關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。 透過購買訂閱，您將幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
長期以來，充當機器人司機的自動駕駛汽車一直是科幻小說中的常見題材，也是數十年來文化上的夢想。 然而，在大多數時間裡，這個夢想似乎是遙不可及的未來的一部分。
但現在，在很大程度上由谷歌突然而意外的衝鋒領導下，自主機器人汽車正誘人地接近現實。 隨著各種地圖、感測和基於位置的技術最近融合，谷歌已開始將自己定位為我們機器人司機未來的領導者。 然而，儘管這項技術前景廣闊，但它仍然有一些重大——甚至可能是無法克服的——障礙需要克服。
谷歌估計，無人駕駛汽車每年可以在全球範圍內拯救一百萬人的生命。 根據美國國家公路交通安全管理局(NHTSA)的資料，僅在美國，2008年就發生了580萬起車禍。 其中，約有34,000起導致死亡，160萬起導致受傷，420萬起涉及某種財產損失。 NHTSA表示，這些數字隨著時間的推移有所下降——至少部分證明了所有車輛的安全性不斷提高——但它們顯然仍然佔死亡、傷害和財產損失的很大一部分，而無人駕駛汽車可以大大減少這些損失。
使用現成元件實現的巨大飛躍
四十年前，第一批無人駕駛汽車只不過是粗糙、緩慢移動的裝置，沿著道路上繪製的線路行駛。 然而，在過去幾年中，自主道路車輛的探索取得了加速成功，這始於美國國防高階研究計劃局（DARPA）在2004年至2007年間舉行的一系列無人駕駛挑戰賽，旨在幫助開發可以取代戰場上部分美軍人員的機器人。
去年，來自斯坦福大學動態設計實驗室、大眾汽車集團電子研究實驗室和軟體製造商甲骨文公司的工程師們，透過成功地駕駛他們265馬力的奧迪TTS派克峰自動駕駛研究車，沿著科羅拉多州派克峰國際爬山賽20公里賽道不停地行駛，將無人駕駛汽車推向了更高的檔位。 這款運動型掀背車——大眾汽車擁有奧迪——的後備箱裡裝有兩臺計算機，都使用甲骨文的Java即時系統來執行演算法，使汽車保持在道路上，並在各種路面和條件下保持其操控能力的極限。
谷歌的無人駕駛汽車專案去年退出了隱身模式，現在該公司正在遊說內華達州成為第一個允許自動駕駛汽車在公共道路上合法執行的州。 迄今為止，谷歌的機器人車隊已經行駛了超過24萬公里，幾乎沒有人工干預，只有一起事故是一輛測試車被另一輛（人工駕駛的）車輛追尾。 與電影螢幕上飛濺的未來主義科幻影像不同，谷歌車隊由傳統車輛——六輛普銳斯和一輛奧迪——組成，這些車輛配備了現成的元件，包括兩個前視攝像頭、一個360度雷射測距儀、四個雷達感測器和先進的GPS單元。
谷歌專案在很大程度上是DARPA挑戰賽的衍生產品。 事實上，谷歌團隊的許多成員都是這些比賽的校友，並將在那段時間學到的經驗帶到了這裡。
谷歌專案的技術負責人、卡內基梅隆大學團隊在2007年DARPA城市挑戰賽中獲勝的負責人克里斯·厄姆森說：“當然，感測器技術的進步使我們今天能夠做到這一點，而不是15年前。” “但我們認為真正的力量在於軟體，軟體可以獲取這些資料並弄清楚如何處理它。”
車輛解釋周圍環境正在發生的事情，然後做出適當反應的能力，可能代表了無人駕駛汽車未來最大的技術挑戰。
常識問題
谷歌專案的一個經常被普通觀察者忽略的方面是，即使在沒有人幫助駕駛的情況下，它的汽車也不是完全自主的。 為了使車輛能夠執行，路線需要提前由人類駕駛其中一輛測試車行駛，並使用其感測器陣列進行地圖繪製。 然後，這組豐富的地圖資料儲存在谷歌資料中心，其中一部分載入到汽車的硬碟驅動器中。 停車燈、學校區域和任何其他合理靜態的東西的位置都會被標記，以便汽車在不必即時解釋它們的情況下識別它們。
厄姆森說：“眾所周知，計算機缺乏常識，你可以將這種預先繪圖視為將一些常識引導到汽車中的一種方式。”
即便如此，如果在地圖組裝時間和測試車輛行駛路線之間世界發生變化，也可能導致混亂。 厄姆森說：“現在有些事情對我們來說是一個挑戰。” “例如，如果世界上大部分地方保持不變，但車道發生了偏移——所以物理道路沒有移動，但由於某種原因，交通部門決定我們應該向左行駛半條車道——這可能會讓今天的汽車感到困惑。”
谷歌的努力主要有兩個組成部分：“第一個是可靠性，這意味著讓汽車一遍又一遍地做我們期望它做的事情； 第二個是魯棒性，這意味著處理不尋常的情況並仍然保持安全，”厄姆森說。
根據厄姆森的說法，提高系統可靠性和魯棒性的很大一部分能力取決於開發新的感測器，這些感測器可以看得更遠並提供更密集的資料集。 但是，對於無人駕駛機器人處理拋給它的意外或不尋常情況的能力，讓一些人質疑無人駕駛汽車的明顯必然性。
麻省理工學院機械和海洋工程教授約翰·倫納德曾帶領該大學的團隊在2007年DARPA城市挑戰賽中獲得第四名，他認為，在無人駕駛汽車能夠大規模部署之前，機器人感知方面的重大技術障礙需要克服。
倫納德說：“我非常欽佩我在谷歌的同事。” “他們取得的成就令人驚歎——例如，他們在高速公路上行駛的能力。 然而，由於他們提前構建地圖，然後讓人類挑選停車標誌、路燈和人行橫道等等，這與在幾乎沒有先驗資訊的情況下將機器人自主地放任到世界上是非常不同的。”
應對極端情況
倫納德的大部分工作都集中在同步定位與地圖構建（SLAM）上。 與谷歌系統所需的預先繪圖不同，SLAM將允許車輛在繪製地圖的同時在世界各地行駛。 這種自主駕駛的聖盃將大大提高無人駕駛汽車處理動態變化資訊的能力——但即使是SLAM也無法解決所有問題。
倫納德說，15多年前，“無人駕駛橫穿美國”團隊駕駛一輛自動駕駛汽車從華盛頓特區開到聖地亞哥，在沒有人為干預的情況下完成了98.2%的路程。 那麼剩下的1.8%呢？ “即使在今天，一個關鍵的挑戰仍然是應對那些意外時刻，”他補充道。 “為了努力達到100%的效能水平，需要一種常識推理——這是人工智慧難以捉摸的目標之一——任何數量的預先繪圖都無法讓你為此做好準備。”
即使是谷歌也承認，他們還沒有很好的方法來處理這些意外時刻，這就是為什麼每輛測試車上都有兩名備用人員來監控並在汽車反應異常時接管。 厄姆森說：“我們的專案目前在很大程度上是一個研究專案，我們還沒有真正解決這個問題。” “如果我們今天將人從汽車中移除，他們會駕駛得非常好，而且你可能不會在路上注意到他們，直到發生意外情況或出現系統[不可靠]的某些因素。”
麻省理工學院的倫納德認為，這些不可靠因素阻礙了無人駕駛汽車在我們未來的地位。 他說：“想象一下，一個箱子沒有正確捆紮，掉到了你面前的路上。” “系統需要在一瞬間做出決定，是直接穿過它，還是向左或向右轉彎——這可能會比直接前進產生更糟糕的後果。 問題的癥結在於那些曲線尾端的極端情況，這些情況越來越難處理。”
倫納德說：“儘管機器人設計師盡了最大努力，但人類仍然會做蠢事。” “假設10起人為造成的死亡事故被5起機器人造成的死亡事故取代，這是否是社會願意接受的道德交易？”
巨大的潛在回報
即使存在可能無法解決的問題，谷歌團隊仍然認為，這項技術在拯救生命、減少能源消耗和提高生產力方面的巨大前景足以成為繼續追求它的理由。 他們已經看到該系統透過結合輸入其中的行為片段併產生出人意料的有益結果，展現出意想不到的“智慧”。
厄姆森回憶起最近一次試駕中的一個時刻，當時汽車正在接近一個人行橫道，並且毫無緣由地停了下來。 他開始告訴他的副駕駛，這很可能是軟體中的一個錯誤，但就在這時，一位老年婦女從停放的一排汽車後面走進了馬路。 他說：“對我來說，這些是最激動人心的時刻，因為它們展示了這個系統能夠看到比人類更多的東西的前景。”
儘管諸如此類的證據肯定暗示了機器人駕駛汽車的巨大前景，但倫納德認為，在真正的自動駕駛汽車成為現實之前，仍存在許多重大技術挑戰。 他說：“在不交付完全自動駕駛汽車的情況下，無人駕駛汽車技術仍然可以產生影響並拯救生命，”他補充說，這項技術的各個部分可能會帶來新的和巧妙的安全和環境效益。 “但是，如何交付完全自動駕駛汽車的問題對我來說仍然沒有答案。”
作為在該專案上投入最多資源且以成功的技術創新而聞名的公司，谷歌的努力無疑讓許多人相信，他們很快就可以在早晨通勤時小睡，而機器人汽車會高效地將他們送到工作地點——谷歌團隊並沒有試圖勸退這種一廂情願的想法，他們相信這項技術將相對較快地到達消費者手中（或無需用手）。
厄姆森說：“對於任何型別的技術，預測未來或採用速度都非常困難。” “十年後是一個安全的估計，但我認為這真的很難說。” @font-face { font-family: "Times New Roman"; }@font-face { font-family: "Verdana"; }@font-face { font-family: "Cambria"; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0in 0in 0.0001pt; font-size: 12pt; font-family: Cambria; }table.MsoNormalTable { font-size: 10pt; font-family: "Times New Roman"; }span.msoIns { text-decoration: underline; color: green; }span.msoDel { text-decoration: line-through; color: red; }div.Section1 { page: Section1; }