自动驾驶在“不确定性”中驶向终点

在“技术变现”的路上,命运自有时间表,它通常不以“业内人士”的主观臆测为转移。

最典型的例子,就是自动驾驶。

数年以前,从业者纷纷预言,2020年将会成为自动驾驶“爆发”拐点。但事实胜于雄辩,迥异于各大厂商对外公布的美好寓言,2020年已经过去了七个多月,大多数人离自动驾驶还很远。

所以不要被“量产”这一模糊的概念所蛊惑,任何试图深度嵌入到整个社会系统中的技术,都涉及技术,场景,生态,政策,习俗乃至伦理等一系列必备要素,没凑齐,就是没凑齐,急不得。

不过话说回来,路途虽比想象中遥远,但并不意味着终点不会到来。

循序渐进

其实自2020年以来,自动驾驶行业新闻不断。

即便市场环境整体黯淡,许多公司也陆续传出融资新闻,整个行业场景落地的速度也正在变快。最重要的是,自动驾驶产业开始完成与社会系统的“对接”。

譬如几天前,据媒体报道,《自动驾驶出租车运营规范与安全管理要求》团体标准已经立项,包括滴滴,百度,博世,北汽,腾讯,初速度等国内企业,相关监管部门,专家及政策研究机构等已经开始进行相关商讨。这也是全球首个自动驾驶的商业化规则。

大概半个月前,这一团体标准已通过线上形式组织召开标准启动会,内容包括确认robotaxi运营标准的框架和提纲,以及重点围绕测试车辆管理规范,保障性管理规范,测试驾驶员管理规范,测试中心风险分析与预案以及载人运营等标准内容展开讨论。

出租车尚且如此复杂,未来更大基数的私家车更是如此。

因此在很多人看来,自动驾驶是个循序渐进的过程:一方面要在确保安全的前提下“狂轰油门”,通过路测数据迅速迭代;一方面又要“脚踩刹车”,等一等配套设施和政策法规的逐步完善。所以全球自动驾驶竞争的核心不是“一步到位”,而是比谁先在这个动态平衡的过程中处于领跑地位,率先跑完验证自动驾驶社会价值的全部流程。

当然,对于商业公司来说,循序渐进的过程中,最重要的是永远是:钱和技术。

自动驾驶是个极度烧钱的行当。

以谷歌为例,谷歌母公司Alphabet为Waymo每年投入10亿美元,今年上半年,Waymo还首次从外部融资22.5亿美元用以支持自动驾驶技术的研发和商业落地。

而技术更不必多言。这个世界上但凡有能力的科技企业,都已全部挤在自动驾驶的赛道。

以中国最具“技术”标签的科技企业华为为例,就在最近,根据天眼查APP显示,华为技术有限公司新增多项专利信息,其中包括“一种机动车辆自动驾驶方法及终端设备”“控制智能汽车行驶方向的方法和装置”以及“交通信号灯的识别方法、系统、计算设备和智能车”。其中“一种机动车辆自动驾驶方法及终端设备”与“控制智能汽车行驶方向的方法和装置”的申请日期分别在2017年6月和2017年4月,公开日期均为2020年8月。

其中,“一种机动车辆自动驾驶方法及终端设备”的专利摘要显示,本发明实施例公开一种机动车辆自动驾驶方法及终端设备。由于本发明实施例中,终端设备根据车辆外部环境数据和初始定位精度确定机动车辆的目标驾驶参数,所以目标驾驶参数会随车辆外部环境数据的不同而变化,进而与外界环境相匹配,提高机动车辆自动驾驶的安全性。

嗯,技术是自动驾驶的底层动力,但人们也不免好奇,自动驾驶技术的“终点”将是哪里?

L5的野望

说来也巧,也在最近,特斯拉CEO埃隆·马斯克表示:“全自动驾驶技术”有望在今年年底前推出。事实上,马斯克曾在世界人工智能大会开幕式上就表示,特斯拉已“非常接近”L5级自动驾驶技术,有信心在今年开发出这项技术的基本功能。

所谓L5级自动驾驶,你可以简单理解为:无人驾驶系统能够在任何条件下驾驶车辆。

与其他科技领域一样,马斯克在自动驾驶身上表现出极度的乐观,但却仍有反对者对“完全自动驾驶的交通系统”表示悲观,甚至最极端的说法是:L5或许是一个梦。

原因很简单,AI处理不了意外。

数十年前,AI概念诞生初期,当时的研究者心高气傲,并不满足于将机器仅用于计算,他们试图让AI完整拷贝人脑的思考过程,让机器“知其然,也知其所以然”。

但众所周知,多年以来,人类意识之谜没有任何实质进展,研究者开始收缩野心,重回对“计算”的追寻。如今的机器学习就是一条试图弯道超车的捷径,将现实世界以数据作为颗粒度呈现,再通过神经网络消化数据,更好地认清这个世界。

以自动驾驶为例,它最基础的原理就是将人类司机目力所及的一切物体,路人,建筑,其他车……都构建成三维模型,关心它们之间的移动趋势,估算速度,预测路线,有冲突就刹车或绕路。

但从逻辑上,这也几乎意味着,无人车做不到所谓“绝对”的准确性,因为真实的交通是一个复杂生态系统,随机分布着各种意外。

据说谷歌自动驾驶就曾遇到过不少“意外”:比如,几个小孩在高速路上玩青蛙;一个残疾人坐着电动轮椅,在路上追一只鸭子,鸭子绕圈跑,他也绕圈追……面对如此荒诞场景,你很难苛求机器能百分百预测这些人的轨迹。毕竟近些年人工智能领域的一切进步,都可归为相似的框架:“输入数据,生成回应”——换句话说,由过去推导未来,机器没法预测完全不在它经验范围内的意外。

命运自有时间表

自动驾驶或许处理不了“意外”,但自动驾驶将驶向未来这件事本身,应该没有意外。

原因有很多,比如在单纯的概率层面,机器犯错更少。譬如特斯拉刚刚发布202年第二季度车辆安全报告显示,在有Autopilot自动辅助驾驶参与下的驾驶过程中,平均每453万英里的行驶里程会出现一起交通事故;在没有Autopilot自动辅助驾驶参与但有主动安全功能的驾驶过程中,平均每227万英里的行驶里程会发生一起交通事故;在没有Autopilot自动辅助驾驶和主动安全功能参与的驾驶过程中,平均每156万英里的行驶里程会出现一起交通事故。

这一观点老生常谈,因此我想谈谈另一个原因,那就是:追溯人类技术演变史,一旦新事物破茧而出,往往就没有了回头路,你只能去迭代它,不能消灭它。

其实就像香烟,大约公元400多年,人类开始使用烟草,而一旦香烟诞生,你觉得它还会从世界上彻底消失吗?永远不会。哪怕进入现代,人类若想减少香烟带给整个社会的负外部性,也只能通过技术而非禁止,比如发明电子烟。

事实上,摊开科技史你会发现,解决技术带来的问题的方式永远都是通过更好的技术,忘了是哪位技术思想家说过:“即使新的科技发明带来的49%是问题,但它同时也带来了51%的好处,差别就在于这2%,2%很少,但人类需要这2%,通过一年年积累产生强大影响力。所以,即便新发明带来的好处只比问题多一点,这一点就是人类进步的动力。”

自动驾驶就是如此。

虽然大多数人离它真正普及还很远,但如开篇所述,命运自有时间表。

一百多年前,人类一旦发明汽车,马车所代表的田园牧歌,就只能成为一曲挽歌;一百多年后亦是如此,从汽车与信息文明相遇的那一瞬间,一切悲喜就已不可避免。

作者:李北辰,独立撰稿人,国内数十家媒体专栏作者,关注技术驱动带来的社会变革