[ 導讀 ] 大數據的使用可以讓汽車變得更聰明。未來，這個人類歷史上的重大發明之一將會有一種全新的面貌。

　　大數據的使用可以讓汽車變得更聰明。未來，這個人類歷史上的重大發明之一將會有一種全新的面貌。

　　在眾多研究無人駕駛汽車的人中，45歲的德國人巴斯蒂安·特龍(Sebastian Thrun)大概是成就最輝煌的一個。

　　美國加州州長杰里·布朗(Jerry Brown)一個月前宣布，谷歌[微博]無人駕駛汽車可以從2015年起行駛在加州的公路上。這輛汽車的發明者正是特龍。不過此時他已經離開了谷歌，開始自己新的創業項目。

　　作為谷歌X實驗室曾經的主要負責人之一、斯坦福大學教授，特龍從2004年就開始研究無人駕駛汽車。從最新的谷歌無人駕駛汽車，到他曾經主導研究的Stanley、Junior，都被看做是無人駕駛汽車研究領域的重要成就。

　　特龍從小就是個汽車愛好者。但他研究無人駕駛汽車的出發點，并不是馬克·扎克伯格式的黑客精神。他對此的執著其實源自18歲那一年。那一年，他最好的朋友在一起交通事故中去世。

　　2012年11月，特龍接受了《第一財經周刊》的采訪。“那場交通事故來得很突然，好像我們必須接受，而大多數人似乎不談論這個話題。”他回憶說。他從那時起下定決心，在改善這個問題上，“必須有所作為”。

　　巴斯蒂安·特龍出生于德國索里根市，在德國讀大學時學過計算機、醫療和經濟學，1995年加入美國卡耐基梅隆大學研究計算機科學，成為卡耐基梅隆大學機器學習實驗室的負責人之一。他在自己的學生時代，就對人工智能產生了濃厚的興趣。“我覺得它很偉大，因為我們是在打造智慧，而不是學習。”特龍說。

　　在特龍之前，無人駕駛汽車已經出現了多位先驅者。早在1939年紐約世界博覽會上，通用公司(GE)就在“未來奇觀”展館中，展出了一臺無人駕駛電動汽車，它通過鑲嵌在道路里的電路來提供電力，并用無線電實現控制。到1950年代，通用汽車公司和美國廣播公司研發了自動公路系統的比例模型，讓用電子方法控制汽車的轉向和保持車距成為可能。

　　到1970年代，斯坦福大學的線控機器人(23.750,-0.24,-1.00%)已經可以在無人為干預的情況下，穿越一間擺滿椅子的房間；隨后筑波市機械工程實驗室推出了配備兩個攝像頭、用模擬計算機技術進行信號處理的無人駕駛汽車，在高架軌道的輔助下，可以實時處理前方道路圖像。

　　1980年代是無人駕駛技術歷史上的第一個轉折點—軟件、計算機的出現開始改變一切。美國國防部高級研究計劃局制定了DARPA(Defense Advanced Research Projects Agency)計劃，支持相關研究，卡耐基梅隆大學的研究人員帶著便[FS:PAGE]攜式計算機、GPS接收器和攝像機，對汽車實現最長達70公里的無人干預。

　　特龍在2004年出現在了這個領域。美國國防部高級研究計劃局在這一年公開舉辦了一場無人駕駛汽車長途比賽。此時特龍剛剛搬到斯坦福大學，并成為該校人工智能實驗室的教授。他參加了這次比賽，并且第一次實際接觸了無人駕駛汽車的概念。

　　這場對無人駕駛汽車的發展有著重要意義的比賽進行得很不順利。主辦方設定了150英里的距離，15輛參賽的車輛沒有一臺到達終點，路上到處都在冒煙。

　　當其他研究人員都在單純地圍繞攝像頭、傳感器這些傳統手段想辦法時，研究人工智能的特龍另辟蹊徑。代號為Stanley的無人駕駛汽車，就是這一年誕生在斯坦福大學人工智能實驗室里的。特龍和他的團隊決定，用機器學習的方法來訓練這輛無人駕駛汽車。

　　這個過程就像人類自己的培訓一樣。特龍給車寫了一個軟件，里面有5到10條規則，車就按照這些規則來活動。這僅僅只是一個開始。

　　人不可能背上幾條規則就可以成為司機，何況是身為汽車的Stanley。特龍和他的團隊很快就發現，5到10條規則根本行不通，“至少需要1萬條規則。”在真正的路面上，一輛車可能會面臨的問題太多了，不可能用一種規則來適應所有的情況。

　　他們決定讓機器自己學習。與此前不同的是，為Stanley的培訓所設計的軟件這次被分成了不同的部分，比如如何觀看周圍的環境、如何選擇速度等等。車內和車外的傳感設備也經過了改進。

　　Stanley開始“自己訓練自己”。有時特龍會開著Stanley上路，讓它看自己開車，這個過程會讓汽車接受設定的規則。特龍說這就好像人一樣，當承載的數據發生變化時，大腦會接受并適應現實。

　　2005年的DARPA比賽，獎金提高到了200萬美元，并且賽道設置減少到132英里，但設置了三條隧道和超過100圈的賽道，也有一些并不平坦的路面。這次有23輛車參加比賽，5輛車到達終點，其中，Stanley以6小時54分鐘的成績獲得冠軍。

　　“我很激動看到這個新時代的開啟，而我們就站在這扇門背后。”特龍說。這一年他太累了。當天晚上，他接到美國有線電視公司CNN的采訪電話，甚至沒有說完就睡著了。

　　5年之后，谷歌無人駕駛汽車的出現，讓無人駕駛汽車的概念和前景真正走到大眾面前。多年來，很多汽車廠商也一直在不遺余力地研究自動駕駛技術，以降低人為駕駛帶來的風險。對汽車廠商來說，無論是無人駕駛或者自動駕駛，都意味著新一輪的技術升級。

　　按通常觀點看，自動駕駛和無人駕駛是兩[FS:PAGE]個概念。不過在研究人工智能的特龍看來，這都是一回事。自動駕駛技術是初級的人工智能，在很多裝置上都能實現，而人工智能則更進一步，它按照規則進行思考和判斷，讓駕駛更安全。

　　與今天開上加州公路的谷歌無人駕駛汽車相比，Stanley畢竟只是參加比賽的車輛，它可以在沙漠中行駛，但是還不能在導航中識別紅燈或者其他需要停車的信號，更不可能融入高速公路的車流中。

　　特龍參與研發的第二輛無人駕駛汽車Junior，可以看做是從Stanley到谷歌無人駕駛汽車的過渡。Junior最大的進步，是可以在現實的交通環境中駕駛，可以看到其他的車，知道什么時候等，什么時候超車。換句話說，Stanley面對的是固定的位置對象，而Junior看到的是移動的車。

　　這意味著Junior開始有了“思考”，學會了觀察和理解，并能據此做出預測。這不僅需要傳感器等外部設備的配合，更重要的是，分類算法和數據使用能夠讓汽車學會更準確地運行。“這和谷歌的機器學習、亞馬遜[微博]從網站數據去了解消費者的做法不一樣，但是類型相同，因為基礎都是設置規則的架構讓機器來明白規則是什么。”特龍說。

　　這也正是后來特龍決定加入谷歌的原因。在Junior獲得2007年DARPA比賽第二名之后不久，他參與成立了谷歌X實驗室，并且花了1年半的時間來研究谷歌無人駕駛汽車。

　　2007年的比賽中，Junior參加的項目增加了一段60英里的城市環境，參賽車輛必須面對路上有載人車輛的情況。Junior總共花了4小時29分鐘的時間完成比賽。

　　“谷歌無人駕駛汽車比Junior更好。”特龍簡單地總結道。他所指的是，Junior雖然可以在交通環境中行駛并理解別的車輛，但是不能識別紅燈以及區分周圍的車是自行車還是汽車，而這些谷歌無人駕駛汽車都可以做到。

　　從2010年謝爾蓋·布林(Serge Brin)對外透露谷歌的無人駕駛汽車項目，到2011年10月谷歌無人駕駛汽車被允許開上加州的公路，這家公司已經制造了7輛無人駕駛汽車。根據謝爾蓋·布林對外界的說法，在實驗中累計的行駛里程超過了30萬英里。

　　在公開資料中，谷歌提到無人駕駛汽車使用了攝像機、雷達探測器和激光測距儀來“看”周圍的交通情況。相比硬件的配置，谷歌的數據中心和對數據的處理能力是更為核心的力量。

　　當無人駕駛汽車行駛在路上時，谷歌地圖可以作為指引，谷歌街景可以實現360度觀測周圍環境。當然，未來可用的數據還遠遠不止這些。不過巧合的是，特龍曾經參與的一些與直升飛機有關的合作，后來成為了谷歌街景項目中[FS:PAGE]的一部分，他也參與過谷歌地圖在移動導航方面的工作。

　　特龍認為使用數據是人工智能研究進入第二個階段的標志，“讓數據為自己說話。亞馬遜、Netflix、谷歌都在大量地運用數據來為自己決策，這個工具也能帶領人工智能創造更多的財富。”他說。

　　如果需要更長遠的考慮，則人工智能的下一步階段是自主學習。特龍這樣描述未來機器的學習：機器需要的不止是人設定的規則，還需要“智慧和精神”。而這些當然要建立在充分的數據輸入之上。

　　他現在已經離開谷歌，開始了自己的創業項目—在線課程Udacity，并把無人駕駛汽車作為第一節課放在頁面上，主要內容是怎么在七周內自制一臺無人駕駛汽車。

　　在一次公開演講中，特龍頗為感慨地說雖然現在不能讓自己的好朋友起死回生，但通過人工智能汽車可以讓駕駛變得更安全，“我的意思是說，今天你走進這輛車，你覺得很安全，這才是最重要的。”

　　現在，我們只需要靜靜等待人類歷史上第二個福特的出現。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。