综合
首页 > > 正文

谁在操控无人驾驶汽车?


2015-04-08

  在众多研究无人驾驶汽车的人中,45岁的德国人巴斯蒂安·特龙(Sebastian Thrun)大概是成就最辉煌的一个。

  美国加州州长杰里·布朗(Jerry Brown)一个月前宣布,谷歌无人驾驶汽车可以从2015年起行驶在加州的公路上。这辆汽车的发明者正是特龙。不过此时他已经离开了谷歌,开始自己新的创业项目。
  作为谷歌X实验室曾经的主要负责人之一、斯坦福大学教授,特龙从2004年就开始研究无人驾驶汽车。从最新的谷歌无人驾驶汽车,到他曾经主导研究的Stanley、Junior,都被看做是无人驾驶汽车研究领域的重要成就。
  特龙从小就是个汽车爱好者。但他研究无人驾驶汽车的出发点,并不是马克·扎克伯格式的黑客精神。他对此的执着其实源自18岁那一年。那一年,他最好的朋友在一起交通事故中去世。
  2012年11月,特龙接受了《第一财经周刊》的采访。“那场交通事故来得很突然,好像我们必须接受,而大多数人似乎不谈论这个话题。”他回忆说。他从那时起下定决心,在改善这个问题上,“必须有所作为”。
  巴斯蒂安·特龙出生于德国索里根市,在德国读大学时学过计算机、医疗和经济学,1995年加入美国卡耐基梅隆大学研究计算机科学,成为卡耐基梅隆大学机器学习实验室的负责人之一。他在自己的学生时代,就对人工智能产生了浓厚的兴趣。“我觉得它很伟大,因为我们是在打造智慧,而不是学习。”特龙说。
  在特龙之前,无人驾驶汽车已经出现了多位先驱者。早在1939年纽约世界博览会上,通用公司(GE)就在“未来奇观”展馆中,展出了一台无人驾驶电动汽车,它通过镶嵌在道路里的电路来提供电力,并用无线电实现控制。到1950年代,通用汽车公司和美国广播公司研发了自动公路系统的比例模型,让用电子方法控制汽车的转向和保持车距成为可能。
  到1970年代,斯坦福大学的线控机器人已经可以在无人为干预的情况下,穿越一间摆满椅子的房间;随后筑波市机械工程实验室推出了配备两个摄像头、用模拟计算机技术进行信号处理的无人驾驶汽车,在高架轨道的辅助下,可以实时处理前方道路图像。
  1980年代是无人驾驶技术历史上的第一个转折点—软件、计算机的出现开始改变一切。美国国防部高级研究计划局制定了DARPA(Defense Advanced Research Projects Agency)计划,支持相关研究,卡耐基梅隆大学的研究人员带着便携式计算机、GPS接收器和摄像机,对汽车实现最长达70公里的无人干预。
  特龙在2004年出现在了这个领域。美国国防部高级研究计划局在这一年公开举办了一场无人驾驶汽车长途比赛。此时特龙刚刚搬到斯坦福大学,并成为该校人工智能实验室的教授。他参加了这次比赛,并且第一次实际接触了无人驾驶汽车的概念。
  这场对无人驾驶汽车的发展有着重要意义的比赛进行得很不顺利。主办方设定了150英里的距离,15辆参赛的车辆没有一台到达终点,路上到处都在冒烟。
  当其他研究人员都在单纯地围绕摄像头、传感器这些传统手段想办法时,研究人工智能的特龙另辟蹊径。代号为Stanley的无人驾驶汽车,就是这一年诞生在斯坦福大学人工智能实验室里的。特龙和他的团队决定,用机器学习的方法来训练这辆无人驾驶汽车。
  这个过程就像人类自己的培训一样。特龙给车写了一个软件,里面有5到10条规则,车就按照这些规则来活动。这仅仅只是一个开始。
  人不可能背上几条规则就可以成为司机,何况是身为汽车的Stanley。特龙和他的团队很快就发现,5到10条规则根本行不通,“至少需要1万条规则。”在真正的路面上,一辆车可能会面临的问题太多了,不可能用一种规则来适应所有的情况。
  他们决定让机器自己学习。与此前不同的是,为Stanley的培训所设计的软件这次被分成了不同的部分,比如如何观看周围的环境、如何选择速度等等。车内和车外的传感设备也经过了改进。
  Stanley开始“自己训练自己”。有时特龙会开着 Stanley上路,让它看自己开车,这个过程会让汽车接受设定的规则。特龙说这就好像人一样,当承载的数据发生变化时,大脑会接受并适应现实。
  2005年的DARPA比赛,奖金提高到了200万美元,并且赛道设置减少到132英里,但设置了三条隧道和超过100圈的赛道,也有一些并不平坦的路面。这次有23辆车参加比赛,5辆车到达终点,其中,Stanley以6小时54分钟的成绩获得冠军。
  “我很激动看到这个新时代的开启,而我们就站在这扇门背后。”特龙说。这一年他太累了。当天晚上,他接到美国有线电视公司CNN的采访电话,甚至没有说完就睡着了。
  5年之后,谷歌无人驾驶汽车的出现,让无人驾驶汽车的概念和前景真正走到大众面前。多年来,很多汽车厂商也一直在不遗余力地研究自动驾驶技术,以降低人为驾驶带来的风险。对汽车厂商来说,无论是无人驾驶或者自动驾驶,都意味着新一轮的技术升级。
  按通常观点看,自动驾驶和无人驾驶是两个概念。不过在研究人工智能的特龙看来,这都是一回事。自动驾驶技术是初级的人工智能,在很多装置上都能实现,而人工智能则更进一步,它按照规则进行思考和判断,让驾驶更安全。
  与今天开上加州公路的谷歌无人驾驶汽车相比,Stanley毕竟只是参加比赛的车辆,它可以在沙漠中行驶,但是还不能在导航中识别红灯或者其他需要停车的信号,更不可能融入高速公路的车流中。
  特龙参与研发的第二辆无人驾驶汽车Junior,可以看做是从Stanley到谷歌无人驾驶汽车的过渡。Junior最大的进步,是可以在现实的交通环境中驾驶,可以看到其他的车,知道什么时候等,什么时候超车。换句话说,Stanley面对的是固定的位置对象,而Junior看到的是移动的车。
  这意味着Junior开始有了“思考”,学会了观察和理解,并能据此做出预测。这不仅需要传感器等外部设备的配合,更重要的是,分类算法和数据使用能够让汽车学会更准确地运行。“这和谷歌的机器学习、亚马逊从网站数据去了解消费者的做法不一样,但是类型相同,因为基础都是设置规则的架构让机器来明白规则是什么。”特龙说。   这也正是后来特龙决定加入谷歌的原因。在Junior获得2007年DARPA比赛第二名之后不久,他参与成立了谷歌X实验室,并且花了1年半的时间来研究谷歌无人驾驶汽车。
  2007年的比赛中,Junior参加的项目增加了一段60英里的城市环境,参赛车辆必须面对路上有载人车辆的情况。Junior总共花了4小时29分钟的时间完成比赛。
  “谷歌无人驾驶汽车比Junior更好。”特龙简单地总结道。他所指的是,Junior虽然可以在交通环境中行驶并理解别的车辆,但是不能识别红灯以及区分周围的车是自行车还是汽车,而这些谷歌无人驾驶汽车都可以做到。
  从2010年谢尔盖·布林(Serge Brin)对外透露谷歌的无人驾驶汽车项目,到2011年10月谷歌无人驾驶汽车被允许开上加州的公路,这家公司已经制造了7辆无人驾驶汽车。根据谢尔盖·布林对外界的说法,在实验中累计的行驶里程超过了30万英里。
  在公开资料中,谷歌提到无人驾驶汽车使用了摄像机、雷达探测器和激光测距仪来“看”周围的交通情况。相比硬件的配置,谷歌的数据中心和对数据的处理能力是更为核心的力量。
  当无人驾驶汽车行驶在路上时,谷歌地图可以作为指引,谷歌街景可以实现360度观测周围环境。当然,未来可用的数据还远远不止这些。不过巧合的是,特龙曾经参与的一些与直升飞机有关的合作,后来成为了谷歌街景项目中的一部分,他也参与过谷歌地图在移动导航方面的工作。
  特龙认为使用数据是人工智能研究进入第二个阶段的标志,“让数据为自己说话。亚马逊、Netflix、谷歌都在大量地运用数据来为自己决策,这个工具也能带领人工智能创造更多的财富。”他说。
  如果需要更长远的考虑,则人工智能的下一步阶段是自主学习。特龙这样描述未来机器的学习:机器需要的不止是人设定的规则,还需要“智慧和精神”。而这些当然要建立在充分的数据输入之上。
  他现在已经离开谷歌,开始了自己的创业项目—在线课程Udacity,并把无人驾驶汽车作为第一节课放在页面上,主要内容是怎么在七周内自制一台无人驾驶汽车。
  在一次公开演讲中,特龙颇为感慨地说虽然现在不能让自己的好朋友起死回生,但通过人工智能汽车可以让驾驶变得更安全,“我的意思是说,今天你走进这辆车,你觉得很安全,这才是最重要的。”
  现在,我们只需要静静等待人类历史上第二个福特的出现。

系统分类:证券 >> 其它项

本站为纯公益性文化知识交流分享网站,旨在促进文化知识学习、交流与传播。
此文章资料由本站转载于互联网,转载目的在于分享、传播文化知识。仅供学习、研究使用。版权归作者本人所有, 如果侵犯了您的版权和隐私权,请您将文章资料的网址发送到邮箱xuehuile@126.com,本站将马上删除。
违法、违规与不良信息投诉举报邮箱xuehuile@126.com,如果您发现不良信息,请您将文章资料的网址发送到邮箱,本站将马上删除。
此文章资料网址:http://www.xuehuile.com/blog/7bfbcbcd1fce43458a7c11eac93552fd.html