>>>  技術話題—商業文明的嶄新時代  >>>

簡體     傳統

人類實在是糟糕透頂的駕駛員。人類開車打電話，看到紅燈徑直闖，打著左轉向燈卻偏偏往右轉。人類喝得酩酊大醉，開車撞到樹上，或者一邊給自家小孩一頓胖揍，一邊在車流中東躲西閃。人類有視覺盲區，時而兩腿抽筋，時而癲癇發作，時而犯心臟病。人類開車時東張西望，愛出風頭，怕壓到動物，結果引發輕微碰撞、連環碰撞、迎面碰撞諸如此類的事故。人類趴在方向盤上打盹，埋頭研究地圖，亂擰車上的旋鈕，跟愛人打嘴仗，過彎時方向打得太慢，又打得太猛，不小心把咖啡灑在腿上，最后非要折騰到翻車不可。美國人每年發生上千萬起車禍，九成九都是他們自找的，不作死就不會死。

安東尼·萊文多斯基（左一）

試舉一例：我右車道上那個司機就是活生生的示范。他正坐在駕駛座上，半扭著身子，給我的車子拍照。我開著雷克薩斯，車上還載著一個名叫安東尼•萊文多斯基（Anthony Levandowski）的工程師。兩車并排駛在奧克蘭市880號公路上，以每小時70英里的速度一路向南。那家伙不慌不忙，兩手捧著手機，舉到車窗邊，直到我的車子角度取景正合適，他才從容按下快門。接著他瞅瞅手機屏幕，兩個大拇指不停敲出一長串文字。等到他把雙手放回方向盤，抬頭觀察路況，整整有半分鐘過去了。

萊文多斯基搖了搖頭。他早就對這檔子事兒見怪不怪了。他的這臺雷克薩斯車就是所謂的定制車型。車頂搭載著一座旋轉激光炮塔，還裝有攝像頭、雷達、天線、全球定位系統（GPS），外觀看起來就像一臺冰激凌卡車。萊文多斯基以往總跟別人開玩笑，說這部“酷車”是用來追龍卷風或者跟蹤蚊子的，或者說他是捉鬼特工隊的一員。不過現在，這部車上明明白白地標明：“無人駕駛汽車”。

基于雷克薩斯改造的無人駕駛汽車

Google公司有一間專門從事新創技術研究的秘密實驗室——Google X，萊文多斯基就是Google X的一名工程師。他已經35歲，卻還瘦得像豆芽菜，而且保有一股與生俱來的書呆子氣。鼻梁上架一副黑框眼鏡，腳上套一雙松松垮垮的霓虹色運動鞋，身量兩米有余，步幅極長，總愛聊一些天方夜譚，而且一張口就一發不可收拾。符合控制論的海豚！會自動收割的農場！跟山景城的不少同事一樣，萊文多斯基既是個理想主義者，也是個不知足的資本主義者。他既想改造世界，也想從中大撈一筆。“我的未婚妻是個有靈魂的舞者，”他告訴我，“而我卻是個機器人。”

萊文多斯基之所以跟我以前認識的那些書呆子不大一樣，原因在于他那些不著邊際的想法還真的快做成了。“我只做新鮮帶勁的事兒。”他坦言。當萊文多斯基還是加州大學伯克利分校的大一新生時，他就在自己的地下室里推出了一種內聯網服務，讓他一年掙了五萬美元。大二時，他又用樂高玩具做成一臺機器，能把“大富翁”里的游戲幣分門別類，并奪得一項全國機器人大賽的獎項。萊文多斯基曾任Google街景和Google地圖數據庫的主要設計師，但這些只不過是牛刀小試。當雷克薩斯載著我們駛過鄧巴頓大橋時，萊文多斯基向我保證說：“萊特兄弟的時代已經過去，這更像是查爾斯•林白的飛機。我們正努力把它做得像波音747那樣強大而可靠。”

并非所有人都能看到光明前景。正如兩年前道奇戰馬汽車的一則廣告所言：“無需動手駕駛，汽車自動停泊，一家搜索引擎公司開發出一款無人駕駛汽車？我們都看過那部電影 。結果呢？機器人從人類身上汲取能量。”萊文多斯基理解這種情緒。只不過，他比我們大多數人都更信賴機器。他對我說，“人們覺得我們以后會很難從他們冷冰冰而又無生命的手中奪回方向盤”，但這種想法大錯特錯。他相信不久的將來，自動駕駛汽車會救你一命。

*****

1939紐約世博會Futurama展廳

Google汽車算是一種老式的科幻產物：這一年的模型，上世紀的觀念。它跟閃光鍍鉻時代的噴氣式飛行器和火箭飛船、光速傳輸工具、海底城市之類的東西一樣，都屬于超越現有技術的未來設想。1939年，紐約舉辦世界博覽會，通用汽車公司“未來世界”（Futurama）展廳前排起了兩英里的長隊。展會上，傳送機把參觀者運往高處，底下是玻璃穹頂籠罩著的微縮城市景觀。超級高速公路連接著郊區和摩天大樓，路上開滿了無線電導航的汽車。“看上去是不是有點奇怪，有點不可思議？”講解員問道，“請記住，這將是1960年的景觀！”

1939Fumurama

結果不完全是這樣。摩天大樓和超級高速公路都在截止期限前變成了現實，但無人駕駛汽車還慢慢騰騰停留在原型機階段。事實證明，人類要改善自身并不太容易。原美國國家公路交通安全管理局副局長、現Google員工羅恩•梅德福（Ron Medford）告訴我，美國人每年開車總里程將近三萬億英里。梅德福還說，我們每年死在路上的人數有3.2萬，這沒什么好奇怪。真正值得奇怪的是，這數字實在很低。

萊文多斯基的筆記本電腦里存有一大堆老舊的插圖和新聞短片，只是為了讓自己記得，關于無人駕駛以前失敗的方案和告吹的技術。有一天晚上，他在家中把這些老古董亮出來給我看，還咧著嘴笑，一臉神秘。來自1957年：一輛轎車在高速公路上兜風，路上的電路為車子導引方向，一家人在車里玩多米諾骨牌(見下圖)。“沒有堵車……沒有撞車……沒有疲勞駕駛。”來自1977年：試車跑道上，多名工程師緊圍著一輛無人駕駛的福特汽車。“到2000年，像這樣的汽車可能會跑在我國的道路上！”萊文多斯基搖了搖頭。“提出這個想法的人并不是我們，”他說，“我們只是夠幸運，計算機和傳感器都給我們準備好了。”

無人駕駛汽車需要傳感器來帶路，需要計算機來掌舵，需要數字地圖來追蹤。20世紀80年代，慕尼黑聯邦國防軍大學有一位德國工程師名叫恩斯特•迪克曼斯（Ernst Dickmanns），他給一輛奔馳廂型車裝備了攝像機、處理器，并且編好程序，讓車子順著車道線往前開。很快，車子就能在道路上自動行駛了。到1995年，迪克曼斯的汽車能夠沿著高速公路，從德國慕尼黑一口氣開往丹麥歐登塞，時速可達100英里，中途不休息，也不需要人工操作。想必無人駕駛時代就要來了吧！還沒有。這些車子所開的高速公路和測試車道，都是經過嚴格管控的環境。一旦臨時加入更多變量——一個行人，比方說一名交警——那么它的程序就力不從心了。汽車行駛時，98%的部分只要沿著標記好的線路就行了。剩下2%才是關鍵中的關鍵。

“2000年以前，根本沒辦法做出這些有意思的東西，”機器人專家塞巴斯蒂安•特龍（Sebastian Thrun）告訴我，“傳感器還沒有準備好，計算機還沒有準備好，地圖也還沒有準備好。雷達是安在山頂上的設備，要花2億美元。那時候你不可能從無線電屋公司（Radio Shack）那里買到。”特龍是Google汽車項目的創始人，來自德國西部城市索林根，12歲就首次寫出了駕駛模擬器程序。他身材修長，膚色黝黑，雙眸湛藍，步態輕盈。他擁有跟萊文多斯基一樣的天賦，能以機器之眼去看待事物——憑直覺去看穿機器理解世界所遵循的邏輯。

塞巴斯蒂安·特龍

1995年，特龍第一次來到美國，在無人駕駛汽車研究領域的領頭雁——卡內基梅隆大學謀得一份職位。后來，他又去弗吉尼亞州制造探礦機器人，去史密森尼博物館做導游，去私人療養院跟患者談心。他一直沒有做成的事就是無人駕駛汽車。他回憶說，每隔一段時間，美國國防高等研究計劃署（以下簡稱DARPA）資助的軍事承包商就會推出最新款原型機。“我看過那些演示，大多數都在頭半英里就撞毀了，失靈了，”特龍告訴我，“DARPA資助的那些人解決不了問題。DARPA根本不知道是技術還是人不行，所以他們做了這樣一件瘋狂事，這件事才算得上有遠見。”

他們舉辦了一場比賽。

*****

2004年3月13日，第一場DARPA無人駕駛汽車挑戰賽在莫哈韋沙漠舉行。大賽獎金高達100萬美元，任務看起來非常簡單：制造一輛車，行駛142英里，不準人工干預。參賽車輛必須空無一人，賽道也設計得相當坎坷：從加利福尼亞州巴斯托，到內華達州普里姆。沒有平滑的彎道，沒有長長的直道，有的是多巖石的坡道，U型的急轉彎。沒有路標，沒有車道線，有的是GPS導航點。“今天，我們可以在幾個小時內做到，”特龍告訴我，“但在當時，感覺就像是穿著運動鞋去登月。”

那時，萊文多斯基就讀于伯克利的工業工程系。他要是不在學習，不在賽艇，不在忙著贏得樂高競賽，那么他一定是在想方設法搗鼓一些新鮮帶勁的事兒——為的是牟利，只要有可能。他的朋友蘭迪•米勒（Randy Miller）告訴我：“如果掙到了錢，他就覺得，這證明他創造了價值。”

DARPA對參賽車輛的規定并不明確：只要能自動駕駛，什么樣的東西都行。因此萊文多斯基做了一個大膽的決定：他打算造出世界上第一臺自主駕駛的摩托車。在當時看來，這簡直是天才之舉。跟汽車相比，摩托車更靈活，更快速，更容易操作。摩托車可以從障礙的縫隙中輕松穿過，行駛速度絲毫不遜色。

但這個方案的缺陷是顯而易見的：摩托車單靠自己立不起來。摩托車需要靠騎車人來維持平衡——或者也可以由轉軸和電機組成的、復雜的計算機控制系統，以每秒一百次的頻率來調節平衡位置。其他參賽車輛就沒有這個問題，他們還有大量的學術機構和企業聯手支持。當萊文多斯基帶著他的想法去找伯克利的教授們時，得到的反應至多只有困惑、懷疑。他的指導老師肯•戈德堡（Ken Goldberg）索性打開天窗說亮話，直言他根本沒有勝算。“安東尼可能是我20年來遇到過最有創意的大學生，”戈德堡告訴我，“不過這是一項很大的挑戰。”

萊文多斯基沒有知難而退。接下來兩年時間里，他給潛在贊助商打了200多個推銷電話。日復一日，他慢慢從雷神、超微半導體等公司那里攢到了三萬美元資金。（沒有一家摩托車公司愿意冠名這一項目。）接著，他又自掏腰包，再投了10萬美元。在此期間，他還偷偷挖走教授麾下的多位研究生。“他用墨西哥卷餅‘賄賂’我們。”現麻省理工學院數學系教授查爾斯•斯馬特（Charles Smart）告訴我，“每次都是同一家卷餅。不過我記得我當時想的是，希望他能喜歡我，讓我在這兒干活。”

終于有一天，戈德堡發現自己手下一半的博士生都在替萊文多斯基干活。一開始，他們找來一輛兒童用的雅馬哈輕型摩托車，拆去附件，只留車架。然后加裝上攝像頭、陀螺儀、GPS模塊、計算機、防滾保護桿，還有用來驅動車輪的電動機。他們寫下了幾萬行代碼。如果把他們早期試車錄下的視頻剪輯到一起播放，簡直像是場一驚一乍的搞笑表演：摩托車上路了，工程師們上蹦下跳，摩托車摔倒了——一次又一次，總計超過600次。

最后，項目開展一年之際，一位名為亞歷克斯•克拉斯諾夫（Alex Krasnov）的俄羅斯工程師破解了代碼難題。他們本以為穩定度是個非線性的復雜問題，沒想到竟然相當簡單。如果摩托車朝某一側傾倒，克拉斯諾夫就讓車子極其輕微地偏向同一側行駛。這樣就能產生離心加速度，拉動車子重新直立前進。如此這般，反復再三，沿著稍顯S形的曲線不斷校正，摩托車就能保持直線行駛。從當天的視頻短片中可以看到：起初，摩托車有點搖晃，就像剛出生的長頸鹿在試探著學走路。隨后，突然間，摩托車就自信滿滿地在場地上盤旋，仿佛有一只看不見的手在拉著它走。他們稱之為“幽靈騎士號”。

萊文多斯基的“幽靈騎士號”

*****

事實證明，這場挑戰賽是汽車歷史上最慘不忍睹的事件之一。唯一可能的安慰就在于人人都分担了痛苦。入圍的15輛參賽汽車中，沒有一輛開完前10英里路程。其中七輛車在一英里內就拋錨了。俄亥俄州立大學隊的卡車“地極號”（TerraMax）有六個輪子，重三萬磅，在一片灌木叢面前突然停住；加州理工學院隊的雪佛蘭車“塔霍號”（Tahoe）撞上了一道柵欄。即便是大賽贏家卡內基梅隆大學隊，也為勝利付出了慘重代價。該隊的機器人悍馬車“沙暴號”（Sandstorm）只開了7.5英里，然后就偏離了預定軌道。后來，一架直升機找到了它，“沙暴號”擱淺在一處堤岸上，周圍煙霧環繞，后輪還在拼命打轉，結果一下子燃燒起來。

至于“幽靈騎士號”，它在資格賽上成功戰勝了90余輛參賽汽車，當時的賽場是加州高速公路上長為1.5英里、位于豐塔納的障礙賽道。可惜那就是它最風光的時候了。挑戰賽當日，萊文多斯基站在起跑線上，既有腎上腺素刺激引起的過度興奮，又帶有幾分虛脫，結果他忘了打開穩定度程序。當發令槍響時，摩托車晃晃悠悠前進，開了三英尺，便栽倒在地。

“那真是黑暗的一天，”萊文多斯基說。他花了好一陣子才熬過來——至少按照他那種極度活躍的標準來說是這樣。“我想我休息了差不多四天吧。”他告訴我，“然后我就想，嘿，我還沒干完呢！我要解決這個問題！”顯然，DARPA也是這么想的。三個月后，該機構宣布，次年10月舉行第二場無人駕駛汽車挑戰賽，獎金翻一番，為200萬美元。要想獲勝，各隊伍都不得不處理一系列失敗和缺陷，從硬盤罷工到衛星設備故障，任務極為艱巨。不過，問題的根源殊途同歸：正如后來喬舒亞•戴維斯（Joshua Davis）在《連線》雜志上撰文所述，這些機器人只不過還不夠智能。它們需要提高智商。

90年代初，卡內基梅隆大學機器人專家迪安•波默洛（Dean Pomerleau）偶然想出一種異常有效的方式來實現這一點：他讓汽車自己教自己。波默洛在他的小型貨車里裝備了計算機，還帶有人工神經網絡，仿照人類大腦里的神經網絡而成。當波默洛開車在匹茲堡里晃悠時，這些神經網絡便一路記錄下他的駕駛決策，收集統計數據，編制出自己的道路規則。“剛開始的時候，我們開車穿過一座公園，速度大概是每小時2到4英里，騎三輪腳踏車都比我們快。”波默洛告訴我，“最后，車子在公路上的車速達到每小時55英里。”1996年，這輛汽車自己駕駛著自己，從華盛頓開到圣迭戈，只有很少幾次人工干預——行駛里程數差不多是恩斯特•迪克曼斯一年前開車行駛距離的四倍。

機器學習這一概念幾乎與計算機科學同時誕生——計算機科學之父艾倫•圖靈就將它視為人工智能的本質。機器學習通常是計算機習得某種復雜行為最快速的方式，但它也有其弊端。自我學習的汽車可能會得出一些奇怪的結論。它可能會把樹的影子當成馬路的邊緣，也可能把反射回來的車頭燈當成車道標記。它可能會把飄浮在路面上的袋子當成實體物，為了躲開而猛然轉向。我們很難猜到它究竟知道了些什么。“神經網絡就像黑匣子，”波默洛說，“這讓人神經緊張，特別是當它們控制著兩噸重的車子時。”

跟教孩子一樣，計算機更多時候是用死記硬背來教的。人們給出成千上萬條規則和一堆數據，要計算機記住——如果出現事件一，則執行事件二；要避開大石塊——然后派它們出去，反復試驗。這種做法很緩慢，也很費心，但是要比機器學習更容易預測，也更容易改善。不論是哪一種教育體系，技巧往往是將兩者合而為一，融會貫通成得當的措施。教條學習過多，機器會變得生搬硬套；經驗學習過多，機器又會存有盲點，行為難以預料。

第二場挑戰大賽讓這兩種思路都經受了考驗。報名參加比賽的隊伍將近200支，而最有力的競爭者從一開始就明擺著：卡內基梅隆大學和斯坦福大學。卡內基梅隆隊由富有傳奇色彩的機器人專家“老紅”威廉•惠特克（William “Red” Whittaker）領導。惠特克身材魁梧，思路精準，做過海軍陸戰隊隊員，專門研究用于遠程控制、危險環境下的機器人。他制造的機器人曾在南極冰原和活火山上爬行，也曾到三英里島和切爾諾貝利檢查損毀的核反應堆。惠特克得到年輕有為的工程師克里斯•厄姆森（Chris Urmson）輔佐，以面對軍事行動的態度嚴陣以待2004年那第一場比賽，并以壓倒性的優勢奪冠。他的團隊花了整整28天時間，激光器掃描了莫哈韋沙漠，創建出該地區地形的電腦模型。然后，他們將掃描結果跟衛星數據結合起來，幫助識別障礙。

斯坦福隊正是由特龍領導。當DARPA發布第二場大賽通知時，他手下的博士生邁克•蒙泰梅洛（Mike Montemerlo）把這個消息告訴了他。“我們究竟應不應該參賽，他的評估結果是不應該，但他的身體、他的眼睛、他的一切都在說應該。”特龍回憶說，“他就這樣拖我入伙了。”這場競賽體現了硬幣的兩面：特龍是溫文爾雅的世界主義者，惠特克則是雷厲風行的陸軍大統帥。卡內基梅隆隊派出了兩部軍用車輛——“沙暴號”和“高地人號”（Highlander），斯坦福隊則派出了一部相對較小的大眾途銳汽車——綽號“小斯坦號”（Stanley）。

卡內基梅隆隊的“高地人號”

斯坦福隊的小斯坦號

這場比賽堪稱勢均力敵。兩支隊伍都使用了相似的傳感器和軟件，不過比較起來，特龍和蒙泰梅洛的精力更多傾注在了機器學習上面。“這是我們的秘密武器，”特龍對我說。特龍和蒙泰梅洛并沒有給汽車編寫程序，告訴它應該繞開哪些巖石和灌木，事實上，他們只是把車子開到了沙漠公路上。車頂裝有的激光器能掃描汽車周圍區域，攝像頭還能看得更遠。計算機通過分析這些數據，便能學會識別道路，平坦的區域即為路面，顛簸的區域即為路肩。計算機還將攝像頭拍下的圖像與激光掃描結果進行對比，以便弄清平坦的地形從遠處看起來是何種模樣——這樣就能開得更快一些。“每天都是一模一樣，”特龍回憶說，“我們會出門，開上二十分鐘，找到一些軟件缺陷，然后在那里坐上四個小時，重新編程，重新嘗試。就這樣，我們做了整整四個月。”剛開始，計算機會把某些圖像誤標記為障礙，每八個像素里會有一個差錯。等到他們結束的時候，差錯率已經降到了五萬分之一。

挑戰賽當天，開始時間的前兩個小時，DARPA向各位選手發布了參賽路線的各個GPS坐標點。這次比賽遠比第一場艱難：更多的彎道，更窄的小路，三條隧道，一處山口。面對斯坦福隊的一部參賽車，卡內基梅隆隊派出了兩輛車，希望能穩中求勝。該隊讓“高地人號”馬不停蹄，快速前進——平均時速超過20英里，而“沙暴號”則小心翼翼，穩扎穩打。這種差別足以讓他們輸掉這場比賽。當“高地人號”開始因為某條燃油管線縮緊而失去動力時，“小斯坦號”仍在穩步前行。“小斯坦號”沖過終點線的時候，距離比賽開始已經過去6小時53分鐘，這比“沙暴號”早10余分鐘，比“高地人號”早20余分鐘。

這是以弱勝強的故事，這是腦力打敗體力的傳奇。這話所說的對象不單是斯坦福隊，而是整片賽場。五輛汽車跑完了全長132英里的賽道，二十多輛汽車跑的距離比2004年大賽冠軍更遠。時隔僅一年，他們所取得的進步遠比DARPA資助的承包商在二十年內取得的成績更大。“你看那些瘋狂的人，初生牛犢不怕虎，根本不知道這事兒有多困難，”特龍告訴我，“他們說：‘瞧，我有一部車，我有一臺電腦，我還需要一百萬美元。’所以他們就在自家作坊里大干起來，把各種各樣的東西塞進機器人，以前從來沒有人這么做過，有些真是異想天開，讓人印象深刻。”特龍回憶說，加利福尼亞州帕洛斯弗迪斯高中有一隊學生，領頭的是一個名叫克里斯•賽德（Chris Seide）的17歲少年，這幫孩子造了一輛自動駕駛汽車“末日戰車號”（Doom Buggy），不但會變換車道，還能在停止標志面前停下來。路易斯安那州有一群保險公司的員工，給一輛福特多功能車編寫程序，到達終點只比“小斯坦號”慢了37分鐘。他們的首席程序員設計的初步算法，其實是脫胎于幾本有關視頻游戲的教科書。

“當你回過頭看第一場挑戰賽，跟現在比起來，那時候簡直就是石器時代。”萊文多斯基對我說。他的摩托車就恰如其分地體現了這種進化。雖然這部車沒能在第二場挑戰賽的半決賽中出線——被幾塊木板給絆倒了，但是“幽靈騎士號”還是以自己的方式，成為工程學上的奇跡，擊敗了78位四個輪子的對手。兩年后，史密森尼博物館把這輛摩托車納入館藏。此后一年，博物館把“小斯坦號”也加入了館藏。那個時候，特龍和萊文多斯基皆已雙雙進入Google供職了。

Google的無人駕駛汽車項目，占用了山景城郊區一塊地勢較高、有如車庫的空間。這里跟很多高科技公司的辦公室一樣，雜糅著創意天才和工作狂人。休息室里擺著一張桌上足球案，大廳里放著健身球，外面還停著一排像是小丑自行車的東西，任君取用。走進去以后，注意到的第一件事就是稀奇古怪的小玩意兒：藍精靈、《星球大戰》玩偶、魯布•戈德堡（Rube Goldberg）機械 。接下來，你才會注意到辦公桌：一排又一排，每張桌子后面都坐著一個人，緊盯著屏幕。

“我們希望從根本上改變世界。”Google公司聯合創始人謝爾蓋•布林（Sergey Brin）說。布林穿著炭色的連帽衫、寬松的短褲、運動鞋。胡子拉碴，目光平靜而有穿透力，這一切讓他看起來像格里戈里•拉斯普京 （Grigori Rasputin），不過這份感覺多少都被他的Google眼鏡給削弱了。有一次，他問我想不想試戴一下這副眼鏡。當我把這架微型投影儀放在我的右眼前時，一行文字鮮活地浮現在眼簾：“下午3點51分。一切都好。”

“如果你朝外看看，走過停車場，橫穿多車道公路，你會發現交通基礎設施占了很大比重，”布林說，“那可是這方土地上的一大筆稅收。”他還說，大多數汽車每天只工作一兩個小時。剩下的時間里，車子只能停在路邊、停在車庫里“休息”。但如果汽車能自己駕駛自己，那么大多數人其實根本沒必要買車。自動駕駛汽車隊就可以組建成個性化的公共交通系統，能自主地接人上車，送人到目的地，沒有任務的時候就留在停車場等候。跟出租車相比，自動車隊更省錢、更高效（根據計算，這種車隊只需消耗普通汽車一半的燃油、占用五分之一的道路空間）；跟公交車和地鐵相比，自動車隊則要靈活機動得多。街道會越來越空曠，高速公路會越來越少，小停車場會變成大停車場。“我們不想挖空心思去適應現有的商業模式，”布林說，“我們完全立足于一個別樣的星球。”

2007年，特龍和萊文多斯基初次來到Google，接下了這樣一份簡單任務：創建一幅美國的虛擬地圖。這個想法來自Google的另一位聯合創始人拉里•佩奇（Larry Page）。佩奇把一臺攝像機綁在自己車上，繞著舊金山灣區錄下了數個小時的連續鏡頭。接著，他把這些錄像交給斯坦福大學計算機圖形學專家馬克•勒沃伊（Marc Levoy）。勒沃伊研究出一種程序，能將所有鏡頭拼貼起來，展現完整的街道景觀。Google工程師沿襲這一思路，臨時裝備出一些帶有GPS和頂部攝像頭的面包車，用來拍攝所有角度。最終，Google推出了一個能顯示任何地點360度全景圖像的街景系統。不過，之前使用的器材設備并不可靠。等到特龍和萊文多斯基加盟公司后，他們便幫助該團隊重新裝備、編程。他們配備了100輛車子，并送往美國各地。

再后來，Google街景服務覆蓋了100多個國家。它既是一個實用工具，也是一種魔術——一臺窺見遙遠世界的望遠鏡。不過在萊文多斯基看來，這只不過是個開始。他認為，這些圖片數據還可以用來制作電子地圖，這要比基于GPS數據做成的地圖更加精確。比如說，街道和出口的名稱可以直接從照片中提取出來，而不必援引漏洞百出的政府檔案。聽起來很簡單，做起來卻是錯綜復雜。Google街景通常只覆蓋城市地區，但Google地圖必須全面呈現。接下來兩年里，萊文多斯基乘飛機頻繁往返印度海得拉巴，培訓了兩千余名數據處理人員，幫助打造新地圖，修正舊地圖。蘋果公司發布的地圖應用軟件招來一片惡評，萊文多斯基很清楚問題在哪里。截至那個時候，他的團隊已經花了五年時間修修補補，每天能改正幾百萬個錯誤。

Google街景和Google地圖都是Google搜索的合理擴展。這些服務會告訴你，你想找的地方在哪里。那么，還缺少的就是怎樣到達那里。2008年2月，萊文多斯基接到探索頻道系列節目“原型機”一位制作人的電話。對方問他，有沒有興趣開發一輛自動駕駛的披薩送餐車？五個星期內，萊文多斯基和一個由伯克利校友和其他工程師組成的團隊合作，成功改造了一輛普銳斯。他們拼合出一個導航系統，并說服加州高速公路巡警讓這輛車穿越海灣大橋——從舊金山到金銀島。這是無人駕駛汽車第一次合法在美國街道上行駛。

節目錄制當天，全城戒備，看起來像是面臨軍事管制。大橋底層禁止車輛通行，八名警察騎著八部警用摩托車，接受指派護送普銳斯過橋。“前一個星期奧巴馬也在那里，連他的陣勢都沒這么大，”萊文多斯基回憶說。這輛車駛過市中心，駛過大橋，狀態良好，只不過在橋的另一端，車子擠進了一堵水泥墻。盡管如此，Google還是如其所愿助推了一把。短短幾個月內，佩奇和布林就叫來特龍，并給他的無人駕駛汽車項目大開綠燈。“他們甚至沒有提到預算這件事，”特龍說，“他們只是問我，需要多少人，怎么才能招到這些人。我回答：‘我很清楚我需要哪些人。’”

每周一上午11點30分，Google汽車項目的主要工程師都會碰個頭，互相交流本周動態。這幫工程師多半符合常見的硅谷公司人口組成——白人、男性、30到40歲——但他們來自世界各地。我一口氣就數出了來自比利時、荷蘭、加拿大、新西蘭、法國、德國、中國和俄羅斯的團隊成員。特龍甄選時擇優錄取，開始是從無人駕駛汽車挑戰賽上選拔頂尖人才：雇用克里斯•厄姆森來開發軟件，萊文多斯基負責硬件，邁克•蒙泰梅洛負責數字地圖。（現在這個項目由厄姆森主持，特龍則把注意力轉向了一家由他聯合創立的在線教育公司——Udacity。）后來，人員便跨界到了其他領域的天才：律師、激光器設計師、人機接口大師——什么人都有，只是除了一種人，汽車工程師。“我們聘請了一批新新人類，”特龍告訴我。Google X實驗室里的人總喜歡說，團隊里的某某是他們見過最聰明的家伙，人們相互贊揚，一個人贊揚另一個，最后所有人都會被別人夸獎過。萊文多斯基口中的特龍是這樣的：“他思考的速度是每小時100英里。我差不多是90英里。”

Google的目標不是打造一輛華而不實的概念車——一個永遠實現不了的華麗想法，Google的目標是要打造一件完美的商業產品。換句話說，這會面臨真正的截止期限，會經歷反復兩三次測試和重新設計。剛開始，布林和佩奇向特龍的團隊提出了一系列類似DARPA那樣的難題。他們花了不到一年的時間破解第一道難題——在公路上行駛10萬英里。接下來，難度就水漲船高了。布林和佩奇就像男孩為“尋寶游戲”做計劃那樣，為該團隊擬定了10條長度為100英里的路線，這些道路經過灣區的每一個部分。如果駕駛員碰了方向盤或者踩了剎車，哪怕一次，這次行程就算沒有通過。

團隊開展這一項目之初，是從萊文多斯基的披薩送餐車和斯坦福的開源軟件著手。但很快，他們發現只能從頭開始做起：汽車的傳感器已經過時，軟件漏洞頗多，根本用不上。DARPA自動駕駛汽車并不關心人類乘坐舒適與否，而只要盡可能快從地點一跑到地點二就可以了。要讓整趟旅程平穩順暢，特龍和厄姆森還得對汽車駕駛的物理學方面做一些深入研究。道路拐彎的時候平面會怎么變化？輪胎受力和變形對駕駛有什么影響？剎車這項操作，看似很簡單，但好司機是不會像計算機那樣，施加持續穩定的壓力。好司機會不停點剎，踩一下剎車，再松開，再踩。

對于這樣復雜的動作，特龍的團隊一般先從機器學習入手，然后用規則編程的方式加以強化——用“超我”來控制“本我” 。比如，他們先讓汽車教會自己看懂路牌，然后再用某些具體的指令（“停止”標志表示停止）來強調這種知識。如果汽車還是會遇到問題，他們就會把傳感器數據下載下來，用計算機回放，并對響應方式做一些微調。還有些時候，他們會根據美國國家公路交通安全管理局檔案中記載的事故做一些模擬。卡車后斗突然掉下一塊床墊。自動駕駛汽車是應該馬上打方向避開呢，還是直接開過去呢？需要怎樣的事前警報？如果路上突然跑過來一只貓又該怎樣？一頭鹿呢？一個小孩呢？這些不僅是機械學問題，更是道德問題，工程師們從來沒有試著回答過。DARPA汽車甚至不用區分道路標志和行人——工程師們有時會稱行人為“有機體”，仍是像機器一樣思考問題。

十字路口停車處就是一個很好的例子。大多數駕駛員不會坐著干等，等到輪到自己才發動汽車。他們會一點點試探著朝路口拱，就算前面有車駛過也會往前開。Google汽車做不到這樣。Google汽車絕對是個安分守法的機器人，會一直等到交叉路口完全沒有車輛才通過——而且馬上就會掉到整列車隊的最末一位。“開車往前拱是一種溝通方式，”特龍告訴我，“這可以告訴別人，該你開了。變換車道的時候也是一樣：如果你停在相鄰車道的一處空隙前面，而那條車道上的駕駛員繼續朝前開，他的意思就是不要插隊。如果對方減速慢行，那就是允許插隊。Google汽車必須學習這種語言。”

自動駕駛汽車團隊花了一年半時間，完成佩奇和布林設下的10條100英里行程。第一條路線是從蒙特雷到坎布里亞，沿途經過1號公路的懸崖。“我坐在后座上，像一個小女孩一樣尖叫，”萊文多斯基告訴我。臨近尾聲時有一條路線，開始于山景城，向東穿過鄧巴頓大橋開往尤寧城，再折向西穿過灣區開往圣巴特奧，向北開往101號公路，向東穿過海灣大橋開往奧克蘭，向北穿過伯克利和里士滿，再折向西穿過灣區開往圣拉斐爾，向南開往蒂布龍半島迷宮般的街道，路上窄得要把后視鏡收起來才能通過，再穿過金門大橋開往舊金山市區。最終開完行程，已經過了午夜十二點，他們開了一瓶香檳慶祝成功。現在，他們要做的事情只是設計一種系統，可以在任何城市、任何氣候條件并且絕不可能再做修改的情況下完成同樣的事。說真的，他們才剛剛開始。

現在，Google汽車目前的行程里程數已經超過50萬英里，從來沒有發生一起事故——這個數字大約是美國人撞車前平均所開里程數的兩倍。當然，計算機旁邊一直坐著一個人類，一旦遇上棘手路段便會出手接管。特龍說，要是任其自生自滅，它只能在高速公路上開五萬英里左右，不出現重大失誤。Google稱它為“狗糧”階段——不太適合人類食用。比如說，這種車會在下雨天碰上麻煩，因為激光會在光亮的表面發生反射。（最初幾滴雨水會讓屏幕上跳出一個云朵狀的小圖標，同時響起語音警報，提醒自動駕駛模式即將解除。）這種車也無法區分未干的混凝土和已干的混凝土，未實的瀝青和已實的瀝青。它聽不到交警的哨音，也不能遵從交通手勢的導引。

可是，要說自動駕駛汽車有多少缺點，它相應地就有多少優點。這種車從來不會打瞌睡，也不會分心，從來不會困惑誰握有交通優先權。這種車知道前方的每一處彎道，每一棵樹木，每一盞路燈，了若指掌，甚至清楚三維細節。一天晚上，這輛車載著團隊首席程序員德米特里•多爾戈夫（Dmitri Dolgov）穿過一處密林區，突然間車子減速，慢如蝸牛。“我還在想，搞什么鬼？一定是出了故障，”多爾戈夫告訴我，“然后，我們發現路肩上有一頭鹿在行走。”這種車不像駕駛員，它可是長著“夜視眼”。

真正的問題在于，自動駕駛汽車該由誰來制造。Google是軟件公司，不是汽車公司。Google想必不會自己生產汽車，而是比較樂意把程序和傳感器賣給福特、通用電氣之類的公司。然后，這些公司可以根據自己的產品，重新包裝這種系統，就像重新包裝NAVTEQ或者TomTom公司的GPS組件那樣。不同之處在于，汽車公司從來沒有費心制作自己專用的地圖，但是花了幾十年時間研究無人駕駛汽車。通用汽車公司曾贊助卡內基梅隆隊參加多次DARPA無人駕駛汽車挑戰賽，目前在底特律城外擁有一處大型的無人駕駛汽車測試設施。豐田汽車公司設立了一座占地九英畝的實驗室，2010年11月份在富士山腳下完成了自動駕駛汽車“城市環境模擬”。不過，傳統汽車廠商普遍對自動駕駛技術悲觀得多。“它以后能實現，但還有很長的路要走，”通用汽車公司電子、控制與動態安全研發主管約翰•卡普（John Capp）對我說。

我之前參加過紐約舉行的國際汽車展，所有展品都閉口不提自動駕駛。但這絕不是說自動駕駛汽車不在展品之列。會議中心外面，吉普汽車公司為新款牧馬人越野車搭起了障礙車道，車子要從一排原木上方開過去，還要翻過一座小山丘。當一位吉普汽車銷售代表陪我坐車從小山上駛下的時候，他不停告訴我，腳不要踩剎車。他還解釋說，這款車配備有“陡坡緩降控制”裝置，不過他跟其他參展商一樣，有意回避了“自動駕駛”這個詞。“它根本就不存在我們的詞庫里，”福特汽車一名公關經理艾倫•霍爾（Alan Hall）告訴我，“我們對未來的看法是，駕駛員仍然保留著對車輛的控制權。人類是掌舵的船長。”

這話多少有些虛偽——把板上釘釘的事當成原則。汽車公司眼下還做不到完全自動駕駛，所以他們只能一步步來做。每隔十年左右，汽車公司就會引入新的自動化設備，新的操作任務，讓船長的雙手慢慢解放出來：20世紀50年代引入動力轉向系統，70年代巡航控制成為標準功能，80年代引入防抱死制動系統，90年代引入電子穩定控制系統，20世紀初出現了首批自動泊車汽車。最新款的汽車可以檢測車道邊界，并且自動控制方向盤，保持不偏離車道線。這些車可以跟前車保持穩定的安全距離，并在必要的時候剎車直至停下。這些車提供夜視、盲點檢測以及可識別行人的立體相機等功能。然而，總體思路并沒有發生變化。就像萊文多斯基所說：“他們想要制造出能讓司機更好的汽車。我們想要制造出比司機更好的汽車。”

除了日產汽車以外，豐田汽車和奔馳汽車可能是最接近開發出類似Google汽車那種系統的公司。不過，他們不愿意光明正大推介這些產品，恐怕各有各的緣由。豐田汽車的消費者是保守派群體，相較于個性時尚而言，更加注重舒適實用。“他們往往有相當長的接納曲線，”豐田汽車北美業務戰略經理吉姆•皮斯（Jim Pisz）告訴我，“五年前我們才把磁帶播放器給去掉。”一直以來，這家公司實在比消費者的接納曲線超前了太多。2005年，豐田推出了全世界首部自動泊車汽車，這種車要求很高，操縱很慢，價格也很貴。“我們需要逐步增強消費者的信賴，”皮斯坦言。

奔馳汽車面臨的問題更加棘手。這家公司擁有開發新奇電子產品的聲譽，以及敢于創新的悠久歷史。最新推出的試驗車型已經能穿梭于車流之中，行駛在地面街道，并且像Google那樣靠攝像頭和雷達來跟蹤障礙物。不過，奔馳汽車的目標用戶是那些熱愛駕駛的人，愿意付出高額費用以期換來出色產品的人。把方向盤從這些人手中奪走，似乎會讓這種期望落空；把激光炮塔粘在完美的車架上，也絕對違背了他們的追求。“除了可靠性這個很容易變成噩夢的因素以外，它看起來也不大美觀，”奔馳汽車駕駛輔助和車架系統主管拉爾夫•赫爾特維希（Ralf Herrtwich）告訴我，“我的一位設計師說：‘拉爾夫，如果你還建議給我們哪輛汽車頂加上這種東西的話，我一定會把你從我們公司扔出去。’”

赫爾特維希表示，即使新添加的部件可以做得很隱蔽，他還是對人類和駕駛過程分離開來深懷担憂。Google工程師們總喜歡把無人駕駛汽車跟無人駕駛飛機相比較，但是飛行員可以經過培訓，始終保持警覺，一旦計算機失誤就馬上接管。但駕駛員能做到這樣嗎？再者說，保持警惕、全神貫注的駕駛員早已成為過去。18歲至24歲的人群中，一半以上的人承認開車時發短信，80%以上的人承認開車時打電話。如此看來，免用雙手的駕駛方式應該像是他們的第二天性了：他們一直以來都在這么做。

一些人會認為，注意分散、疲勞困頓，我們可以自己掌控。但是計算機遇上莫名其妙的恐怖問題，會讓人不可避免想到死亡。屏蔽凍結，電源故障；傳感器失靈，或者誤讀道路標志；汽車在高速公路上呼嘯著停車，或者一頭撞向迎面開來的車輛。“手機和筆記本電腦出了問題，我們都會相當寬容，”通用汽車的約翰•卡普告訴我，“不過你要活命，并不依賴于手機或者筆記本電腦。”

自動化公路也可能成為網絡恐怖主義的主要攻擊目標。2012年，DARPA資助了兩位知名黑客，查理•米勒（Charlie Miller）和克里斯•瓦拉塞克（Chris Valasek），請他們分析現有汽車被入侵的可能性。2013年，米勒在拉斯維加斯舉行的年度DefCon黑客大會上公布了他們二人的部分研究結果。只要從筆記本電腦發送命令，就能讓豐田普銳斯鳴響喇叭，讓方向盤猛地抽離駕駛員的控制，讓車子在時速80英里時突然剎車。當然，米勒和瓦拉塞克必須使用數據線和這輛車的維護端口相連接才能完成入侵。不過，加利福尼亞大學圣迭戈分校一支由計算機科學家斯蒂芬•薩維奇（Stefan Savage）領導的團隊研究表明，可以通過像藍牙接收器這樣看似無害的裝置來無線發送類似的指令。“現有技術并不像我們想象中那樣穩健，”萊文多斯基告訴我。

Google宣稱已經解決了以上所有這些風險。Google工程師深知，無人駕駛汽車得要近乎完美，才能獲準行駛在道路上。“你必須達到業界所謂的‘六西格瑪’水平——缺陷率為一百萬分之三，”伯克利工業工程師肯•戈德堡告訴我，“百分之九十五并不夠好。”除了試駕和模擬，Google還為軟件周邊設置了防火墻、備份系統和冗余電源。診斷程序每秒運行數千次內部檢查，尋找系統錯誤和異常，監測發動機和制動系統，不斷重新計算行車路線和車道位置。計算機跟人類不同，計算機永遠不會厭倦自我評估。“我們希望它失效時也很優雅，”多爾戈夫告訴我，“當它停工時，我們希望它還能做點兒合理的事情，比如減慢速度，開到路肩，打開閃光信號燈。”

不過，終有一天，無人駕駛汽車會害死什么人。電路會出故障，防火墻會崩潰，三十萬單位中的任意一個缺陷會讓汽車橫穿車道，撞向大樹。“未來會有撞車，會有訴訟，”迪安•波默洛說，“因為汽車公司有雄厚的財力，他們將會成為目標，不管他們到底有沒有過錯。只要少許幾起五千萬乃至一億美元的陪審團判決，這種技術就會遇到很大的阻力。”波默洛指出，就算是安全氣囊這樣好處頗多的發明，也花了幾十年時間才走進美國汽車。“我過去常說，自動汽車將在十五或二十年后問世。那是二十年前的事。現在我們還沒有自動汽車，我還是認為它們會在十年后問世。”

如果說無人駕駛汽車以前的阻礙因素是技術，然后是觀念，那么現在的限制因素就是法律。嚴格意義上講，Google汽車已經合法：駕駛員必須持有駕照；沒有人提到計算機有關的任何事。不過，這家公司很清楚，這在法庭上站不住腳。Google希望這種汽車可以像人類駕駛員一樣受到法律約束。過去兩年時間來，萊文多斯基花了大量時間，飛到美國各地，游說立法機關支持這項技術。首先是內達華州，接著是佛羅里達州、加利福尼亞州、哥倫比亞特區，都已經將無人駕駛汽車合法化，但前提是這些車要安全、要足額投保。但其他州面對這一議題的態度則較為懷疑。比如說，密歇根州和威斯康星州提出的議案，都將無人駕駛汽車列為實驗性技術，僅在很窄的范圍內實現合法化。

很多問題還有待界定。這種車應該如何測試？合理的車速和車距應該是多少？駕駛員接管方向盤之前應該給出什么樣的警報？一旦出了問題應該由誰來負責？Google希望把這些細節留給機動車輛管理部門和保險公司。（因為保險費計算是基于統計意義上的風險，因此無人駕駛汽車的費用應該下降。）不過汽車公司辯稱，這讓他們太容易遭到攻擊。“他們原來的立場是：‘我們不應該心急。現在還沒有準備好迎來黃金時間。這種車還不應該合法化。’”加利福尼亞州法案的發起人、州參議員亞歷克斯•帕迪利亞（Alex Padilla）告訴我。他認為，汽車公司的真正目標只是想爭取時間加緊趕上。“在我看來，很明顯這里的利益是市場份額的競爭。每個人都想來分一杯羹。”問題在于，他們應該跑得多快。

布林和他的工程師所受的鼓舞，更多程度上是出于個人動機：布林父母的年紀已將近八旬，操縱方向盤的時候，開始變得不那么穩定。特龍最好的朋友在車禍中喪生，厄姆森的孩子有幾年時間里對駕駛心懷顧慮。跟Google公司的其他人一樣，他們也對統計數據心知肚明：世界上，車禍每年造成124萬人喪生，另有5000萬人受傷。

對萊文多斯基來說，這種情感牽連在三年前開始變得清晰。那時候，他的未婚妻斯蒂芬妮•奧爾森（Stefanie Olsen）懷有九個月身孕。一天下午，她穿過金門大橋，前方的車輛突然停了下來。奧爾森猛踩剎車，側滑了一會才停下來，但她后面的司機反應沒有這么快。他以每小時超過30英里的速度撞上了奧爾森的普銳斯，她的車子也因而撞上了前車。“那簡直就像錫罐頭，”奧爾森告訴我，“車子徹底毀了，我也被壓在了里面。”多虧了安全帶，她逃過了一劫，也保住了寶寶。不過，孩子出生的時候，后腦勺長著一小片白色的頭發。

“那起事故根本不應該發生，”萊文多斯基告訴我。如果奧爾森后面的車子是自動駕駛汽車，那應該早就觀察到前方阻擋的三輛車子。它早就會計算出碰撞距離，掃描相鄰車道，發現這輛車被包住了，并且踩下剎車，所有這一切都在十分之一秒內完成。Google汽車可以駕駛得比人類更加有防御性：它的跟車長度可以減少到六分之一，與前車的距離也很少低于兩秒。萊文多斯基說，在這種情況下，我們對無人駕駛汽車的恐懼也就越來越不理智。“一旦你造出了比駕駛員開得更好的汽車，那么還讓人類來開車就是不負責任，”他說，“我們多推遲一年，就有更多的人死亡。”

（完）

理想國 2015-08-23 08:53:44