普通汽車終將退出歷史舞臺。

得益于移動機器人技術的快速發展，汽車即將成為我們可以放心托付自己性命的第一代自主式機器人。在經歷了數十年不斷失敗的嘗試后，借助速度更快的電腦、可靠的硬件傳感器，以及被稱為"深度學習"的新一代人工智能軟件，汽車可以獲得與人類相似的能力，在無法預測的環境中自主安全駕駛。

本書就是為了講述這場變革。我們之所以對無人駕駛如此關注，原因有兩點:

首先，具有巨大影響力的新技術一直是我們的關注重點，而無人駕駛汽車很有可能成為我們在有生之年所接觸到的最具顛覆性的新機器之一。第二個原因則更加偏向個人需求。就像大多數人一樣，無論天氣如何，我們每天都要開上一兩個小時汽車，車上經常還載有"貴重物品"--孩子、朋友，或者寵物。但其實若有可能，我們并不想坐在方向盤后面，而是更愿意單純地享受汽車為我們提供的私密性空間和便利性行程。毫無疑問，當谷歌的無人駕駛汽車在幾年之前展現出確鑿的技術進步之時，我們就開始緊密關注這個領域了。

未來的幾十年里，無人駕駛汽車將逐漸取代由人類駕駛的汽車。當運輸行業演化為一種自動化、即時需求的服務時，世界各地的汽車運送人類和貨物的方式就會產生翻天覆地的改變。無人駕駛汽車將會轉變我們對時間和空間的認知，如何出行去上班、住在哪里、如何購物等都會受到影響。

我們相信這些轉變是積極的，因為無人駕駛汽車將會拯救數百萬人的生命，自動化的交通管理軟件將會順暢地引導汽車行駛并有助于治理空氣污染，父母無須再每天花費幾個小時將孩子載到學校或者活動地點，老人和殘障人士也將能夠便利出行。

每一種影響力巨大的新技術都有其不利的一面，無人駕駛汽車也不例外--無人駕駛汽車出現后，數百萬的貨車司機和出租車司機將會失業。公共運輸行業也會凋零，因為人們都會被按需服務的無人駕駛小巴的強大便利性所吸引，它可以隨時隨地承載任何人到各種地方，而花費不過是一張車票錢。不過，除非有嚴格的隱私保護措施實施，無人駕駛汽車的乘客終將會意識到，他們其實是犧牲了自己的隱私以換取出行的安全和便利性，因為引導他們乘坐的無人駕駛汽車的軟件系統會追蹤并記錄他們的每次出行。

在本書中，我會進一步解釋汽車是如何轉變成智能運輸機器人的。我們會評估無人駕駛將對汽車行業產生的影響;講述在無人駕駛改變人們的每日出行，將其由一種沉悶而危險的活動變成便及每個人且避免沖突的行為之后，城市發生了怎樣的變化;還會探究人們在自動化駕駛探索道路上近六十年的失敗嘗試。最終，我們會引導讀者通過對硬件技術和軟件技術的清晰而明確的發展性認識，了解現代的無人駕駛汽車是如何誕生的。

我們的目標，就是向讀者提供他們在面對即將到來的新世界時所需的見解和認知。在未來，無人駕駛汽車的數量將會遠多于由人類駕駛的汽車，我們衷心期望你會享受這趟旅程。

在不遠的將來，全球汽車博物館里展覽的汽車，都會變成21世紀初之前的那些光鮮靚麗的車型。就像歷史的癡迷者來到一個歷史遺跡后，會閃身鉆入精心保存下來的中世紀小屋回廊里，參觀博物館的人也會鉆進這些展覽車輛的前排座椅里。這些參觀者坐在方向盤后面，撥弄著內置GPS的顯示器屏幕，游戲似的用他們的腳踩動著剎車，這一切恐怕會讓體驗者不禁感嘆，21世紀初的人類竟然會用如此不便甚至危險的交通方式。

我們當前的汽車是非智能的。它有四個輪子、一個金屬機身和一個氣動發動機，這樣一套標準化的自動系統"平臺"，自100年前被引入后就從沒有發生過任何本質性改進。而在這100年間，隨著越來越多的智能軟件，幾乎無處不在的通信網絡，以及體型不斷縮小、價格逐年下降的強大而準確的硬件傳感器興起，世界上其他產業的根基都在發生著根本性的變革。

得益于機器人技術和人工智能軟件在近期取得的成就，非智能汽車的時代終將結束。普通平凡的汽車即將發展進化成自動化的移動機器人。

在近一個世紀的時間里，由人類駕駛的汽車已經改變了我們的生活。這種無需馬匹拉動的"自動"車廂的出現，已經改變了"行走之城"的城市格局。曾經如蜂巢一般，由各種小而彎曲的小巷、庭院、商鋪、公共廣場交織而成的城市演變成了"汽車之城"，打造出了由廣闊街道和停車場組成的整齊的大網格。汽車不僅給人們帶來了自由，同時也帶來了新的工作機會和社交機會。汽車也給商業貿易帶來了便利，商人可以快速地將產品運輸到以前從未到達過的市場。

然而，如此寶貴的個人移動便捷性也讓人類付出了極高的代價。在近百年的進程中，交通事故已經奪去了數百萬人的生命。當汽車賦予人們開車到遠方工作的自由時，也催生了一種新的問題--城市交通擁堵。今天，世界上所有城市的人們每天都要出行、上班通勤，或者通過汽車運送貨物，這使得城市上方的空氣層惡化成一個黃色煙霧似的"油斗篷"。

粗略估計，目前全球有十億輛由人類駕駛的汽車在陸地上漫游。對汽車的依賴已經使我們在很多方面付出了高昂代價。但歸根結底，對于世界上的大多數人而言，汽車仍是目前個人出行中最快速、最廉價、最舒適的方式。不管怎樣，汽車仍將是我們現代生活中不可缺少的一部分。

事實上，解決汽車引發系列問題的最好方式就是讓它們變得更智能。當人類駕駛者讓智能軟件接管方向盤的時候，無人駕駛汽車將為全世界數十億人提供一種更安全、更簡潔，甚至更方便的出行方式。在未來的十年，自動駕駛汽車將出現在全世界的大街小巷，它將再次重新編排我們的居住環境以及工作娛樂環境。

不相信?這也難怪。

近百年來，各行各業的專家都在預測人類的霸主地位將會被智能機器所取代。但到目前為止，這些預測僅僅在一些高度細分化的工業崗位上成真了，或者是僅限于虛擬世界中的活動。例如，機械手臂可以完美無瑕地取代曾經由工廠工人實現的操作;在虛擬世界里，人工智能軟件的能力已經超越了人類，它們可以玩棋類游戲，可以迅速地進行股票證券交易，或者在復雜的大運量公共客運系統中找出最優路線。

現代化的軟件極大提升了人工智能的能力，先進的機器人還可以執行諸多技巧性的工作，這些都已成為現實。但是如果機器人的身體并非由螺栓插銷固定，而是由仿人類的機械軀干組成，使其能在運動過程中與周邊環境互動，那么即使是當前最先進的人工智能軟件系統也無法順利地承載這項復雜的管理任務。在后面的章節中，我們會陸續探討相關的原因，但目前來看，今天那些能夠移動的機器人，在身體敏捷性和感知能力上也就相當于蟑螂的水平--或者狀態良好的話，可以達到蟾蜍水平。

當機器人學家還在研究移動化智能機器人的道路上步履維艱時，建造一輛踏實可靠的無人駕駛汽車從技術上而言已經觸手可及，這同樣也是工程學上的一項壯舉。因為對于程序員為人工智能寫代碼操作運動過程來說，汽車相比其他形式的移動化機器人有一個巨大的優勢--滾動要比行走或爬行簡單得多。

如果人工機器人具備多個肢體部件，那么管理其動作快速運行的軟件從體量和復雜性上都要比智能汽車大得多，因為多肢體部件可以演化出數量近乎無限大的不同動作模式和相對位置。相反，一輛汽車的四個輪子、剎車以及方向盤組合出的運動模式幾乎全部是可預測的。引導無人駕駛運動的軟件所管控的動作組合數量必然相當少，例如多半只是車輪的左右轉動，或者監控汽車是在減速還是加速。

駕駛行為可以自動化的第二個原因在于，開車是一個相對刻板重復的反應式活動，無論智力高低都能拿到駕照，因此無人駕駛的智能只需滿足以下條件就夠了:對清晰可見的路面危險--比如不斷靠近的路面坑洼或者緩慢行走的成群結隊小學生--做到即時反應，沿著清晰明了的道路或高速行駛，并且遵守相對簡單的交通規則。

說到這兒，懷疑論者就會指出這背后一定另有故事。的確，如果只是簡單地編輯程序讓四個輪子的機器人遵守道路交通規則，那么無人駕駛在幾十年前就早已普及了。汽車為什么直到現在才有可能變得智能自動化呢?源于兩個原因:

第一是現實因素，也就是它的門檻很高。汽車畢竟是行駛在公共街道上的重達兩噸的"鐵盒子"。如果引導無人駕駛的軟件出現了問題，后果將不堪設想。"人命關天"，這也就解釋了為什么今天的第一批自動駕駛車輛會先在人煙稀少的地方使用，因為車輛如果在這種地方出問題、偏離既定的路線，所造成的人員傷亡是最小的。例如，在偏僻的澳大利亞北部礦石公司使用巨大的自動化駕駛卡車來運載礦石;農民使用自動駕駛的拖拉機、聯合收割機在廣袤而無人的農地里耕作;在配送中心和工廠里，專門的自動化車輛會將貨物從房間的一側運到另一側;在度假村或機場，名為納維亞的無人駕駛穿梭車會以既定每小時15英里的速度沿著固定路線往返運送乘客……

制約無人駕駛發展的第二個難點及關鍵點就是純粹的技術問題。雖然在99%的時間里，駕駛過程都是思維僵化而且可預測的，但是仍有1%的時間里會產生突發事件。生物有機體會依賴所謂的"本能(Simple)"來應對生活中突發的未知事件。是"本能"，使人類可以在交通的高峰時段自由駕駛，也正是"本能"，蘊含了人類智能中尤為難以復制的大量能力。

機器人學家對這種只在1%的時間內才發生的突發性小概率事件賦予了專門的名稱--"極端事件(CornerCases)"。極端事件并不常見，也難以預測，卻可能導致災難性后果。機器人的人工"本能"在處理極端事件時的效果最終決定了它的可靠性與價值。如果一個機器人的軟件無法處理它所遇到的每一個極端事件，那么希望人們不會放任它獨自行動，否則最壞的情況就是機器人無法完成交代的任務并造成了嚴重的破壞。

駕駛也許是最為重復刻板的活動，但同時也充滿了數不盡的、潛在的致命性極端事件。管理無人駕駛的軟件必須能夠本能性對突發情況做出反應，例如跳上汽車引擎蓋的鹿，或者向汽車擋風玻璃上噴漆的憤怒乞丐，這些都有可能發生--還要祈禱乘客會為擋風玻璃上的污漬付清潔費--所以，盡管投入了幾十年的努力，自動化工程師和機器人專家還是無法編寫出一個有效的軟件，處理無人駕駛在道路上可能遇到的無數種突發狀況。

機器人技術中一條基本的規則就是，環境越是簡單、越是容易預測(極端事件越少)，構建一個使機器人在這種環境下執行任務的軟件就越簡單。機器人能在工廠里廣泛普及是因為大多數工廠都是一個封閉的世界、一個高度結構化的環境，在那里極端事件是能夠預測的，而且會被工業工程師小心地排除。在封閉的環境中，機器人的工作職能會圍繞特定任務進行設計。工廠里的機器人知道將會發生什么。指導它們運行的軟件會引導機器人進行一系列一成不變的活動，例如沖壓金屬部件、固定螺栓，或者將箱子從一側拉到另一側。

雖然在工廠里可以設計一個整齊劃一的封閉式環境，然而在實際環境中，街道和高速公路上是復雜混亂且難以預測的。汽車方向盤后的每個司機不僅要處理新的突發情況，還必須應對其他相關挑戰，這些挑戰是軟件程序難以處理的，由模糊的或者高度情境化的行為規則調控的信息交互問題。人工智能軟件尤其會在對安全駕駛有重要影響的兩類活動中出現問題，即復雜的非語言信息溝通，和在多種情境中對同一物品進行持續正確識別。

駕駛行為要求司機和行人之間進行復雜的"社交"活動。當人類司機位于方向盤后面時，通常會參與到一場非語言的"社交芭蕾舞劇"中，并用點頭、揮手、眼神交流來傳達他們的意圖。揮手和微笑對于人類而言可能是簡單的，但是想要編寫一套軟件來識別人類的面部表情、身體語言并做出恰當的回應，則異常困難。

無人駕駛汽車，這一移動版機器人不僅在識別復雜的非言語交流上存在困難，當需要應對突發事件時，它們的計算機智能也會捉襟見肘。這些問題均是由知覺缺陷導致的，即它們不具備對所見事物進行感知區分并合理應對的能力。理想情況下，計算機科學家會通過編寫一套程序來解決這個問題，為汽車提供一致性、準確的人工意識和情境理解能力。然而直到

目前為止，這個問題還沒有被解決，這樣的軟件還沒有做出來。自從人工智能領域開辟半個多世紀以來，計算機科學家和機器學家為了實現"知覺"這一神秘技藝的自動化已經嘗試了各種方法，但均未能取得突破性進展。

生物有機體的知覺系統包含了一系列廣泛的能力。知覺中的一個方面就包含認知識別功能，人或動物因此具有"讀取"復雜情境的能力，并知道如何正確地反應。知覺的另一個功能就是加工處理視覺信息。生命體具有高度發達的視覺系統，可以良好地識別一個物體，甚至是從不同的角度、在不同的光線條件以及不熟悉的情境中都可以準確識別同一個物體。

視覺感知需要對視覺信息進行正確識別并進行歸類，人類在進行這樣的過程時，純粹依靠本能，而且幾乎能夠做到完美無誤。然而，我們這種感知所見事物的能力似乎拒絕被自動化。幾十年來，機器視覺領域的研究者一直在努力研發能夠快速而準確地"理解"環境中視覺信息的軟件，但均以失敗告終。

在機器人發展史的大部分進程里，它們都難以處理視覺信息。工業機器人應對這一缺點的方式就是在全封閉、黑暗無光的工廠環境中純機械化地辛勤工作。而對于那些工作中涉及某些視覺活動的機器人，它們的工作方式則被設定為絕不去分類或檢查它們不熟悉的事物。

阻礙機器視覺軟件發展的另一因素就是計算能力的不足。由于處理圖像是一項數據密集型活動，所以第一代機器視覺系統只能采取一種結構化路徑的方式來實現這一流程，即用一系列"規則"來解析視覺信息。這些早期機器視覺系統的工作原理是想嘗試將識別的物體與機器人內部儲存的已知物體小型樣例庫做匹配，但顯然這是一個緩慢、不準確也不靈活的過程。

早期機器視覺軟件的最大缺陷之一，就是它們在應對新鮮事物或情境時表現不佳。即便是很熟悉的物體，只要在略微不同的場景中出現，任何借助這類軟件引導的機器人(或汽車)都無法進行準確識別。鑒于準確識別鄰近物體這一能力對于安全駕駛至關重要，機器視覺軟件的差勁表現數十年來一直阻礙著無人駕駛汽車的發展。然而，最近在人工智能領域的一項突破進展可能會徹底改變這一切。

在人工智能研究領域原地踏步多年之后，一種被稱為"深度學習(DeepLearning)"的新型軟件于2012年誕生了，它可以對隨機的數千個數碼圖像信息進行準確分類，并達到人類水平的精準度。雖然對隨機物體的圖像進行準確分類的能力聽起來無足輕重，但這一能力的確是人工知覺(ArtificialPerception)的基礎。一旦某個物體可以被精準識別，它的信息會被"轉化"給其他類型的人工智能軟件，而那些軟件就可以發揮其傳統優勢:利用統計分析或某種邏輯、規則推導出最佳反應。

深度學習軟件對于無人駕駛如此有價值，就是因為它可以在開闊公路這種非結構化的環境中充分發揮作用。深度學習隸屬于"機器學習(MachineLearning)"這一類人工智能軟件。這類軟件的突破創新并非由人類程序員來設計，機器學習軟件并不會去建立一個現實世界的模型，再用正常的邏輯和規則來處理其中的問題，相反機器是通過大量的訓練數據后被"喂養"出來的。例如，為了開發無人駕駛所用的深度學習軟件，程序員每天會用幾千兆字節(Gigabyte，即GB)的原始視覺素材來"喂養"這個軟件，而這些視覺素材都是通過車載攝像頭在真實道路環境下的行駛中拍攝收集的。

深度學習軟件通過觀察世界來"學習"，這一點賦予了它另一巨大優勢--不依賴規則(notrule-bound)。人類的嬰兒學會依照物體的突出可識別性特征來識別物體，同理，深度學習軟件在對物體分類時也是依據物體的視覺特征。使用規則依賴的傳統途徑編制的軟件，遇到坐在自行車上的貓的圖片時，就會陷入困惑。相反，深度學習軟件會關注貓身上可供識別的視覺特征--尖耳朵和尾巴，然后不管這只貓是出現在一個多么奇怪的情境中，軟件都會迅速而準確地推測出它只是一只貓。

深度學習軟件已經徹底改進了對人工知覺的研究，并極其成功地應用到語言識別領域，以及其他需要軟件來處理古怪異常信息的活動中。過去的幾年里，為了尋求深度學習的專業技術支持，很多汽車公司都在硅谷設立了分部。谷歌和百度這些軟件巨頭本身已經具備了管理巨量信息和構建智能軟件的能力，再加上深度學習領域的專業優勢，足以支撐它們與曾經不可一世的汽車巨頭在無人駕駛領域展開角逐。

深度學習對于人工智能領域的影響極其深遠，甚至在我們寫作本書時，其影響還在逐步拓展，而且未來幾年可能會持續擴大。深度學習所引領的技術領域并不只是汽車一隅。我們預計，深度學習將會對移動類機器人的總體發展軌跡產生變革性影響。當機器人獲得了通過視覺理解周遭環境的能力時，人工生命形態的發展可能會開始延續5億多年前有機體生命發展的路徑--化石顯示大約在寒武紀以前，所有形態的有機體生命都是近乎眼盲的。當5億多年前寒武紀開啟時，那些近乎眼盲的有機體突然神秘地演化出了復雜的新型視覺系統，要知道先前它們的"眼睛"只是些光感性的原始細胞集。一旦它們具備了看的能力，這些簡單的有機體隨之演化出了復雜的身體形態，以便實現快速的反應和移動。反過來，新的身體機能又會需要發展一個更大號的大腦來監管這些新生肢體的協調。當裝備上視覺系統、快速響應的身體以及更大的大腦時，曾經不起眼的細胞集演化出了種類繁雜的復雜生物，它們從最初生命的泥沼中爬出，并努力在陸地上尋求屬于自己的一塊領地。

關于寒武紀生命大爆發--發生在寒武紀時期的生命大量快速演化，有一個有趣假設，即"光開關理論(LightSwitchTheory)"。這個理論是由安德魯?6?1帕克(AndrewParker)提出的，該理論認為正是眼睛的進化，引發了生命體之間的進化競賽，使得那些具備最佳視覺的生物才最有可能生存下來。也許"光開關理論"理論對于機器人也是適用的。

曾經"眼盲"的機器獲得了知覺的能力，它們也會從原始的禁錮中爬出，擺脫現今我們為其設計的結構化的、黑暗的工廠環境。健全的機器視覺將使得機器人可以充分利用其新添加的身體部件--輪子、四肢或踏板，而那些部件能為它們提供更高水平的靈敏度。想要控制復雜的機械新"四肢"，它們的機器大腦也會隨之擴張。當我們目睹機器人掌握了新的技能并找到可以發揮功效的新應用場景時，我們也終將見證機器人形態和功能的"寒武紀大爆發"。

"少小離家老大回，鄉音無改鬢毛衰"。對高齡農民工群體而言，年邁后如何落葉歸根是他們人生的下一個"路口"。

眩暈感是VR眼鏡的通病，這種眩暈感比觀看3D電影要明顯得多。