>>>  技術話題—商業文明的嶄新時代  >>>

簡體     傳統

人类实在是糟糕透顶的驾驶员。人类开车打电话，看到红灯径直闯，打着左转向灯却偏偏往右转。人类喝得酩酊大醉，开车撞到树上，或者一边给自家小孩一顿胖揍，一边在车流中东躲西闪。人类有视觉盲区，时而两腿抽筋，时而癫痫发作，时而犯心脏病。人类开车时东张西望，爱出风头，怕压到动物，结果引发轻微碰撞、连环碰撞、迎面碰撞诸如此类的事故。人类趴在方向盘上打盹，埋头研究地图，乱拧车上的旋钮，跟爱人打嘴仗，过弯时方向打得太慢，又打得太猛，不小心把咖啡洒在腿上，最后非要折腾到翻车不可。美国人每年发生上千万起车祸，九成九都是他们自找的，不作死就不会死。

安东尼·莱文多斯基（左一）

试举一例：我右车道上那个司机就是活生生的示范。他正坐在驾驶座上，半扭着身子，给我的车子拍照。我开着雷克萨斯，车上还载着一个名叫安东尼•莱文多斯基（Anthony Levandowski）的工程师。两车并排驶在奥克兰市880号公路上，以每小时70英里的速度一路向南。那家伙不慌不忙，两手捧着手机，举到车窗边，直到我的车子角度取景正合适，他才从容按下快门。接着他瞅瞅手机屏幕，两个大拇指不停敲出一长串文字。等到他把双手放回方向盘，抬头观察路况，整整有半分钟过去了。

莱文多斯基摇了摇头。他早就对这档子事儿见怪不怪了。他的这台雷克萨斯车就是所谓的定制车型。车顶搭载着一座旋转激光炮塔，还装有摄像头、雷达、天线、全球定位系统（GPS），外观看起来就像一台冰激凌卡车。莱文多斯基以往总跟别人开玩笑，说这部“酷车”是用来追龙卷风或者跟踪蚊子的，或者说他是捉鬼特工队的一员。不过现在，这部车上明明白白地标明：“无人驾驶汽车”。

基于雷克萨斯改造的无人驾驶汽车

Google公司有一间专门从事新创技术研究的秘密实验室——Google X，莱文多斯基就是Google X的一名工程师。他已经35岁，却还瘦得像豆芽菜，而且保有一股与生俱来的书呆子气。鼻梁上架一副黑框眼镜，脚上套一双松松垮垮的霓虹色运动鞋，身量两米有余，步幅极长，总爱聊一些天方夜谭，而且一张口就一发不可收拾。符合控制论的海豚！会自动收割的农场！跟山景城的不少同事一样，莱文多斯基既是个理想主义者，也是个不知足的资本主义者。他既想改造世界，也想从中大捞一笔。“我的未婚妻是个有灵魂的舞者，”他告诉我，“而我却是个机器人。”

莱文多斯基之所以跟我以前认识的那些书呆子不大一样，原因在于他那些不着边际的想法还真的快做成了。“我只做新鲜带劲的事儿。”他坦言。当莱文多斯基还是加州大学伯克利分校的大一新生时，他就在自己的地下室里推出了一种内联网服务，让他一年挣了五万美元。大二时，他又用乐高玩具做成一台机器，能把“大富翁”里的游戏币分门别类，并夺得一项全国机器人大赛的奖项。莱文多斯基曾任Google街景和Google地图数据库的主要设计师，但这些只不过是牛刀小试。当雷克萨斯载着我们驶过邓巴顿大桥时，莱文多斯基向我保证说：“莱特兄弟的时代已经过去，这更像是查尔斯•林白的飞机。我们正努力把它做得像波音747那样强大而可靠。”

并非所有人都能看到光明前景。正如两年前道奇战马汽车的一则广告所言：“无需动手驾驶，汽车自动停泊，一家搜索引擎公司开发出一款无人驾驶汽车？我们都看过那部电影 。结果呢？机器人从人类身上汲取能量。”莱文多斯基理解这种情绪。只不过，他比我们大多数人都更信赖机器。他对我说，“人们觉得我们以后会很难从他们冷冰冰而又无生命的手中夺回方向盘”，但这种想法大错特错。他相信不久的将来，自动驾驶汽车会救你一命。

*****

1939纽约世博会Futurama展厅

Google汽车算是一种老式的科幻产物：这一年的模型，上世纪的观念。它跟闪光镀铬时代的喷气式飞行器和火箭飞船、光速传输工具、海底城市之类的东西一样，都属于超越现有技术的未来设想。1939年，纽约举办世界博览会，通用汽车公司“未来世界”（Futurama）展厅前排起了两英里的长队。展会上，传送机把参观者运往高处，底下是玻璃穹顶笼罩着的微缩城市景观。超级高速公路连接着郊区和摩天大楼，路上开满了无线电导航的汽车。“看上去是不是有点奇怪，有点不可思议？”讲解员问道，“请记住，这将是1960年的景观！”

1939Fumurama

结果不完全是这样。摩天大楼和超级高速公路都在截止期限前变成了现实，但无人驾驶汽车还慢慢腾腾停留在原型机阶段。事实证明，人类要改善自身并不太容易。原美国国家公路交通安全管理局副局长、现Google员工罗恩•梅德福（Ron Medford）告诉我，美国人每年开车总里程将近三万亿英里。梅德福还说，我们每年死在路上的人数有3.2万，这没什么好奇怪。真正值得奇怪的是，这数字实在很低。

莱文多斯基的笔记本电脑里存有一大堆老旧的插图和新闻短片，只是为了让自己记得，关于无人驾驶以前失败的方案和告吹的技术。有一天晚上，他在家中把这些老古董亮出来给我看，还咧着嘴笑，一脸神秘。来自1957年：一辆轿车在高速公路上兜风，路上的电路为车子导引方向，一家人在车里玩多米诺骨牌(见下图)。“没有堵车……没有撞车……没有疲劳驾驶。”来自1977年：试车跑道上，多名工程师紧围着一辆无人驾驶的福特汽车。“到2000年，像这样的汽车可能会跑在我国的道路上！”莱文多斯基摇了摇头。“提出这个想法的人并不是我们，”他说，“我们只是够幸运，计算机和传感器都给我们准备好了。”

无人驾驶汽车需要传感器来带路，需要计算机来掌舵，需要数字地图来追踪。20世纪80年代，慕尼黑联邦国防军大学有一位德国工程师名叫恩斯特•迪克曼斯（Ernst Dickmanns），他给一辆奔驰厢型车装备了摄像机、处理器，并且编好程序，让车子顺着车道线往前开。很快，车子就能在道路上自动行驶了。到1995年，迪克曼斯的汽车能够沿着高速公路，从德国慕尼黑一口气开往丹麦欧登塞，时速可达100英里，中途不休息，也不需要人工操作。想必无人驾驶时代就要来了吧！还没有。这些车子所开的高速公路和测试车道，都是经过严格管控的环境。一旦临时加入更多变量——一个行人，比方说一名交警——那么它的程序就力不从心了。汽车行驶时，98%的部分只要沿着标记好的线路就行了。剩下2%才是关键中的关键。

“2000年以前，根本没办法做出这些有意思的东西，”机器人专家塞巴斯蒂安•特龙（Sebastian Thrun）告诉我，“传感器还没有准备好，计算机还没有准备好，地图也还没有准备好。雷达是安在山顶上的设备，要花2亿美元。那时候你不可能从无线电屋公司（Radio Shack）那里买到。”特龙是Google汽车项目的创始人，来自德国西部城市索林根，12岁就首次写出了驾驶模拟器程序。他身材修长，肤色黝黑，双眸湛蓝，步态轻盈。他拥有跟莱文多斯基一样的天赋，能以机器之眼去看待事物——凭直觉去看穿机器理解世界所遵循的逻辑。

塞巴斯蒂安·特龙

1995年，特龙第一次来到美国，在无人驾驶汽车研究领域的领头雁——卡内基梅隆大学谋得一份职位。后来，他又去弗吉尼亚州制造探矿机器人，去史密森尼博物馆做导游，去私人疗养院跟患者谈心。他一直没有做成的事就是无人驾驶汽车。他回忆说，每隔一段时间，美国国防高等研究计划署（以下简称DARPA）资助的军事承包商就会推出最新款原型机。“我看过那些演示，大多数都在头半英里就撞毁了，失灵了，”特龙告诉我，“DARPA资助的那些人解决不了问题。DARPA根本不知道是技术还是人不行，所以他们做了这样一件疯狂事，这件事才算得上有远见。”

他们举办了一场比赛。

*****

2004年3月13日，第一场DARPA无人驾驶汽车挑战赛在莫哈韦沙漠举行。大赛奖金高达100万美元，任务看起来非常简单：制造一辆车，行驶142英里，不准人工干预。参赛车辆必须空无一人，赛道也设计得相当坎坷：从加利福尼亚州巴斯托，到内华达州普里姆。没有平滑的弯道，没有长长的直道，有的是多岩石的坡道，U型的急转弯。没有路标，没有车道线，有的是GPS导航点。“今天，我们可以在几个小时内做到，”特龙告诉我，“但在当时，感觉就像是穿着运动鞋去登月。”

那时，莱文多斯基就读于伯克利的工业工程系。他要是不在学习，不在赛艇，不在忙着赢得乐高竞赛，那么他一定是在想方设法捣鼓一些新鲜带劲的事儿——为的是牟利，只要有可能。他的朋友兰迪•米勒（Randy Miller）告诉我：“如果挣到了钱，他就觉得，这证明他创造了价值。”

DARPA对参赛车辆的规定并不明确：只要能自动驾驶，什么样的东西都行。因此莱文多斯基做了一个大胆的决定：他打算造出世界上第一台自主驾驶的摩托车。在当时看来，这简直是天才之举。跟汽车相比，摩托车更灵活，更快速，更容易操作。摩托车可以从障碍的缝隙中轻松穿过，行驶速度丝毫不逊色。

但这个方案的缺陷是显而易见的：摩托车单靠自己立不起来。摩托车需要靠骑车人来维持平衡——或者也可以由转轴和电机组成的、复杂的计算机控制系统，以每秒一百次的频率来调节平衡位置。其他参赛车辆就没有这个问题，他们还有大量的学术机构和企业联手支持。当莱文多斯基带着他的想法去找伯克利的教授们时，得到的反应至多只有困惑、怀疑。他的指导老师肯•戈德堡（Ken Goldberg）索性打开天窗说亮话，直言他根本没有胜算。“安东尼可能是我20年来遇到过最有创意的大学生，”戈德堡告诉我，“不过这是一项很大的挑战。”

莱文多斯基没有知难而退。接下来两年时间里，他给潜在赞助商打了200多个推销电话。日复一日，他慢慢从雷神、超微半导体等公司那里攒到了三万美元资金。（没有一家摩托车公司愿意冠名这一项目。）接着，他又自掏腰包，再投了10万美元。在此期间，他还偷偷挖走教授麾下的多位研究生。“他用墨西哥卷饼‘贿赂’我们。”现麻省理工学院数学系教授查尔斯•斯马特（Charles Smart）告诉我，“每次都是同一家卷饼。不过我记得我当时想的是，希望他能喜欢我，让我在这儿干活。”

终于有一天，戈德堡发现自己手下一半的博士生都在替莱文多斯基干活。一开始，他们找来一辆儿童用的雅马哈轻型摩托车，拆去附件，只留车架。然后加装上摄像头、陀螺仪、GPS模块、计算机、防滚保护杆，还有用来驱动车轮的电动机。他们写下了几万行代码。如果把他们早期试车录下的视频剪辑到一起播放，简直像是场一惊一乍的搞笑表演：摩托车上路了，工程师们上蹦下跳，摩托车摔倒了——一次又一次，总计超过600次。

最后，项目开展一年之际，一位名为亚历克斯•克拉斯诺夫（Alex Krasnov）的俄罗斯工程师破解了代码难题。他们本以为稳定度是个非线性的复杂问题，没想到竟然相当简单。如果摩托车朝某一侧倾倒，克拉斯诺夫就让车子极其轻微地偏向同一侧行驶。这样就能产生离心加速度，拉动车子重新直立前进。如此这般，反复再三，沿着稍显S形的曲线不断校正，摩托车就能保持直线行驶。从当天的视频短片中可以看到：起初，摩托车有点摇晃，就像刚出生的长颈鹿在试探着学走路。随后，突然间，摩托车就自信满满地在场地上盘旋，仿佛有一只看不见的手在拉着它走。他们称之为“幽灵骑士号”。

莱文多斯基的“幽灵骑士号”

*****

事实证明，这场挑战赛是汽车历史上最惨不忍睹的事件之一。唯一可能的安慰就在于人人都分担了痛苦。入围的15辆参赛汽车中，没有一辆开完前10英里路程。其中七辆车在一英里内就抛锚了。俄亥俄州立大学队的卡车“地极号”（TerraMax）有六个轮子，重三万磅，在一片灌木丛面前突然停住；加州理工学院队的雪佛兰车“塔霍号”（Tahoe）撞上了一道栅栏。即便是大赛赢家卡内基梅隆大学队，也为胜利付出了惨重代价。该队的机器人悍马车“沙暴号”（Sandstorm）只开了7.5英里，然后就偏离了预定轨道。后来，一架直升机找到了它，“沙暴号”搁浅在一处堤岸上，周围烟雾环绕，后轮还在拼命打转，结果一下子燃烧起来。

至于“幽灵骑士号”，它在资格赛上成功战胜了90余辆参赛汽车，当时的赛场是加州高速公路上长为1.5英里、位于丰塔纳的障碍赛道。可惜那就是它最风光的时候了。挑战赛当日，莱文多斯基站在起跑线上，既有肾上腺素刺激引起的过度兴奋，又带有几分虚脱，结果他忘了打开稳定度程序。当发令枪响时，摩托车晃晃悠悠前进，开了三英尺，便栽倒在地。

“那真是黑暗的一天，”莱文多斯基说。他花了好一阵子才熬过来——至少按照他那种极度活跃的标准来说是这样。“我想我休息了差不多四天吧。”他告诉我，“然后我就想，嘿，我还没干完呢！我要解决这个问题！”显然，DARPA也是这么想的。三个月后，该机构宣布，次年10月举行第二场无人驾驶汽车挑战赛，奖金翻一番，为200万美元。要想获胜，各队伍都不得不处理一系列失败和缺陷，从硬盘罢工到卫星设备故障，任务极为艰巨。不过，问题的根源殊途同归：正如后来乔舒亚•戴维斯（Joshua Davis）在《连线》杂志上撰文所述，这些机器人只不过还不够智能。它们需要提高智商。

90年代初，卡内基梅隆大学机器人专家迪安•波默洛（Dean Pomerleau）偶然想出一种异常有效的方式来实现这一点：他让汽车自己教自己。波默洛在他的小型货车里装备了计算机，还带有人工神经网络，仿照人类大脑里的神经网络而成。当波默洛开车在匹兹堡里晃悠时，这些神经网络便一路记录下他的驾驶决策，收集统计数据，编制出自己的道路规则。“刚开始的时候，我们开车穿过一座公园，速度大概是每小时2到4英里，骑三轮脚踏车都比我们快。”波默洛告诉我，“最后，车子在公路上的车速达到每小时55英里。”1996年，这辆汽车自己驾驶着自己，从华盛顿开到圣迭戈，只有很少几次人工干预——行驶里程数差不多是恩斯特•迪克曼斯一年前开车行驶距离的四倍。

机器学习这一概念几乎与计算机科学同时诞生——计算机科学之父艾伦•图灵就将它视为人工智能的本质。机器学习通常是计算机习得某种复杂行为最快速的方式，但它也有其弊端。自我学习的汽车可能会得出一些奇怪的结论。它可能会把树的影子当成马路的边缘，也可能把反射回来的车头灯当成车道标记。它可能会把飘浮在路面上的袋子当成实体物，为了躲开而猛然转向。我们很难猜到它究竟知道了些什么。“神经网络就像黑匣子，”波默洛说，“这让人神经紧张，特别是当它们控制着两吨重的车子时。”

跟教孩子一样，计算机更多时候是用死记硬背来教的。人们给出成千上万条规则和一堆数据，要计算机记住——如果出现事件一，则执行事件二；要避开大石块——然后派它们出去，反复试验。这种做法很缓慢，也很费心，但是要比机器学习更容易预测，也更容易改善。不论是哪一种教育体系，技巧往往是将两者合而为一，融会贯通成得当的措施。教条学习过多，机器会变得生搬硬套；经验学习过多，机器又会存有盲点，行为难以预料。

第二场挑战大赛让这两种思路都经受了考验。报名参加比赛的队伍将近200支，而最有力的竞争者从一开始就明摆着：卡内基梅隆大学和斯坦福大学。卡内基梅隆队由富有传奇色彩的机器人专家“老红”威廉•惠特克（William “Red” Whittaker）领导。惠特克身材魁梧，思路精准，做过海军陆战队队员，专门研究用于远程控制、危险环境下的机器人。他制造的机器人曾在南极冰原和活火山上爬行，也曾到三英里岛和切尔诺贝利检查损毁的核反应堆。惠特克得到年轻有为的工程师克里斯•厄姆森（Chris Urmson）辅佐，以面对军事行动的态度严阵以待2004年那第一场比赛，并以压倒性的优势夺冠。他的团队花了整整28天时间，激光器扫描了莫哈韦沙漠，创建出该地区地形的电脑模型。然后，他们将扫描结果跟卫星数据结合起来，帮助识别障碍。

斯坦福队正是由特龙领导。当DARPA发布第二场大赛通知时，他手下的博士生迈克•蒙泰梅洛（Mike Montemerlo）把这个消息告诉了他。“我们究竟应不应该参赛，他的评估结果是不应该，但他的身体、他的眼睛、他的一切都在说应该。”特龙回忆说，“他就这样拖我入伙了。”这场竞赛体现了硬币的两面：特龙是温文尔雅的世界主义者，惠特克则是雷厉风行的陆军大统帅。卡内基梅隆队派出了两部军用车辆——“沙暴号”和“高地人号”（Highlander），斯坦福队则派出了一部相对较小的大众途锐汽车——绰号“小斯坦号”（Stanley）。

卡内基梅隆队的“高地人号”

斯坦福队的小斯坦号

这场比赛堪称势均力敌。两支队伍都使用了相似的传感器和软件，不过比较起来，特龙和蒙泰梅洛的精力更多倾注在了机器学习上面。“这是我们的秘密武器，”特龙对我说。特龙和蒙泰梅洛并没有给汽车编写程序，告诉它应该绕开哪些岩石和灌木，事实上，他们只是把车子开到了沙漠公路上。车顶装有的激光器能扫描汽车周围区域，摄像头还能看得更远。计算机通过分析这些数据，便能学会识别道路，平坦的区域即为路面，颠簸的区域即为路肩。计算机还将摄像头拍下的图像与激光扫描结果进行对比，以便弄清平坦的地形从远处看起来是何种模样——这样就能开得更快一些。“每天都是一模一样，”特龙回忆说，“我们会出门，开上二十分钟，找到一些软件缺陷，然后在那里坐上四个小时，重新编程，重新尝试。就这样，我们做了整整四个月。”刚开始，计算机会把某些图像误标记为障碍，每八个像素里会有一个差错。等到他们结束的时候，差错率已经降到了五万分之一。

挑战赛当天，开始时间的前两个小时，DARPA向各位选手发布了参赛路线的各个GPS坐标点。这次比赛远比第一场艰难：更多的弯道，更窄的小路，三条隧道，一处山口。面对斯坦福队的一部参赛车，卡内基梅隆队派出了两辆车，希望能稳中求胜。该队让“高地人号”马不停蹄，快速前进——平均时速超过20英里，而“沙暴号”则小心翼翼，稳扎稳打。这种差别足以让他们输掉这场比赛。当“高地人号”开始因为某条燃油管线缩紧而失去动力时，“小斯坦号”仍在稳步前行。“小斯坦号”冲过终点线的时候，距离比赛开始已经过去6小时53分钟，这比“沙暴号”早10余分钟，比“高地人号”早20余分钟。

这是以弱胜强的故事，这是脑力打败体力的传奇。这话所说的对象不单是斯坦福队，而是整片赛场。五辆汽车跑完了全长132英里的赛道，二十多辆汽车跑的距离比2004年大赛冠军更远。时隔仅一年，他们所取得的进步远比DARPA资助的承包商在二十年内取得的成绩更大。“你看那些疯狂的人，初生牛犊不怕虎，根本不知道这事儿有多困难，”特龙告诉我，“他们说：‘瞧，我有一部车，我有一台电脑，我还需要一百万美元。’所以他们就在自家作坊里大干起来，把各种各样的东西塞进机器人，以前从来没有人这么做过，有些真是异想天开，让人印象深刻。”特龙回忆说，加利福尼亚州帕洛斯弗迪斯高中有一队学生，领头的是一个名叫克里斯•赛德（Chris Seide）的17岁少年，这帮孩子造了一辆自动驾驶汽车“末日战车号”（Doom Buggy），不但会变换车道，还能在停止标志面前停下来。路易斯安那州有一群保险公司的员工，给一辆福特多功能车编写程序，到达终点只比“小斯坦号”慢了37分钟。他们的首席程序员设计的初步算法，其实是脱胎于几本有关视频游戏的教科书。

“当你回过头看第一场挑战赛，跟现在比起来，那时候简直就是石器时代。”莱文多斯基对我说。他的摩托车就恰如其分地体现了这种进化。虽然这部车没能在第二场挑战赛的半决赛中出线——被几块木板给绊倒了，但是“幽灵骑士号”还是以自己的方式，成为工程学上的奇迹，击败了78位四个轮子的对手。两年后，史密森尼博物馆把这辆摩托车纳入馆藏。此后一年，博物馆把“小斯坦号”也加入了馆藏。那个时候，特龙和莱文多斯基皆已双双进入Google供职了。

Google的无人驾驶汽车项目，占用了山景城郊区一块地势较高、有如车库的空间。这里跟很多高科技公司的办公室一样，杂糅着创意天才和工作狂人。休息室里摆着一张桌上足球案，大厅里放着健身球，外面还停着一排像是小丑自行车的东西，任君取用。走进去以后，注意到的第一件事就是稀奇古怪的小玩意儿：蓝精灵、《星球大战》玩偶、鲁布•戈德堡（Rube Goldberg）机械 。接下来，你才会注意到办公桌：一排又一排，每张桌子后面都坐着一个人，紧盯着屏幕。

“我们希望从根本上改变世界。”Google公司联合创始人谢尔盖•布林（Sergey Brin）说。布林穿着炭色的连帽衫、宽松的短裤、运动鞋。胡子拉碴，目光平静而有穿透力，这一切让他看起来像格里戈里•拉斯普京 （Grigori Rasputin），不过这份感觉多少都被他的Google眼镜给削弱了。有一次，他问我想不想试戴一下这副眼镜。当我把这架微型投影仪放在我的右眼前时，一行文字鲜活地浮现在眼帘：“下午3点51分。一切都好。”

“如果你朝外看看，走过停车场，横穿多车道公路，你会发现交通基础设施占了很大比重，”布林说，“那可是这方土地上的一大笔税收。”他还说，大多数汽车每天只工作一两个小时。剩下的时间里，车子只能停在路边、停在车库里“休息”。但如果汽车能自己驾驶自己，那么大多数人其实根本没必要买车。自动驾驶汽车队就可以组建成个性化的公共交通系统，能自主地接人上车，送人到目的地，没有任务的时候就留在停车场等候。跟出租车相比，自动车队更省钱、更高效（根据计算，这种车队只需消耗普通汽车一半的燃油、占用五分之一的道路空间）；跟公交车和地铁相比，自动车队则要灵活机动得多。街道会越来越空旷，高速公路会越来越少，小停车场会变成大停车场。“我们不想挖空心思去适应现有的商业模式，”布林说，“我们完全立足于一个别样的星球。”

2007年，特龙和莱文多斯基初次来到Google，接下了这样一份简单任务：创建一幅美国的虚拟地图。这个想法来自Google的另一位联合创始人拉里•佩奇（Larry Page）。佩奇把一台摄像机绑在自己车上，绕着旧金山湾区录下了数个小时的连续镜头。接着，他把这些录像交给斯坦福大学计算机图形学专家马克•勒沃伊（Marc Levoy）。勒沃伊研究出一种程序，能将所有镜头拼贴起来，展现完整的街道景观。Google工程师沿袭这一思路，临时装备出一些带有GPS和顶部摄像头的面包车，用来拍摄所有角度。最终，Google推出了一个能显示任何地点360度全景图像的街景系统。不过，之前使用的器材设备并不可靠。等到特龙和莱文多斯基加盟公司后，他们便帮助该团队重新装备、编程。他们配备了100辆车子，并送往美国各地。

再后来，Google街景服务覆盖了100多个国家。它既是一个实用工具，也是一种魔术——一台窥见遥远世界的望远镜。不过在莱文多斯基看来，这只不过是个开始。他认为，这些图片数据还可以用来制作电子地图，这要比基于GPS数据做成的地图更加精确。比如说，街道和出口的名称可以直接从照片中提取出来，而不必援引漏洞百出的政府档案。听起来很简单，做起来却是错综复杂。Google街景通常只覆盖城市地区，但Google地图必须全面呈现。接下来两年里，莱文多斯基乘飞机频繁往返印度海得拉巴，培训了两千余名数据处理人员，帮助打造新地图，修正旧地图。苹果公司发布的地图应用软件招来一片恶评，莱文多斯基很清楚问题在哪里。截至那个时候，他的团队已经花了五年时间修修补补，每天能改正几百万个错误。

Google街景和Google地图都是Google搜索的合理扩展。这些服务会告诉你，你想找的地方在哪里。那么，还缺少的就是怎样到达那里。2008年2月，莱文多斯基接到探索频道系列节目“原型机”一位制作人的电话。对方问他，有没有兴趣开发一辆自动驾驶的披萨送餐车？五个星期内，莱文多斯基和一个由伯克利校友和其他工程师组成的团队合作，成功改造了一辆普锐斯。他们拼合出一个导航系统，并说服加州高速公路巡警让这辆车穿越海湾大桥——从旧金山到金银岛。这是无人驾驶汽车第一次合法在美国街道上行驶。

节目录制当天，全城戒备，看起来像是面临军事管制。大桥底层禁止车辆通行，八名警察骑着八部警用摩托车，接受指派护送普锐斯过桥。“前一个星期奥巴马也在那里，连他的阵势都没这么大，”莱文多斯基回忆说。这辆车驶过市中心，驶过大桥，状态良好，只不过在桥的另一端，车子挤进了一堵水泥墙。尽管如此，Google还是如其所愿助推了一把。短短几个月内，佩奇和布林就叫来特龙，并给他的无人驾驶汽车项目大开绿灯。“他们甚至没有提到预算这件事，”特龙说，“他们只是问我，需要多少人，怎么才能招到这些人。我回答：‘我很清楚我需要哪些人。’”

每周一上午11点30分，Google汽车项目的主要工程师都会碰个头，互相交流本周动态。这帮工程师多半符合常见的硅谷公司人口组成——白人、男性、30到40岁——但他们来自世界各地。我一口气就数出了来自比利时、荷兰、加拿大、新西兰、法国、德国、中国和俄罗斯的团队成员。特龙甄选时择优录取，开始是从无人驾驶汽车挑战赛上选拔顶尖人才：雇用克里斯•厄姆森来开发软件，莱文多斯基负责硬件，迈克•蒙泰梅洛负责数字地图。（现在这个项目由厄姆森主持，特龙则把注意力转向了一家由他联合创立的在线教育公司——Udacity。）后来，人员便跨界到了其他领域的天才：律师、激光器设计师、人机接口大师——什么人都有，只是除了一种人，汽车工程师。“我们聘请了一批新新人类，”特龙告诉我。Google X实验室里的人总喜欢说，团队里的某某是他们见过最聪明的家伙，人们相互赞扬，一个人赞扬另一个，最后所有人都会被别人夸奖过。莱文多斯基口中的特龙是这样的：“他思考的速度是每小时100英里。我差不多是90英里。”

Google的目标不是打造一辆华而不实的概念车——一个永远实现不了的华丽想法，Google的目标是要打造一件完美的商业产品。换句话说，这会面临真正的截止期限，会经历反复两三次测试和重新设计。刚开始，布林和佩奇向特龙的团队提出了一系列类似DARPA那样的难题。他们花了不到一年的时间破解第一道难题——在公路上行驶10万英里。接下来，难度就水涨船高了。布林和佩奇就像男孩为“寻宝游戏”做计划那样，为该团队拟定了10条长度为100英里的路线，这些道路经过湾区的每一个部分。如果驾驶员碰了方向盘或者踩了刹车，哪怕一次，这次行程就算没有通过。

团队开展这一项目之初，是从莱文多斯基的披萨送餐车和斯坦福的开源软件着手。但很快，他们发现只能从头开始做起：汽车的传感器已经过时，软件漏洞颇多，根本用不上。DARPA自动驾驶汽车并不关心人类乘坐舒适与否，而只要尽可能快从地点一跑到地点二就可以了。要让整趟旅程平稳顺畅，特龙和厄姆森还得对汽车驾驶的物理学方面做一些深入研究。道路拐弯的时候平面会怎么变化？轮胎受力和变形对驾驶有什么影响？刹车这项操作，看似很简单，但好司机是不会像计算机那样，施加持续稳定的压力。好司机会不停点刹，踩一下刹车，再松开，再踩。

对于这样复杂的动作，特龙的团队一般先从机器学习入手，然后用规则编程的方式加以强化——用“超我”来控制“本我” 。比如，他们先让汽车教会自己看懂路牌，然后再用某些具体的指令（“停止”标志表示停止）来强调这种知识。如果汽车还是会遇到问题，他们就会把传感器数据下载下来，用计算机回放，并对响应方式做一些微调。还有些时候，他们会根据美国国家公路交通安全管理局档案中记载的事故做一些模拟。卡车后斗突然掉下一块床垫。自动驾驶汽车是应该马上打方向避开呢，还是直接开过去呢？需要怎样的事前警报？如果路上突然跑过来一只猫又该怎样？一头鹿呢？一个小孩呢？这些不仅是机械学问题，更是道德问题，工程师们从来没有试着回答过。DARPA汽车甚至不用区分道路标志和行人——工程师们有时会称行人为“有机体”，仍是像机器一样思考问题。

十字路口停车处就是一个很好的例子。大多数驾驶员不会坐着干等，等到轮到自己才发动汽车。他们会一点点试探着朝路口拱，就算前面有车驶过也会往前开。Google汽车做不到这样。Google汽车绝对是个安分守法的机器人，会一直等到交叉路口完全没有车辆才通过——而且马上就会掉到整列车队的最末一位。“开车往前拱是一种沟通方式，”特龙告诉我，“这可以告诉别人，该你开了。变换车道的时候也是一样：如果你停在相邻车道的一处空隙前面，而那条车道上的驾驶员继续朝前开，他的意思就是不要插队。如果对方减速慢行，那就是允许插队。Google汽车必须学习这种语言。”

自动驾驶汽车团队花了一年半时间，完成佩奇和布林设下的10条100英里行程。第一条路线是从蒙特雷到坎布里亚，沿途经过1号公路的悬崖。“我坐在后座上，像一个小女孩一样尖叫，”莱文多斯基告诉我。临近尾声时有一条路线，开始于山景城，向东穿过邓巴顿大桥开往尤宁城，再折向西穿过湾区开往圣巴特奥，向北开往101号公路，向东穿过海湾大桥开往奥克兰，向北穿过伯克利和里士满，再折向西穿过湾区开往圣拉斐尔，向南开往蒂布龙半岛迷宫般的街道，路上窄得要把后视镜收起来才能通过，再穿过金门大桥开往旧金山市区。最终开完行程，已经过了午夜十二点，他们开了一瓶香槟庆祝成功。现在，他们要做的事情只是设计一种系统，可以在任何城市、任何气候条件并且绝不可能再做修改的情况下完成同样的事。说真的，他们才刚刚开始。

现在，Google汽车目前的行程里程数已经超过50万英里，从来没有发生一起事故——这个数字大约是美国人撞车前平均所开里程数的两倍。当然，计算机旁边一直坐着一个人类，一旦遇上棘手路段便会出手接管。特龙说，要是任其自生自灭，它只能在高速公路上开五万英里左右，不出现重大失误。Google称它为“狗粮”阶段——不太适合人类食用。比如说，这种车会在下雨天碰上麻烦，因为激光会在光亮的表面发生反射。（最初几滴雨水会让屏幕上跳出一个云朵状的小图标，同时响起语音警报，提醒自动驾驶模式即将解除。）这种车也无法区分未干的混凝土和已干的混凝土，未实的沥青和已实的沥青。它听不到交警的哨音，也不能遵从交通手势的导引。

可是，要说自动驾驶汽车有多少缺点，它相应地就有多少优点。这种车从来不会打瞌睡，也不会分心，从来不会困惑谁握有交通优先权。这种车知道前方的每一处弯道，每一棵树木，每一盏路灯，了若指掌，甚至清楚三维细节。一天晚上，这辆车载着团队首席程序员德米特里•多尔戈夫（Dmitri Dolgov）穿过一处密林区，突然间车子减速，慢如蜗牛。“我还在想，搞什么鬼？一定是出了故障，”多尔戈夫告诉我，“然后，我们发现路肩上有一头鹿在行走。”这种车不像驾驶员，它可是长着“夜视眼”。

真正的问题在于，自动驾驶汽车该由谁来制造。Google是软件公司，不是汽车公司。Google想必不会自己生产汽车，而是比较乐意把程序和传感器卖给福特、通用电气之类的公司。然后，这些公司可以根据自己的产品，重新包装这种系统，就像重新包装NAVTEQ或者TomTom公司的GPS组件那样。不同之处在于，汽车公司从来没有费心制作自己专用的地图，但是花了几十年时间研究无人驾驶汽车。通用汽车公司曾赞助卡内基梅隆队参加多次DARPA无人驾驶汽车挑战赛，目前在底特律城外拥有一处大型的无人驾驶汽车测试设施。丰田汽车公司设立了一座占地九英亩的实验室，2010年11月份在富士山脚下完成了自动驾驶汽车“城市环境模拟”。不过，传统汽车厂商普遍对自动驾驶技术悲观得多。“它以后能实现，但还有很长的路要走，”通用汽车公司电子、控制与动态安全研发主管约翰•卡普（John Capp）对我说。

我之前参加过纽约举行的国际汽车展，所有展品都闭口不提自动驾驶。但这绝不是说自动驾驶汽车不在展品之列。会议中心外面，吉普汽车公司为新款牧马人越野车搭起了障碍车道，车子要从一排原木上方开过去，还要翻过一座小山丘。当一位吉普汽车销售代表陪我坐车从小山上驶下的时候，他不停告诉我，脚不要踩刹车。他还解释说，这款车配备有“陡坡缓降控制”装置，不过他跟其他参展商一样，有意回避了“自动驾驶”这个词。“它根本就不存在我们的词库里，”福特汽车一名公关经理艾伦•霍尔（Alan Hall）告诉我，“我们对未来的看法是，驾驶员仍然保留着对车辆的控制权。人类是掌舵的船长。”

这话多少有些虚伪——把板上钉钉的事当成原则。汽车公司眼下还做不到完全自动驾驶，所以他们只能一步步来做。每隔十年左右，汽车公司就会引入新的自动化设备，新的操作任务，让船长的双手慢慢解放出来：20世纪50年代引入动力转向系统，70年代巡航控制成为标准功能，80年代引入防抱死制动系统，90年代引入电子稳定控制系统，20世纪初出现了首批自动泊车汽车。最新款的汽车可以检测车道边界，并且自动控制方向盘，保持不偏离车道线。这些车可以跟前车保持稳定的安全距离，并在必要的时候刹车直至停下。这些车提供夜视、盲点检测以及可识别行人的立体相机等功能。然而，总体思路并没有发生变化。就像莱文多斯基所说：“他们想要制造出能让司机更好的汽车。我们想要制造出比司机更好的汽车。”

除了日产汽车以外，丰田汽车和奔驰汽车可能是最接近开发出类似Google汽车那种系统的公司。不过，他们不愿意光明正大推介这些产品，恐怕各有各的缘由。丰田汽车的消费者是保守派群体，相较于个性时尚而言，更加注重舒适实用。“他们往往有相当长的接纳曲线，”丰田汽车北美业务战略经理吉姆•皮斯（Jim Pisz）告诉我，“五年前我们才把磁带播放器给去掉。”一直以来，这家公司实在比消费者的接纳曲线超前了太多。2005年，丰田推出了全世界首部自动泊车汽车，这种车要求很高，操纵很慢，价格也很贵。“我们需要逐步增强消费者的信赖，”皮斯坦言。

奔驰汽车面临的问题更加棘手。这家公司拥有开发新奇电子产品的声誉，以及敢于创新的悠久历史。最新推出的试验车型已经能穿梭于车流之中，行驶在地面街道，并且像Google那样靠摄像头和雷达来跟踪障碍物。不过，奔驰汽车的目标用户是那些热爱驾驶的人，愿意付出高额费用以期换来出色产品的人。把方向盘从这些人手中夺走，似乎会让这种期望落空；把激光炮塔粘在完美的车架上，也绝对违背了他们的追求。“除了可靠性这个很容易变成噩梦的因素以外，它看起来也不大美观，”奔驰汽车驾驶辅助和车架系统主管拉尔夫•赫尔特维希（Ralf Herrtwich）告诉我，“我的一位设计师说：‘拉尔夫，如果你还建议给我们哪辆汽车顶加上这种东西的话，我一定会把你从我们公司扔出去。’”

赫尔特维希表示，即使新添加的部件可以做得很隐蔽，他还是对人类和驾驶过程分离开来深怀担忧。Google工程师们总喜欢把无人驾驶汽车跟无人驾驶飞机相比较，但是飞行员可以经过培训，始终保持警觉，一旦计算机失误就马上接管。但驾驶员能做到这样吗？再者说，保持警惕、全神贯注的驾驶员早已成为过去。18岁至24岁的人群中，一半以上的人承认开车时发短信，80%以上的人承认开车时打电话。如此看来，免用双手的驾驶方式应该像是他们的第二天性了：他们一直以来都在这么做。

一些人会认为，注意分散、疲劳困顿，我们可以自己掌控。但是计算机遇上莫名其妙的恐怖问题，会让人不可避免想到死亡。屏蔽冻结，电源故障；传感器失灵，或者误读道路标志；汽车在高速公路上呼啸着停车，或者一头撞向迎面开来的车辆。“手机和笔记本电脑出了问题，我们都会相当宽容，”通用汽车的约翰•卡普告诉我，“不过你要活命，并不依赖于手机或者笔记本电脑。”

自动化公路也可能成为网络恐怖主义的主要攻击目标。2012年，DARPA资助了两位知名黑客，查理•米勒（Charlie Miller）和克里斯•瓦拉塞克（Chris Valasek），请他们分析现有汽车被入侵的可能性。2013年，米勒在拉斯维加斯举行的年度DefCon黑客大会上公布了他们二人的部分研究结果。只要从笔记本电脑发送命令，就能让丰田普锐斯鸣响喇叭，让方向盘猛地抽离驾驶员的控制，让车子在时速80英里时突然刹车。当然，米勒和瓦拉塞克必须使用数据线和这辆车的维护端口相连接才能完成入侵。不过，加利福尼亚大学圣迭戈分校一支由计算机科学家斯蒂芬•萨维奇（Stefan Savage）领导的团队研究表明，可以通过像蓝牙接收器这样看似无害的装置来无线发送类似的指令。“现有技术并不像我们想象中那样稳健，”莱文多斯基告诉我。

Google宣称已经解决了以上所有这些风险。Google工程师深知，无人驾驶汽车得要近乎完美，才能获准行驶在道路上。“你必须达到业界所谓的‘六西格玛’水平——缺陷率为一百万分之三，”伯克利工业工程师肯•戈德堡告诉我，“百分之九十五并不够好。”除了试驾和模拟，Google还为软件周边设置了防火墙、备份系统和冗余电源。诊断程序每秒运行数千次内部检查，寻找系统错误和异常，监测发动机和制动系统，不断重新计算行车路线和车道位置。计算机跟人类不同，计算机永远不会厌倦自我评估。“我们希望它失效时也很优雅，”多尔戈夫告诉我，“当它停工时，我们希望它还能做点儿合理的事情，比如减慢速度，开到路肩，打开闪光信号灯。”

不过，终有一天，无人驾驶汽车会害死什么人。电路会出故障，防火墙会崩溃，三十万单位中的任意一个缺陷会让汽车横穿车道，撞向大树。“未来会有撞车，会有诉讼，”迪安•波默洛说，“因为汽车公司有雄厚的财力，他们将会成为目标，不管他们到底有没有过错。只要少许几起五千万乃至一亿美元的陪审团判决，这种技术就会遇到很大的阻力。”波默洛指出，就算是安全气囊这样好处颇多的发明，也花了几十年时间才走进美国汽车。“我过去常说，自动汽车将在十五或二十年后问世。那是二十年前的事。现在我们还没有自动汽车，我还是认为它们会在十年后问世。”

如果说无人驾驶汽车以前的阻碍因素是技术，然后是观念，那么现在的限制因素就是法律。严格意义上讲，Google汽车已经合法：驾驶员必须持有驾照；没有人提到计算机有关的任何事。不过，这家公司很清楚，这在法庭上站不住脚。Google希望这种汽车可以像人类驾驶员一样受到法律约束。过去两年时间来，莱文多斯基花了大量时间，飞到美国各地，游说立法机关支持这项技术。首先是内达华州，接着是佛罗里达州、加利福尼亚州、哥伦比亚特区，都已经将无人驾驶汽车合法化，但前提是这些车要安全、要足额投保。但其他州面对这一议题的态度则较为怀疑。比如说，密歇根州和威斯康星州提出的议案，都将无人驾驶汽车列为实验性技术，仅在很窄的范围内实现合法化。

很多问题还有待界定。这种车应该如何测试？合理的车速和车距应该是多少？驾驶员接管方向盘之前应该给出什么样的警报？一旦出了问题应该由谁来负责？Google希望把这些细节留给机动车辆管理部门和保险公司。（因为保险费计算是基于统计意义上的风险，因此无人驾驶汽车的费用应该下降。）不过汽车公司辩称，这让他们太容易遭到攻击。“他们原来的立场是：‘我们不应该心急。现在还没有准备好迎来黄金时间。这种车还不应该合法化。’”加利福尼亚州法案的发起人、州参议员亚历克斯•帕迪利亚（Alex Padilla）告诉我。他认为，汽车公司的真正目标只是想争取时间加紧赶上。“在我看来，很明显这里的利益是市场份额的竞争。每个人都想来分一杯羹。”问题在于，他们应该跑得多快。

布林和他的工程师所受的鼓舞，更多程度上是出于个人动机：布林父母的年纪已将近八旬，操纵方向盘的时候，开始变得不那么稳定。特龙最好的朋友在车祸中丧生，厄姆森的孩子有几年时间里对驾驶心怀顾虑。跟Google公司的其他人一样，他们也对统计数据心知肚明：世界上，车祸每年造成124万人丧生，另有5000万人受伤。

对莱文多斯基来说，这种情感牵连在三年前开始变得清晰。那时候，他的未婚妻斯蒂芬妮•奥尔森（Stefanie Olsen）怀有九个月身孕。一天下午，她穿过金门大桥，前方的车辆突然停了下来。奥尔森猛踩刹车，侧滑了一会才停下来，但她后面的司机反应没有这么快。他以每小时超过30英里的速度撞上了奥尔森的普锐斯，她的车子也因而撞上了前车。“那简直就像锡罐头，”奥尔森告诉我，“车子彻底毁了，我也被压在了里面。”多亏了安全带，她逃过了一劫，也保住了宝宝。不过，孩子出生的时候，后脑勺长着一小片白色的头发。

“那起事故根本不应该发生，”莱文多斯基告诉我。如果奥尔森后面的车子是自动驾驶汽车，那应该早就观察到前方阻挡的三辆车子。它早就会计算出碰撞距离，扫描相邻车道，发现这辆车被包住了，并且踩下刹车，所有这一切都在十分之一秒内完成。Google汽车可以驾驶得比人类更加有防御性：它的跟车长度可以减少到六分之一，与前车的距离也很少低于两秒。莱文多斯基说，在这种情况下，我们对无人驾驶汽车的恐惧也就越来越不理智。“一旦你造出了比驾驶员开得更好的汽车，那么还让人类来开车就是不负责任，”他说，“我们多推迟一年，就有更多的人死亡。”

（完）

理想国 2015-08-23 08:53:44