講座中，Urmson 對(duì)自動(dòng)駕駛汽車發(fā)表了 4 個(gè)基本觀點(diǎn)。

　　2017 年 4 月 20 日，已經(jīng)離開(kāi) Google 并且創(chuàng)立了 Aurora Innovation 的 Google 自動(dòng)駕駛項(xiàng)目前 CTO 克里斯·烏莫森(Chris Urmson)受其母校卡內(nèi)基梅隆大學(xué)機(jī)器人研究所下屬的旭古一田機(jī)器人學(xué)紀(jì)念講座(Teruko Yata Memorial Lectures in Robotics)的邀請(qǐng)，回 CMU 做了一場(chǎng)名為「對(duì)自動(dòng)駕駛汽車的基本觀點(diǎn)」(Perspectives on Self-Driving Cars)的講座。

　　在該場(chǎng)講座中，Urmson 對(duì)自動(dòng)駕駛汽車發(fā)表了 4 個(gè)基本觀點(diǎn)(講座的完整視頻可以登入 YouTube 觀看，網(wǎng)址為：https://youtu.be/BtgBySRrN0Q)：

　　實(shí)現(xiàn)大數(shù)據(jù)的完備性比想象中要困難的多;

　　理解人類意圖是無(wú)人駕駛汽車的根本挑戰(zhàn);

　　從 SAE Level 2 逐步升級(jí)到 SAE Level 4 + 的技術(shù)路線是行不通的;

　　「電車難題」是一個(gè)有趣的倫理學(xué)思想實(shí)驗(yàn)，但只是存在于大腦中而極小概率會(huì)會(huì)發(fā)生于現(xiàn)實(shí)中。

　　上述觀點(diǎn)得到了行業(yè)其他專家在不同場(chǎng)合獨(dú)立發(fā)表的觀點(diǎn)的交叉驗(yàn)證，因此整體較為可信。

　　引子：第 37 張測(cè)試許可證

　　2017 年 7 月 28 日，由三位自動(dòng)駕駛領(lǐng)域明星公司技術(shù)負(fù)責(zé)人共同創(chuàng)辦的初創(chuàng)公司 Aurora Innovation 拿到了加州機(jī)動(dòng)車管理局(Department of Motor Vehicles，California)頒發(fā)的第 37 張自動(dòng)駕駛汽車道路測(cè)試許可證(如圖 1 所示)，距離公司成立僅 9 個(gè)月時(shí)間。

　　圖 1 擁有自動(dòng)駕駛加州路測(cè)許可證的公司名單

　　作為眾多自動(dòng)駕駛領(lǐng)域的諸多初創(chuàng)公司之一， Aurora Innovation 無(wú)疑是最特別的那個(gè)，因?yàn)槿还緞?chuàng)始人的學(xué)術(shù)背景與工作背景使其有了極高的起點(diǎn)，如表 1 所示。不可否認(rèn)的是，整個(gè)自動(dòng)駕駛汽車產(chǎn)業(yè)目前之所以能夠獲得前所未有的社會(huì)關(guān)注度和資本市場(chǎng)熱捧，離不開(kāi) Google、Tesla 與 Uber 這三家明星公司的大力探索和率先垂范。

　　而現(xiàn)在，這三家企業(yè)自動(dòng)駕駛項(xiàng)目的技術(shù)負(fù)責(zé)人克里斯·烏莫森(Chris Urmson)、斯特林·安德森(Sterling Anderson)以及德魯·巴格奈爾(Drew Bagnell)齊聚于 Aurora Innovation，它的技術(shù)水平可見(jiàn)一斑。

　　表 1 Aurora Innovation 三位創(chuàng)始人的學(xué)術(shù)背景與工作背景

　　圖 2 Aurora Innovation 三位創(chuàng)始人(從左至右依次為：Chris Urmson，Sterling Anderson 和 Drew Bagnell)

　　如表 1 與圖 2 所示，Urmson 與 Bagnell 畢業(yè)于卡內(nèi)基梅隆大學(xué)，且后者目前仍然擔(dān)任 CMU 的副教授，而 Anderson 畢業(yè)于麻省理工學(xué)院，CMU 和 MIT 同屬全球著名的計(jì)算機(jī)四大牛校。三人都擁有機(jī)器人學(xué)博士學(xué)位，而自動(dòng)駕駛汽車本質(zhì)上可歸為輪式機(jī)器人的一種。

　　日前，Aurora 在受訪時(shí)向 Fortune 雜志證實(shí)，該公司已經(jīng)開(kāi)始在封閉測(cè)試區(qū)上測(cè)試自動(dòng)駕駛汽車，目前正為加州的公共道路測(cè)試做準(zhǔn)備。Aurora 并沒(méi)有公布加州路測(cè)何時(shí)開(kāi)始，測(cè)試車輛有多少臺(tái)，以及這些車輛的型號(hào)。但在 4 月的采訪中，Aurora 表示正在基于 2017 款?yuàn)W迪 Q7 搭建前前數(shù)據(jù)采集平臺(tái)(pre pre alpha data-gathering platform)。目前，Aurora 在加州帕洛阿爾托市和賓州匹茲堡市設(shè)有辦公室。[page]

　　Aurora Innovation 的戰(zhàn)略定位

　　Urmson 和 Anderson 對(duì) Fortune 雜志表示，Aurora 將開(kāi)發(fā)一個(gè)可以應(yīng)用于不同公司的不同車型上的自動(dòng)駕駛系統(tǒng)，即為自動(dòng)駕駛汽車開(kāi)發(fā)「全方位解決方案」(full-stack solution)。在此過(guò)程中，Aurora 將與一家或幾家汽車制造商或一級(jí)供應(yīng)商合作，以設(shè)計(jì)、開(kāi)發(fā)及調(diào)試大規(guī)模部署全自動(dòng)駕駛汽車(即 SAE Level 4 +)所需的傳感器、軟件和數(shù)據(jù)服務(wù)及其正確的組合方式。

　　Aurora 的重點(diǎn)將放在軟件而不是硬件上，即致力于為自動(dòng)駕駛汽車創(chuàng)建底層技術(shù)(underlying technology)并基于此幫助汽車制造商和其它公司搭建自動(dòng)駕駛系統(tǒng)和服務(wù)，而不是從零開(kāi)始設(shè)計(jì)與制造汽車或者大批量生產(chǎn)攝像頭、毫米波雷達(dá)或激光雷達(dá)之類的自動(dòng)駕駛汽車所需的傳感器。Aurora 這么做的最終目的是想讓客戶的自動(dòng)駕駛汽車盡快上路測(cè)試。

　　對(duì)此，Urmson 解釋道，「Aurora 的最終產(chǎn)品可能會(huì)需要一套標(biāo)準(zhǔn)的傳感器組合以及車載計(jì)算單元的硬件載體來(lái)發(fā)揮效用，但不會(huì)針對(duì)某款具體車型做專門的匹配優(yōu)化，汽車廠商可以根據(jù)自己的需求將 Aurora 的產(chǎn)品融入自己的車型中。目前，各大公司在自動(dòng)駕駛軟件方面都在做著相同的工作——準(zhǔn)確地感知汽車周圍的環(huán)境，并根據(jù)這些被收集的信息決定下一步做什么——或許應(yīng)該有幾家供應(yīng)商來(lái)為所有企業(yè)提供共性技術(shù)?！?/p>

　　此外，Aurora 不涉足硬件制造與創(chuàng)始人對(duì)對(duì)傳統(tǒng)車企的看法有關(guān)。與科技行業(yè)的某些認(rèn)為主要汽車制造商速度過(guò)慢的人不同，Urmson 非常尊重傳統(tǒng)汽車企業(yè)及其大規(guī)模生產(chǎn)優(yōu)質(zhì)復(fù)雜產(chǎn)品的能力：「人們都在談?wù)摴韫龋務(wù)搹?fù)雜事物和創(chuàng)新事物，然而這些傳統(tǒng)汽車企業(yè)每?jī)煞昼娋湍苌a(chǎn)出一輛高度復(fù)雜的汽車，而且能用上 15 年而不出大的故障。」

　　筆者認(rèn)為，Aurora 的價(jià)值在于，三位創(chuàng)始人對(duì)于全自動(dòng)駕駛汽車所需的傳感器和軟件如何設(shè)計(jì)與測(cè)試、自動(dòng)駕駛系統(tǒng)需要配置多少算力有著深刻的理解以及極其稀有的一線研發(fā)經(jīng)驗(yàn)與領(lǐng)導(dǎo)經(jīng)驗(yàn)，可以向行業(yè)的其它公司提供極有價(jià)值的指導(dǎo)意見(jiàn)。

　　Chris Urmson 對(duì)自動(dòng)駕駛的 4 個(gè)觀點(diǎn)

　　圖 3 Chris Urmson CMU 講座海報(bào)

　　1. 實(shí)現(xiàn)大數(shù)據(jù)的完備性比想象中要困難的多

　　就目前而言，人工智能領(lǐng)域的基本理念是通過(guò)數(shù)據(jù)驅(qū)動(dòng)(Data-Driven)方法來(lái)解決所遇到的問(wèn)題。而要精準(zhǔn)有效地解決問(wèn)題，就要盡可能地保證所收集到的大數(shù)據(jù)的完備性(Completeness)。

　　在講座中，Urmson 引用官方統(tǒng)計(jì)數(shù)據(jù)，即 2015 年僅在美國(guó)，在警局有案件記錄的交通事故共有 630 萬(wàn)起，共造成 3.5 萬(wàn)人喪生以及 244 萬(wàn)人受傷。但 Urmson 估計(jì)，「實(shí)際發(fā)生的交通事故數(shù)量是記錄在案的 2 ~ 10 倍」。其所隱含的含義便是——僅僅解決這些案件中所體現(xiàn)的自動(dòng)駕駛決策問(wèn)題，還遠(yuǎn)遠(yuǎn)達(dá)不到大數(shù)據(jù)的完備性!

圖 4 自動(dòng)駕駛汽車測(cè)試驗(yàn)證過(guò)程中的暗物質(zhì)問(wèn)題

　　目前，我們只知道標(biāo)準(zhǔn)場(chǎng)景(即封閉測(cè)試園區(qū)中提供的場(chǎng)景)以及被報(bào)道過(guò)的事故場(chǎng)景(即有記錄的事故)，即圖 4 中的黃色區(qū)域。對(duì)于從不會(huì)產(chǎn)生事故的操作到引發(fā)事故的操作的轉(zhuǎn)變概率，以及臨界場(chǎng)景(如圖 4 中的黃色邊界線所示)的類型和發(fā)生頻率，我們目前幾乎一無(wú)所知。

　　由此，為了測(cè)試并驗(yàn)證自動(dòng)駕駛汽車的安全性，需要獲取足夠數(shù)量的有效的臨界場(chǎng)景及其特性，與此同時(shí)，還需獲取刻畫自動(dòng)駕駛系統(tǒng)以安全的操作方式應(yīng)對(duì)臨界場(chǎng)景的能力的有效模型。

　　可以想象這是多么繁重且曠日持久的工作量!

　　2. 理解人類意圖是無(wú)人駕駛汽車的根本挑戰(zhàn)

　　Urmson 在講座中提到：「自動(dòng)駕駛汽車的決策在很大程度上取決于理解和匹配道路上其他人類駕駛員的預(yù)期，而理解人類意圖是自動(dòng)駕駛汽車的根本挑戰(zhàn)?！箤?duì)于 Urmson 而言，這一難題是目前整個(gè)自動(dòng)駕駛所遇到的大部分問(wèn)題的核心。

　　在講座中， Urmson 為了闡釋這一觀點(diǎn)，在講座中列舉了 3 個(gè)由于自動(dòng)駕駛測(cè)試車輛對(duì)人類意圖理解不準(zhǔn)確而最終引發(fā)交通事故的案例。

　　圖 5 自動(dòng)駕駛汽車在識(shí)別人類意圖方面表現(xiàn)的不理想

　　如圖 5 所示，一輛無(wú)人駕駛汽車無(wú)法對(duì)在人類駕駛員看來(lái)是一目了然的事情作出準(zhǔn)確判斷：正在路邊交談的兩個(gè)人(左圖)并不打算過(guò)馬路，但如果一個(gè)人轉(zhuǎn)身離開(kāi)，并朝著馬路方向走去，說(shuō)明他們要過(guò)馬路了(右圖)。

　　準(zhǔn)確識(shí)別并理解這種隱含在人們行為的意圖，目前對(duì)自動(dòng)駕駛汽車而言尚顯困難。

　　圖 6 講座現(xiàn)場(chǎng)座無(wú)虛席

　　3. 從 SAE Level 2 逐步升級(jí)到 SAE Level 4 + 的技術(shù)路線是行不通的。

　　圖 7 自動(dòng)駕駛領(lǐng)域的路線之爭(zhēng)：Tesla VS Google

　　自動(dòng)駕駛領(lǐng)域存在所謂的路線之爭(zhēng)，即：

　　以 Tesla 為代表的汽車制造商，選擇從 SAE Level 2 逐步升級(jí)，直到代表無(wú)人駕駛水平的 SAE Level 4 +;

　　以 Google 為代表 IT 企業(yè)，選擇直接研制 SAE Level 4 + 的無(wú)人駕駛汽車。

　　其中，SAE Level 4 + 代表 SAE Level 4 與 SAE Level 5 兩個(gè)自動(dòng)駕駛級(jí)別。

　　在講座中，Urmson 明確表態(tài)，支持老東家 Google。他認(rèn)為高級(jí)駕駛員輔助技術(shù)(即 ADAS)與無(wú)人駕駛技術(shù)是兩種截然不同的技術(shù)，逐步增加自動(dòng)駕駛水平的做法會(huì)使工程師在設(shè)計(jì)中選擇那些將會(huì)限制自動(dòng)駕駛汽車升級(jí)到 SAE Level 4 + 的技術(shù)。

　　無(wú)獨(dú)有偶，CMU 電子工程系教授菲利普·庫(kù)普曼(Philip Koopman)在其論文《Philip Koopman CMU-Challenges in Autonomous Vehicle Testing and Validation》(SAE Paper 2016-01-0128)中提到，由于 ADAS 遵循的是「駕駛員在環(huán)」(Driver in the Loop)模式，自動(dòng)駕駛汽車在行車過(guò)程中出現(xiàn)任何問(wèn)題，最后都可以求助人類駕駛員來(lái)「擦屁股」;相反，無(wú)人駕駛汽車為「駕駛員非在環(huán)」(Driver out of the Loop)，在遇到突發(fā)問(wèn)題時(shí)，一切都要靠自身來(lái)解決，并不會(huì)有人類駕駛員來(lái)幫忙。

　　由此，在設(shè)計(jì) SAE Level 3 及以下的自動(dòng)駕駛汽車的軟件系統(tǒng)時(shí)，需要提前考慮到并提前做好應(yīng)對(duì)方案的場(chǎng)景數(shù)量相比于 SAE Level 4 及以上將呈現(xiàn)好幾個(gè)數(shù)量級(jí)地減少。在設(shè)計(jì)硬件時(shí)前者也不需要將設(shè)計(jì)指標(biāo)(可以理解為「安全系數(shù)」)往最嚴(yán)苛的方向調(diào)整，因?yàn)橹灰布鰡?wèn)題了，人類駕駛員會(huì)發(fā)現(xiàn)，并采取安全措施，而后者則正好相反。

　　綜上所述，在 SAE Level 3 與 SAE Level 4 之間有著大而深的鴻溝，兩者之間相隔著好幾個(gè)數(shù)量級(jí)的設(shè)計(jì)難度以及測(cè)試與驗(yàn)證方面的工作量，非技術(shù)高超且堅(jiān)韌不拔者難以逾越。

　　4.「電車難題」是一個(gè)有趣的倫理學(xué)思想實(shí)驗(yàn)，但只是存在于大腦中而極小概率會(huì)發(fā)生于現(xiàn)實(shí)中

　　如圖 8 所示，倫理學(xué)中的「電車難題」大致可以表述如下：一輛失控的有軌電車正在加速駛來(lái)，前面的軌道上有 5 個(gè)小孩在玩耍，來(lái)不及通知并且片刻后就要碾壓到這些小孩。幸運(yùn)的是旁邊正好還有一條軌道，但是上面也有 1 個(gè)小孩。在這種情況下，司機(jī)是否應(yīng)該選擇變軌?

　　從 Urmson 在講座中的口吻可以感受到，在他看來(lái)上述思想實(shí)驗(yàn)實(shí)在是有些無(wú)聊。

　　首先，無(wú)人駕駛汽車會(huì)提前探測(cè)到上述情景(通過(guò) V2X 或者車載傳感器)，從而提前規(guī)避掉，在實(shí)際運(yùn)行過(guò)程中上述情景發(fā)生的概率小到可以忽略不計(jì)。

　　退一萬(wàn)步講，即便與上述情形類似的情形會(huì)發(fā)生，如在交通事故發(fā)生不可避免時(shí)，自動(dòng)駕駛系統(tǒng)是選擇保護(hù)車主還是路邊的行人，廠商也可以通過(guò)提前告知消費(fèi)者某輛車的自動(dòng)駕駛系統(tǒng)所采用的是那種模式，將這個(gè)難題的選擇權(quán)留給他們。