法想像無人駕駛汽車的搭乘體驗能和他一樣出色。話音剛落，在他轉錯彎後，他發現自己徹底迷路了。

說實話，他開車當然和無人汽車一樣流暢，當地圖導向一座正在由於維修而無法過去的大橋時，他問了路邊工人，之後修正了駛向。而且，Brian 很友好，也給免了這次行車費，還想給我買瓶啤酒以彌補帶來的不便。

但這也更讓我意識到，Uber 的無人駕駛帶來的完全不同的體驗：更少的錯路，不會碰到不良司機，但也不會有司機幫你把行李箱放進後備箱或是返還遺失的手機。

通過后座前面的屏幕，激光系統感知到的環境能夠顯示出來

等我走到 NREC 巨大庫房外面的時候，離約定的時間已經遲了20來分鐘。踏入倉庫，裡面堆積的是各式各樣的機器人原型。比如說，Terregator，一台6輪機器人，體積大概跟冰箱差不多，頂部也配置了感測器。

1984年，Terregator 是實驗室的首批的機器人之一，以每小時數英里的時速在實驗室和 CMU 周邊轉悠。

1986年，NavLab 接下了 Terregator 的旗幟，經過大量修改，成為第一台由計算機全面控制的汽車。

除此之外，就在 NREC 的前門處，有一個十分顯目的東西，一輛定製化的雪佛蘭 Tahoe，車內塞滿了計算機，車上的感測器裝置看起來有點類似 Uber 無人駕駛汽車的早期版本。

2007年，這台名叫 Boss 的機器人贏得了由 U.S.DARPA主辦的城區駕駛比賽。這是一個非常重要的歷史性事件，標誌著無人駕駛汽車已經能夠處理平常的交通狀況，就在數年之後，谷歌的無人駕駛汽車就真正上路了。

這三個 CMU 機器人呈現了無人駕駛汽車的發展進化史。到了今天，無論是硬體設備還是軟體方面都有了顯著提高，但是基於整體的複雜性和門檻，系統還無法實現像人類一樣的程度。

在 NREC 實驗室，我還偶遇了CMU 教授 William 「Red」 Whittaker，他之前負責 Terregator、NavLab 和 Boss 最初版本的開發。Whittaker 認為，Uber 推出的這項服務並不意味著技術就已經完善了。「確信的是，問題還沒解決，」他表示，「還有諸多的基層問題尚未解決。」

諸如惡劣天氣（暴晒、暴雨）、障礙物等原因造成的感測器損壞，還有一些不可避免的軟體更新和硬體升級故障。你不可能碼好一串代碼，就能應付所有的情況，所以在某些階段，你必須堅信的是，系統處理不可能處理好所有的狀況，你要做的就是利用好一切智慧（軟硬體），解決不安定因素，但有時候很難時刻保持這種自信，尤其是當一些極小的失誤發生時，比如說把一個紙包識別成了大石塊，這就可能導致系統採取不必要（帶有危險性的）應對措施。

毫無疑問，近幾年來，取得的進步是不菲的，尤其是計算機視覺、機器學習這些領域的進步，這使得無人駕駛汽車跨過了更多的技術門檻。基於系統中不同案例的疊加，系統能實現的不再僅僅是障礙識別——識別行人、騎自行車的或是誤入車道的動物。

現狀依舊，實踐（細節）案例很重要。NREC 主管 Herman Herman（不是筆誤），一位機器人研究專家，他在印度尼西亞長大，之後進入 CMU，目前已經在國防、礦業和農業方面的無人駕駛汽車等領域有不錯的研究成果。

Herman 相信，無人駕駛終有一天會到來的，但他也對 Uber 正在實施的計劃有實質性的擔憂。

「當瀏覽器或是電腦宕機的時候，這會讓人惱怒，但也不是多大的事情，」他分析道，「一條高速公路上有6條車道，其中有一輛無人駕駛汽車行駛在中間車道行駛，這時它準備換到左邊車道，你可以想像接下來會發生什麼（車禍），而這正是因為系統給了方向盤一個錯誤的操控指示。「

經 Uber 修改後的福特 Fusion，在匹茲堡的路上很容易識別

Herman 擔心的另一個問題是技術的地毯式擴張，當路上有一些無人駕駛汽車時，這是挺好的一件事，但要是幾十輛、甚至幾百輛？一輛 Uber 無人駕駛汽車上的激光感測器可能與其他車輛產生干擾，而且要是這些車輛數據都是傳輸到雲端的話，這就需要極其龐大的帶寬。有時候，甚至是細小的灰塵都可能造成感測器的故障。

「不過，最嚴肅的問題還是，至少對我們來說，這還是一個正在開發中尚且需要完善的系統，無人駕駛系統需要確保乘客的安全。「 Herman 表示。

無人駕駛？還得練好開車才行

離開 NREC 後，我又拜訪了 Raj Rajkumar，他來自 CMU 機器人學院的一個實驗室（由通用電氣贊助）。無人駕駛技術研究日益進步下，通常意義上，無人駕駛汽車也應該是被矽谷給統治著，與他們相比，Rajkumar 也許看起來更有點古典學院派。

他招待我的時候，穿的是灰色的正裝，地點也是在辦公室，之後他帶我去了地下車庫，向我展示了他的開發原型：一輛凱迪拉克。這輛車裝置了眾多的感測器，跟 Uber 無人駕駛汽車上的設備有點類似，不同的是，這些感測器都通過微小化或是藏匿在不可見的地方，以致於車輛整體看起來不是那麼突兀。

對於讓無人駕駛汽車實際化這件事，Rajkumar 也是很自豪的。他認為，Uber 正在做的事讓外界對於無人駕駛的期待有點過高了。「事實上，離徹底擺脫駕駛員還有很長的一段時間，」他認為，「我覺得人們應該先冷靜下了。」

除了系統本身的可依賴程度，Rajkumar 還擔心無人駕駛汽車可能被黑客攻擊（用於犯罪行為）。「我們都知道在（法國）尼斯的恐怖襲擊，那個恐怖分子殺害了數以百計的平民。想像下，以後車子還不需要司機的話會怎樣，」他補充道。關於這一點，Uber 稱他們也正嚴肅對待這一問題，項目已經添置了兩名自動化計算機安全方面的專家。

另外，Rajkumar 也告知，車載系統需要在識別真實世界方面做的更加聰明，這種基礎性的進步是必需的。「我們是能認知、敏感的存在。我們能理解，會問為什麼，採取措施。哪天真的實現無人駕駛汽車的時候，它們或許也只能在特定的情境下干特定的事。」

換句話說，我從后座看到的屏幕上那五顏六色的成像代表的是一種被簡單化，甚至可以說是異化的理解方式。Uber 車上的那個屏幕只是展示了那裡有個東西，精度大概還是以厘米為單位的，系統沒有識別出這是什麼東西或是路人的行動傾向。

實際上，這要比聽起來的重要，比如說，當車主發現路上有個玩具時，思維可能會導向說附近會有個小孩。「還有一點比較棘手的是，Uber 將大多數資金花在了城區和郊區的定位上，「 Rajkumar 談道，」也許這塊是那些不被期待的事情更容易發生的區域。「

銀色按鈕：自動駕駛模式；紅色按鈕：停車

還有可能的是，Uber 的實驗性無人駕駛汽車或給整個行業帶來誤導作用。數例無人駕駛引發的事故案例，如特斯拉 Autopilot 模式的辨識問題，這些問題都引發了一系列對安全問題的思考。

過於心急的技術部署，初衷也許是為了交通安全，但反而可能引發反彈事件。Keith 表示，「儘管Uber 在推動（無人駕駛）這件事上做了突破性的工作，但實際上，這項技術還有很多路要走。」

「新型技術需要消費者的良好口碑來積累，但糟糕的事情可能帶來嚴重的負面影響。當這項技術導出了一系列的交通事故時，監管機構必然會出台相關政策，自然這也會降低外界的樂觀情緒。」

我也得以第一手體驗這項技術的限制性。這次 Uber 無人駕駛汽車搭乘之旅的半途之時，我被邀請坐到駕駛座，之後我按下銀色按鈕後進入無人駕駛模式，我也被告知我可以通過轉動方向盤、踩下踏板或是按下紅色按鈕解除自動駕駛模式。

一開始車子看起來也處於完美的駕駛過程中，不過同時，我還是情不自禁地注意副駕駛位置 Uber 工程師的緊張程度。駛上橋後，有車輛從對向車道向我們接近，這時車子反而開始緩緩往左打方向盤，就要駛入對向車道。「握住方向盤。」 Uber 工程師趕緊提醒我。

也許這次是個 bug，也可能是感測器被（對向）車道空闊的空間所迷惑。不過確定的是，我還是立刻照他說的做了。

本文源自：technologyreview.com，由B12編譯，轉載請註明作者及出處。