从“为什么总是Uber”,到无人驾驶的“重工业”真相

脑极体 2018-03-21

原标题:从“为什么总是Uber”,到无人驾驶的“重工业”真相

过去的几十个小时,一直有个声音回荡在科技评论界:到底是Uber凉了,还是无人驾驶凉了?

当地时间周一晚上,Uber在美国亚利桑那州坦佩市进行自动驾驶道路测试时,撞到一名中年女子,抢救无效后该女子死亡。这是人类史上第一次自动驾驶汽车发生事故导致死亡的案例,虽然根据多方消息,当地交警判定Uber并不是主要责任方,该女子违规横穿马路很可能才是最大原因。

但公众舆论的沸腾还是如期而至:不是说好了非常安全吗?怎么刚测试测试就出人命了?当然,随着Uber暂停了所有自动驾驶车辆的测试,唱衰整个无人驾驶产业的声音也迅速出现。

其实客观地说,汽车诞生之后,就必然出现车祸;飞机被发明出来,就一定会发生空难。交通技术革新是无法避免风险的,只是我们都不希望这个“第一次”来得如此之快。

关于这次事故的调查结果尚未公布,而基于目前情况看确实可能是一次“人类司机也无法避免的悲剧”。但我们还是会想,为什么自动驾驶系统不能比人类司机更好地规避风险?为什么不在更安全的环境里测试?还有,为什么打官司、出事故的总是那个Uber?

这些问题的背后,隐藏着一个真实存在的状况:政府环境的宽松、资本的疯狂以及舆论的期待,正在让无人驾驶产业变得“不那么严谨”。

但这个领域,却赫然是不能不严谨的。

为什么是亚利桑那州?

翻看一下国外主流科技媒体,就会发现跟中国不同,这次事件后批评的焦点并不在Uber,而是在亚利桑那州。

比如推特上有人嘲讽说:亚利桑那州集中了这么多无人车,不是因为干燥的天气和良好的路况,而是因为有个疯狂的州长。

2015年1月,共和党人Doug Ducey就职亚利桑那州州长。这位实干派上任后的核心口号可以总结成四个字:干掉加州。

从加州手中抢夺科技产业科技巨头,两年多时间里已经演化出了一场新的“西部淘金热”。 Doug Ducey明确提出对于科技企业的政策非常简单,就是“少抽税,少监管”。

就在这次命案发生前的两个星期,Doug Ducey宣布了新的行政命令:允许根本没有驾驶员的无人驾驶汽车在本州上路。这个破天荒的政策马上得到了响应,Waymo隔天就宣布要在凤凰城试运营无驾驶员的出租车。

即使是以开放和拥抱科技著称的加州,对自动驾驶车辆也有严格的要求:必须要经过测试,缴纳保险金之后才能获得牌照。但在亚利桑那,自动驾驶车辆不需要任何特殊许可,只要进行一个标准车辆登记就行。换言之,政府根本不管自动驾驶车辆的上路数据如何,是否符合安全标准。在亚利桑那,你只管大胆上街跑就是了。

结果,在加州根本没有获得上路测试资格的Uber,在亚利桑那一年时间内两次发生事故,这次还造成了人员死亡。

当然,原本美国就很大可能在秋季颁布联邦的自动驾驶监察法规,亚利桑那这种放任政策可能将一去不复返。而这次的事件,很可能将联邦对自动驾驶的监管力度再提高一个等级。

不管这次事件最终判定原因如何,美国舆论都很难放过Doug Ducey州长这种放任自由的政策。因为政府完全不去审查,就很大概率把原本技术就不达标的企业放到公路上——比如说,Uber。

为什么总是Uber?

可能这么说有点刻薄,除了“辅助驾驶”等级的特斯拉,在L3/L4级别自动驾驶车辆中,假如爆出来交通事故,大概所有人第一个想到的就是Uber。

从2015年进场无人驾驶领域开始,Uber可谓麻烦不断。16年底其无人驾驶出租车在旧金山上路搭载乘客,当天就被爆出闯红灯,很快还因资质问题被加州政府叫停。

去年,同样在亚利桑那州的坦佩市,Uber的无人驾驶测试车遭遇严重事故,所幸没有人员伤亡,最后警察也确认事故原因不在Uber这边。

但无论如何,“每逢车祸必Uber”肯定不是什么好事。而且Uber无人驾驶真正让人担心的绝不仅是事故。

说个简单的对比,去年加州DMV公布的2016年本州自动驾驶测试数据中,成绩最好的Waymo测试中人工干预驾驶次数只有千英里0.2次。Uber是拒绝向加州申请测试牌照的,所以这个数据里并没有它。但根据媒体披露的Uber内部测试数据,2016年其每千英里人工干预次数要达到1200多次,在参与DMV测试企业中这个成绩只能倒数。虽然两者测试地点和测试方式不一样,但Uber的技术不成熟可见一斑。

虽然技术实力与行业领头羊差距极大,但Uber的激进程度却是顶尖的,二者结合自然让人担忧。除此之外,Uber还经常拒绝向监管机构公开数据;内部测试结果表达方式含混不清。而与Waymo旷日持久的专利纠纷,以及伴随而来的大量人才外流也令人怀疑其后继研发实力。

无人驾驶领域,Uber属于很晚开启,不久之后就要实车上路的“跑步进场流”。但一次事故是偶然,两次是运气差,次数多而且造成了人员伤亡,实在不能不怀疑Uber这样的“速成派”真的不行。

于是一个结论呼之欲出:缺少底层技术积累和大量硬件解决方案支持的自动驾驶项目,效果可能确实差强人意。

这是个技术和工程实力堆积出来的重工业,轻型玩家还需慎重。

城堡和市场:无人驾驶的“重工业”真相

我们不妨来分析一下,为什么Uber的自动驾驶测试车好几次都没有完成避让。当然,有些状况确实是无论如何也无法避让的,但这次事故中时速30多公里的情况下,系统却没有做出任何避让行为,难免让人怀疑车辆的感知和避让能力。

让一辆车在紧急情况出现后合理避让,其实是无人驾驶技术最大的挑战之一。

首先,车辆要能感知和追踪到突然出现、快速移动的人或物体。这就要求车辆搭配不同传感方式,确保综合感知能力到位。业界今天的普遍解决方案,是毫米波雷达+机器视觉摄像头+激光雷达。但同样是这三个东西组成的传感序列,性能却天差地别。有媒体分析这次事件时,笼统的将“Uber搭载了激光雷达”等同于“激光雷达不行”。这个只能说,离开性能、成本和专利技术谈硬件都是耍流氓…

仅在激光雷达一项上,Waymo就有近200项专利,竞争之激烈可见一斑。而为了商业化,很多无人驾驶方案会对传感系统进行降低成本测试,也会影响其工作精度。

之后,感知到行人和移动物体的车辆,还要自动设置躲避方案,避免事故。显然,躲避不合理、躲避迟慢、过早躲避都是不行的。这里就需要大量AI算法来支撑车辆的运算精度与速度。

而统摄整个避让流程的,还有车辆的中心处理器。其运算速度、与机械体系的联动效率都会影响最终躲避结果。此外,高精地图等因素也有很大关系。

这一整套从芯片、处理系统、算法、传感器到车辆本身的系统,构成了一套严密的“机体”。任何环节的缺失,都可能在极端情况下酿成苦果。

这也是为什么无人驾驶企业之间疯狂打专利战;为什么无人驾驶的算法公司能卖出天价;为什么驾驶专用芯片会提上日程。

假如要从不幸事件中找正向意义的话,这次事件的价值或许在于,赤裸裸地揭开了无人驾驶是一个不能以“资本换时间”,也不能“用某种优势撬动整体”的产业。这是一个需要每个环节都不能出错的“重工业”。AI技术、传感系统和工程化能力,缺一不可。

想要在公众无法避免的恐惧下,坚持推动无人驾驶,企业或许需要一座城堡和一个市场。

所谓城堡,是更多的专利技术和制造业基础。Waymo数百个专利和疯狂的研发投入,确实换来了不错的安全成绩。

所谓市场,是行业建立起开源、标准化的解决方案平台,共享研发基础和极重要安全技术。尤其是无人驾驶中广泛应用的AI技术,其特性决定了算法可以共享和众包研发,某些极重要解决方案,比如黑夜条件下的紧急躲避,不能成为某个企业的私藏。而应成为行业标准。并开源相关算法与数据,让整体研究水准不断推进。

毕竟恶性事故之后,媒体和舆论不会管这是张三还是李四出事了,只会变成整个无人驾驶行业的危机公关。更何况,人命大过天。

此外,无人驾驶的相关立法和监管必须更加严格。无人驾驶不能附带“政绩工程”,不能变成政府抢占优质企业与GDP的快速通道,毕竟街上的行人不是砝码。

无人驾驶确实正在以超乎想象的速度落地,但各种“杂质”也正以可见的速度在行业中生长。想要保持良性状态迎接未来,行业内的秩序和行业外公众的冷静客观都是必不可少的。就像盖座楼,无论是里面的人粉饰白墙还是外面的泼黑漆都没什么用。

打地基,才是最重要的。

(免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与极客网无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com)

  • 脑极体
    邮箱:caoceng@fromgeek.com
    写让你脑洞大开且能看懂的人工智能、流媒体、海外科技
    分享本文到