如何訓(xùn)練無人駕駛汽車？Waymo給的方案是“虛擬世界+虛假城市”

　　據(jù)大西洋月刊報道，在谷歌母公司Alphabet的園區(qū)一角，有個團(tuán)隊正在開發(fā)一款軟件，它對無人駕駛汽車來說至關(guān)重要。到目前為止，還沒有任何記者看到過它。研發(fā)團(tuán)隊稱這款軟件為Carcraft，顯然是從深受歡迎的視頻游戲《魔獸世界》(World of Warcraft)身上獲得了靈感。

　　圖1：Alphabet旗下雄心勃勃的無人駕駛項目

　　這款軟件的開發(fā)者是個頭發(fā)蓬亂、長著一張娃娃臉的年輕工程師，他叫詹姆斯·斯托特(James Stout)。他和我(本文作者，大西洋月刊負(fù)責(zé)科技專欄的副主編阿萊克西斯·馬德里加爾(Alexis C. Madrigal))在開放式辦公室里安靜地坐著。屏幕上顯示著環(huán)形路口示意圖。對于人類的眼睛來說，這些圖沒什么可看的，只有簡單的線條圖呈現(xiàn)在道路紋理的背景上。我們在中等分辨率下看到無人駕駛的克萊斯勒Pacifica，旁邊簡單的線框顯示出另一輛車的存在。

　　圖2：Alphabet無人駕駛子公司W(wǎng)aymo的模擬建筑軟件Carcraft

　　幾個月前，有個無人駕駛汽車團(tuán)隊在德克薩斯州遇到了這樣的環(huán)狀交叉路口。在這種情況下，高速和復(fù)雜性使無人駕駛汽車感到困惑，因此他們決定在測試設(shè)備上建造外觀相似的物理通道。我所看到的是這個學(xué)習(xí)過程中的第三個步驟，即現(xiàn)實世界駕駛數(shù)字化。在這里，一個現(xiàn)實世界的駕駛動作(就像汽車在環(huán)狀交叉路口上)可以被成千上萬倍地放大到的模擬場景中，以此來探測汽車能力的邊緣。

　　這樣的場景為該公司強(qiáng)大的模擬測試提供了基礎(chǔ)。斯托特告訴我:“我們看到的絕大多數(shù)工作都是由模擬的東西所驅(qū)動的。”它就是Waymo加速無人駕駛汽車開發(fā)的工具。2016年12月，Alphabet將無人駕駛項目從研究機(jī)構(gòu)X中剝離出來，成為獨立業(yè)務(wù)。如果Waymo能夠在未來幾年推出全自動駕駛汽車，那么這種以重塑現(xiàn)實世界為目標(biāo)、創(chuàng)造虛擬世界為基礎(chǔ)的Carcraft將會立下大功。

　　最初開發(fā)Carcraft的初衷是作為汽車在公路上行駛經(jīng)歷的“場景回放”手段，現(xiàn)在Carcraft在無人駕駛計劃中扮演越來越重要的角色。在任何時候，通過Carcraft重建的模擬城市——奧斯汀、山景城、鳳凰城以及其他測試場中，都有25000輛虛擬無人駕駛汽車正在行駛。

　　僅僅在一天內(nèi)，Waymo就可能在路況特別復(fù)雜的地方模擬成千上萬次駕駛?，F(xiàn)在，Waymo汽車每天在虛擬世界中行駛的里程數(shù)超過1287萬公里。在2016年，他們的虛擬總里程數(shù)達(dá)到40億公里，而在真實公路上行駛的谷歌無人駕駛汽車則行駛了483萬公里。至關(guān)重要的是，虛擬里程集中在Waymo稱之為“有趣的地方”，他們可能會從中學(xué)到許多東西。

　　這些模擬是Waymo開發(fā)的一個錯綜復(fù)雜系統(tǒng)的組成部分。他們的無人駕駛汽車在公共道路上行駛了數(shù)百萬公里，同時在名為“城堡”的中央山谷秘密基地中進(jìn)行“結(jié)構(gòu)化測試”。Waymo從來沒有公開過這個系統(tǒng)。他們在常規(guī)道路上行駛的里程數(shù)顯示，有些地方他們需要額外練習(xí)。他們將這些地方雕刻入城堡里，以便在原地體驗數(shù)以千計不同的場景。

　　在兩種現(xiàn)實世界的測試中，他們的汽車捕捉到足夠多的數(shù)據(jù)，在未來的任何時刻都能創(chuàng)造出完整的數(shù)字娛樂。而在虛擬空間中，他們可以從現(xiàn)實生活的極限中脫離出來，創(chuàng)造出成千上萬個單一場景的變體，然后駕駛虛擬汽車通過所有的場景。隨著驅(qū)動軟件的改進(jìn)，它再被下載回物理汽車中，從而可以驅(qū)動越來越多的里程。這個過程周而復(fù)始，往復(fù)循環(huán)不斷。

　　為了抵達(dá)“城堡”，你需要從舊金山灣駕車向東出發(fā)，然而向南轉(zhuǎn)往99號公路，沿著中央山谷高速公路向南行駛到弗雷斯諾(Fresno)的阿特沃特小鎮(zhèn)。這里比舊金山熱30攝氏度，曾作為卡斯?fàn)柨哲娀?，最繁華時曾雇傭了6000人來參與B-52項目?，F(xiàn)在，它位于默塞德小都市區(qū)的北部邊緣，那里的失業(yè)率在2010年代初突破了20%，而且仍然很少下降到10%以下。這里有40%的人說西班牙語。

　　離開阿特沃特鎮(zhèn)，我們穿過一些鐵路，轉(zhuǎn)向從前留下的老基地，現(xiàn)在那里被改造成了默塞德動物控制中心和阿特沃特監(jiān)獄。我的手機(jī)并未指向具體地址，而是提供了GPS坐標(biāo)。我們沿著高大而不透明的綠色柵欄前進(jìn)，直到谷歌地圖告訴我們停下來。這里似乎沒有任何東西，甚至就連門看起來也很像另一段柵欄，但我的Waymo主人很自信。果然，一個保安出現(xiàn)了，然后從裂縫中滑出來，并檢查我們的證件。

　　圖3：城堡外圍的柵欄

　　通過柵欄部分，我們開車進(jìn)入一個熙熙攘攘的小園區(qū)。許多穿著短褲、戴著帽子的年輕人走來走去。還有可移動的建筑、圓頂車庫以及我們此行主要目標(biāo)——無人駕駛汽車的停車場。這里有好幾種無人駕駛汽車，包括你在公路上最有可能看到的雷克薩斯車型，已經(jīng)退休的普銳斯，以及新的克萊斯勒Pacifica。

　　無人駕駛汽車很容易被分辨出來，因為它們?nèi)聿紳M傳感器。其中最突出的是在汽車頂部的激光掃描儀(通常稱為LIDARs)。但克萊斯勒Pacifica的側(cè)視鏡附近，也有尺寸較小的旋轉(zhuǎn)LIDARs。它們的后面還有雷達(dá)，看起來就像史瑞克令人不安的白色耳朵。

　　當(dāng)汽車的傳感器投入使用時，即使是在停車的時候，旋轉(zhuǎn)的LIDARs也會發(fā)出奇怪的聲音。它介于哀嚎和重?fù)袈曋g，僅僅因為它是如此的新奇，以至于我的耳朵無法像往常那樣自動過濾掉汽車發(fā)出的常見聲音。在主樓對面的街道上，停著一輛比較特別的汽車。它全身被印有X標(biāo)識的不同尺寸紅色膠帶纏住，那是四級車的標(biāo)志。

　　對無人駕駛汽車自主化程度的分級是汽車工程師協(xié)會(Society of Automotive Engineers)制定的。我們在公路上看到的大部分汽車都屬于一級或二級汽車，這意味著它們可以在高速公路上進(jìn)行智能巡航控制。但是紅色的X汽車則完全不同，它不僅是完全自動化的，而且無法被人在內(nèi)部驅(qū)動，所以Waymo不想把它和其他汽車混在一起。

　　當(dāng)我們駛進(jìn)停車場時，不禁產(chǎn)生“曼哈頓計劃”的印象，這里是科技初創(chuàng)公司的前沿。在主樓中一個教室大小的房間里，我看到了這個神奇地方的背后原動力——斯蒂芬·維勒格斯(Steph Villegas)。維勒格斯穿著一件長長的、非常合身的白色圓領(lǐng)襯衫、乞丐牛仔褲、灰色針織運動鞋，依然像她加盟谷歌前在舊金山精品時裝店Azalea工作時那樣時尚。維勒格斯在加州伯克利附近的東灣郊區(qū)長大，并在加州大學(xué)伯克利分校學(xué)習(xí)美術(shù)，2011年加入谷歌無人駕駛汽車項目。

　　我問道：“你是司機(jī)嗎?”維勒格斯回答說：“我永遠(yuǎn)都是司機(jī)。”她在101號和280號高速公路之間花了無數(shù)時間，這些高速公路通往舊金山和山景城。就像其他司機(jī)那樣，她開始對在開放道路上行駛的汽車產(chǎn)生一種感覺，這在無人駕駛計劃中被認(rèn)為非常重要，因為他們對汽車可能會遇到哪些困難有非常敏銳的直覺。維勒格斯告訴我:“在更新的軟件上做些測試，在團(tuán)隊中待久后，我開始思考挑戰(zhàn)現(xiàn)有系統(tǒng)的方法。”

　　為此，維勒格斯和部分工程師開始準(zhǔn)備進(jìn)行嘗試，以期找到可控的方式測試新的行為。他們開始霸占Shoreline Amphitheater停車場，所有入口都安排人，以確保只有經(jīng)過批準(zhǔn)的谷歌人才能進(jìn)入。維勒格斯說：“這就是我們開始的地方，我和幾個司機(jī)每周都去嘗試。我們會想出一組我們想要測試的東西，在卡車?yán)镅b滿補給，然后把卡車開到停車場進(jìn)行測試。”

　　這些成為無人駕駛項目的第一個結(jié)構(gòu)化測試。事實證明，最困難的部分其實并不是人們想象的那種“僵尸末日”的場景，而是像人類司機(jī)那樣在正常交通中體驗無盡的變化。維勒格斯開始從她能找到的任何地方收集道具：假人、圓錐體、假植物、兒童玩具、滑板、三輪車、洋娃娃、球以及其他小玩意兒，并將它們?nèi)渴者M(jìn)了道具箱。這些道具先是被儲存在帳篷里，然后是城堡里，現(xiàn)在有了完整的儲藏室。

　　圖4：城堡中的“道具車庫”

　　但這個過程也出現(xiàn)很多問題。他們想要將車開得更快，并使用街燈和停車標(biāo)志。而Shoreline Amphitheater經(jīng)常舉辦演唱會也常常會打亂他們的計劃。為此他們需要一個基地，一個秘密基地。這就是城堡所能提供的。他們簽了租約，開始建造自己夢想中的虛假城市。維勒格斯說:“我們決定設(shè)計住宅街道、高速公路、死胡同、停車場等基礎(chǔ)設(shè)施，所以我們就像在真實城市中開車一樣。”

　　我們從主拖車辦公室步行到她的汽車旁。當(dāng)我們即將離開時，她遞給我一張地圖，并說：“就像在迪斯尼樂園一樣，你可以沿著地圖走。”地圖也是精心繪制的。在一個角落里，有個維加斯風(fēng)格的牌子，上面寫著:“歡迎來到加利福尼亞的神話城堡。”園區(qū)的不同部分甚至有自己的命名習(xí)慣。在我們正在穿越的那塊地方，每條路都是以名車命名的。

　　我們穿過幾棟粉紅色的建筑，它們是舊的軍用宿舍，其中一個已經(jīng)被改造過了。當(dāng)Waymo員工無法回到灣區(qū)時，他們可以在這里休息。除此之外，測試區(qū)域內(nèi)再沒有其他建筑物，它確實是一個機(jī)器人汽車的城市。

　　圖5：城堡中的“鄰居”

　　作為局外人，這里給人的感覺就像一個沒有玩家的視頻游戲場景。從林蔭大道到鄰近社區(qū)的街道，從水泥車道到郊區(qū)十字路口，再減去我們與這些地方聯(lián)系的建筑，這一切都顯得令人不可思議。我不斷地瞥見自己走過的路，最后停在巨大的雙車道環(huán)形路上。在中間，有一圈白色柵欄。維勒格斯說：“我們在德克薩斯州奧斯丁曾遇到多車道環(huán)形路口，然后在這里特別安裝了這種環(huán)狀交叉路口。最初這里只有單車道的環(huán)形路口，后來出現(xiàn)多車道路口，它看起來就像不同顏色的馬，感謝得克薩斯提供的靈感。”

　　圖6：雙車道環(huán)形路口

　　當(dāng)維勒格斯盯著新增設(shè)設(shè)施——沿著與草皮比鄰的平行停車場修建的兩條車道和一條自行車道時，我們停了下來。她說：“我真的很喜歡沿著平行停車場建設(shè)新的設(shè)施，類似的場景已經(jīng)出現(xiàn)在商業(yè)區(qū)的郊區(qū)，比如核桃溪市、山景城以及帕羅奧圖等。人們從店面或公園出來，在汽車之間行走，也可以提著東西穿過馬路。”這條小路很像維勒格斯記憶中的碎片，特別是嵌入瀝青和混凝土中的記憶，這將會變成更抽象的形式，幫助機(jī)器人汽車改進(jìn)適應(yīng)家庭地形的能力。

　　維勒格斯開車送我回到主辦公室，我們跳上了一輛無人駕駛汽車，它由Chrysler Pacificas改裝。我們的“左側(cè)座位”司機(jī)是布蘭登·凱恩(Brandon Cain)，他通過筆記本電腦上的XView軟件跟蹤汽車的表現(xiàn)。還有其他測試助理，他們被稱為“狐貍”，是由“人造”這個詞演變而來的。他們駕駛汽車、創(chuàng)造交通、像行人那樣行動、騎自行車以及舉著停車標(biāo)志。他們或多或少可以被稱之為演員，而他們的觀眾是汽車。

　　我們要做的第一個測試是“簡單的超車和并道”，只是需要在高速條件下完成，時速約為72公里。我們在名為Autobahn的寬闊公路上直行。當(dāng)有“狐貍”將我們攔住時，Waymo汽車會剎車，然后團(tuán)隊開始關(guān)鍵數(shù)據(jù)點，即減速過程。他們正試圖創(chuàng)造出一種場景，讓汽車能夠及時剎車。這有多難?這就像讓光停下來，阻止我的腋窩出汗，或讓手機(jī)掉落地板的過程停下來那樣。

　　讓我說些可笑的事情：這不是我第一次駕駛無人駕駛汽車。過去，我選擇了兩種不同的無人駕駛方式：第一次我駕駛雷克薩斯越野車穿過了山景城的街道，第二次駕駛谷歌Firefly在谷歌屋頂上“跳舞”。它們都是不起眼的游樂設(shè)施，但這次是不同的。這次涉及兩輛快速移動的汽車，其中一輛被需要以Waymo團(tuán)隊所謂的“辛辣”方式停下來。

　　測試開始了，凱恩發(fā)動汽車，并小聲下令進(jìn)入“自動駕駛”模式。另一輛車接近我們，并試圖阻隔我們。我們的車剎車了，又快又穩(wěn)，這給我留下了深刻印象。隨后，凱恩等人檢查減速數(shù)字，并意識到我們的剎車做得還不夠好。我們必須再做一次，一次又一次地重復(fù)。另一輛汽車則利用不同的方式、從不同的角度阻擋我們，他們稱這種測試為“覆蓋”。

　　圖7：兩輛汽車高速行駛并道，其中1輛屬于無人駕駛汽車

　　我們經(jīng)歷了另外三個測試：高速并道，遇到在車道上后退的汽車，而第三個則是以無人駕駛汽車的視線為主，當(dāng)行人將籃球扔到道路上時，汽車平穩(wěn)地減速剎車停下。每個測試都以自己的方式給人留下深刻的印象，但其中阻擋測試最讓我震驚。

　　當(dāng)我們決定繼續(xù)體驗無人駕駛時，凱恩改變了座位。他問我：“你看過《Pacific Rim》嗎?”那是吉列爾莫·德爾·托羅(Guillermo del Toro)的電影，里面的人通過與巨大的機(jī)器人同步來與怪物戰(zhàn)斗。他說：“我試著和車保持同步，我們分享一些想法。”

　　我希望凱恩能夠解釋下“與汽車同步”到底什么意思。他說:“我正努力調(diào)整汽車中人們的體重差異。我經(jīng)常待在車?yán)?，能感覺到車在做什么。這聽起來很奇怪，但我的確能用臀部感受到，我知道它想做什么。”

　　遠(yuǎn)離塵霧繚繞的城堡，來到山景城舒適的谷歌總部。我來拜訪Waymo的工程師，從技術(shù)角度來看，他們隸屬于X部門，即谷歌長期、高風(fēng)險研究部門。2015年，當(dāng)谷歌重組為控股公司Alphabet時，Google X中的“Google”被從其名稱中刪除。在重組后的一年里，X和Alphabet決定將無人駕駛汽車項目分拆，成立獨立公司，就像谷歌此前的其他項目也成為獨立業(yè)務(wù)那樣。

　　Waymo就像谷歌的孩子，它的辦公室仍然位于母艦內(nèi)部。盡管這個部門由兩個小團(tuán)體組成，但他們正慢慢融合成為整體。X/Waymo大樓很大，通風(fēng)良好，還掛著Project Wing的無人機(jī)原型。在這里，我抓住了該公司研發(fā)Firefly汽車的線索。 從自助餐廳出來，你就可以看到Waymo的模擬集群。在這里，每個人的屏幕上似乎都有Carcraft和XView，黑色背景的多邊形比比皆是。這些人創(chuàng)造了Waymo汽車通過的虛擬世界。

　　圖8：當(dāng)四個人推著一輛汽車時，Waymo汽車的激光掃描儀會顯示什么

　　等待我的人是Carcraft的創(chuàng)造者詹姆斯·斯托特(James Stout)。他從來沒有公開談?wù)撨^他的項目，但其熱情從未消退，Carcraft就像他的孩子。他說:“我當(dāng)時正瀏覽招聘信息，看到無人駕駛汽車團(tuán)隊正在招人。我簡直不敢相信他們竟然在招人。”斯托特成功進(jìn)入這個團(tuán)隊，并立即開始開發(fā)這個工具，現(xiàn)在它支持著無人駕駛汽車每天在虛擬世界中行駛。

　　當(dāng)時，他們主要用這個工具來觀察汽車在棘手情況下下會做些什么。而在此前類似情況下，人類司機(jī)已經(jīng)控制了汽車，他們開始進(jìn)行各種假設(shè)。斯托特說:“很明顯，這是一件非常有用的事情，我們可以在這方面做很多事情。”Carcraft的空間范圍不斷擴(kuò)大，甚至囊括整個城市，虛擬汽車的數(shù)量也不斷增加。

　　斯托特找來埃琳娜·科拉洛夫(Elena Kolarov)，她是被稱為“情景維護(hù)”團(tuán)隊的負(fù)責(zé)人，負(fù)責(zé)管理控制。她面前有兩個屏幕。左邊屏幕運行XView，顯示汽車“看到”的東西。這輛車使用了攝像頭、雷達(dá)和激光掃描來識別其視野中的物體。這些物體在軟件中用簡潔的線框形狀代表，非常易認(rèn)。物體形狀上延伸出來的綠色線條代表著其可能的移動方式。在底部，有一個圖像條顯示汽車上常規(guī)攝像頭捕捉到的場景?？评宸蜻€可以打開激光掃描儀傳回的數(shù)據(jù)，這些數(shù)據(jù)以橙色和紫色的點顯示出來。

　　我們在城堡的環(huán)形交叉路口看到了真實并道場景的回放?？评宸蜣D(zhuǎn)換為模擬版本，它們看起來幾乎沒有差別，但它不再是數(shù)據(jù)日志，而是汽車必須解決的新情況。唯一不同的是，在XView屏幕的頂部，它用大紅字母顯示著“模擬”。斯托特說，他們必須給予補充說明，因為人們很難分清模擬與現(xiàn)實的區(qū)別。

　　圖9：在XView模擬中看到的Castle環(huán)形路口

　　他們加載了另一個場景，這次是在鳳凰城?？评宸蚍糯罅四M，顯示這是一座城市。斯托特說，里面有各種各樣的車道，還有車道之間的連接情況、停車標(biāo)志是、交通燈位置、限行區(qū)、車道中心位置等，有你需要知道的一切。

　　圖10：Waymo的汽車模型行駛在虛擬的錢德勒市，它位于亞利桑那州鳳凰城附近

　　我們在鳳凰城附近的某個地方放大了4車道路口。然后，科拉洛夫開始投放人工合成的汽車、行人以及自行車。

　　圖11：在Carcraft中創(chuàng)建的合成場景

　　點擊熱鍵，屏幕上的物體就開始移動。汽車就像汽車那樣移動，在車道上行駛，轉(zhuǎn)彎。騎自行車的人就像真正騎自行車的人。在無人駕駛汽車團(tuán)隊操縱無人駕駛汽車在現(xiàn)實世界行駛了數(shù)百萬公里后，他們的邏輯已經(jīng)形成固定模式。在這一切的背后，有一份關(guān)于世界的超詳細(xì)地圖，以及在現(xiàn)場的不同物理模型，橡膠和道路都被建模。

　　圖12：正在Xview中模擬的場景

　　無需感到奇怪，最難模擬的實際上是其他人的行為。Waymo的軟件主管德米特里·多爾戈夫(Dmitri Dolgov)告訴我：“我們的車看到了世界，也了解世界。然后，對于任何在環(huán)境中扮演動態(tài)角色的物體來說，無論是汽車、行人、騎單車者還是摩托車，我們的車都能理解它們的意圖。僅僅追蹤某個物體通過某個空間還不夠，你必須明白它在做什么。這是建造有能力的、安全的無人駕駛汽車的關(guān)鍵。這種建模，這種對世界上其他參與者的行為的理解，與這個任務(wù)中模擬它們非常相似。”

　　有一個關(guān)鍵的區(qū)別：在現(xiàn)實世界中，他們必須接受關(guān)于環(huán)境的新鮮實時數(shù)據(jù)，并將其轉(zhuǎn)化為對場景的理解，然后進(jìn)行導(dǎo)航。但現(xiàn)在，經(jīng)過多年的研究，斯托特等人相信自己能做到這一點，因為他們已經(jīng)運行了“一系列的測試”，并證明他們能識別各種各樣的行人。

　　因此，在大多數(shù)模擬中，他們跳過了對象識別步驟，沒有給汽車提供識別行人的原始數(shù)據(jù)，而是直接告訴汽車，這些都是行人。在路口，科拉洛夫為無人駕駛汽車甚至更多困難。她點擊了V，這是車輛的一個熱鍵，一個新對象出現(xiàn)在Carcraft中。然后她把鼠標(biāo)移到右手邊的下拉菜單上，那里有很多不同的車型，包括我最喜歡的bird_squirrel。

　　不同的對象被告知需要遵循Waymo為它們建模的邏輯，需要在Carcraft構(gòu)建的場景中以精確的方式移動，以測試特定的行為。斯托特說:“有個很好的光譜，可以控制一個場景，然后把對象放進(jìn)去，并讓它們離開。”一旦它們具備了場景的基本結(jié)構(gòu)，他們就可以測試它所包含的所有重要變量。所以，想象一下，對于路口來說，你可能想要測試各種車輛、行人以及騎單車者的到達(dá)時間，他們停下來的時間，他們移動的速度，以及其他任何東西。”

　　他們稱這種模式為“fuzzing”。在這種情況下，這個路口可產(chǎn)生800種可能的情況。它創(chuàng)造出美麗的花邊圖表，工程師可以進(jìn)去看看，不同變量的組合如何改變了汽車采取路徑的決定。

　　圖13：Carcraft的“fuzzing”圖表

　　這個問題真的變成了分析所有這些場景和模擬，以找到可以指導(dǎo)工程師更好地駕駛的有趣數(shù)據(jù)。第一步可能是：汽車會被撞嗎?如果確實如此，那將是一個有趣的場景。下圖就顯示了這種情況。在山景城的現(xiàn)實生活中，路口的場景更為復(fù)雜。當(dāng)車子向左行駛時，一輛自行車靠近了，導(dǎo)致汽車停在路上。

　　工程師們解決了這類問題，并重新設(shè)計了軟件進(jìn)行糾正。圖中顯示的是真實情況，然后再模擬運行。這意味著兩種不同的情況，你會看到模擬汽車?yán)^續(xù)行駛，然后寫著“shadow_vehicle_pose”的虛線框出現(xiàn)。這個虛線框顯示了現(xiàn)實生活中發(fā)生的場景。對Waymo團(tuán)隊來說，這是最清晰的可視化進(jìn)展。

　　圖14：Waymo模擬顯示車輛導(dǎo)航系統(tǒng)的改進(jìn)

　　但他們不只是在尋找汽車被撞時的細(xì)節(jié)。他們可能還想要在正確范圍之外尋找太長時間的決策或剎車反應(yīng)遲緩的影響。如果工程師想要從中吸取教訓(xùn)，他們將通過模擬尋找問題。斯托特和Waymo軟件主管多爾戈夫強(qiáng)調(diào)，模擬有三個核心方面。第一，他們駕駛的里程數(shù)遠(yuǎn)遠(yuǎn)超過現(xiàn)實世界中的物理車隊，而且獲得更多更好的經(jīng)驗。第二，這些汽車專注于有趣且仍然互動困難的里程，而不會關(guān)注無聊的里程。第三，軟件的開發(fā)周期可以更快。

　　多爾戈夫表示：“這個迭代周期對我們非常重要，我們在模擬過程中所做的所有工作都允許我們戲劇性地減少時間。在項目的最初階段，這個周期可能需要好幾個星期，而現(xiàn)在只需要幾分鐘的時間。”我繼續(xù)問他，路上的油片或者是爆胎、怪鳥、天坑以及其他令人瘋狂的事情，他們都能模擬嗎?多爾戈夫?qū)Υ撕軜酚^，稱已經(jīng)可以模擬，但是關(guān)鍵在于這些模擬的逼真度有多高?也許有些問題你得到了更好的價值，或者通過運行一系列測試得在模擬中確認(rèn)物理世界中的場景。

　　Carcraft虛擬世界的力量并不在于它們是真實世界的美麗、完美、逼真效果圖，而是在于他們以多種方式反映出了現(xiàn)實世界，這對無人駕駛汽車來說是非常重要的，它能比物理測試多獲得數(shù)十億公里的里程。對于運行在模擬中的驅(qū)動軟件，盡管它的決定方式與現(xiàn)實世界不同，但卻與在現(xiàn)實世界中做出的決定相同。

　　這種方法是有效的。加州機(jī)動車管理局要求公司報告他們每年無人駕駛的里程，以及脫離司機(jī)進(jìn)行的自動測試。Waymo不僅行駛里程比其他任何人都要多出3個數(shù)量級，它們?nèi)祟愃緳C(jī)干預(yù)的數(shù)量也在快速下降。從2015年12月到2016年11月間，Waymo汽車以無人駕駛模式行駛了102萬公里。在所有里程中，司機(jī)只參與了124次，平均每8000公里1次。而在此前1年，這些汽車自動行駛了68萬公里，但人類司機(jī)干預(yù)了272次，平均1432公里1次。

　　雖然每個人都煞費苦心地注意到，這些并不是“蘋果與蘋果”之間進(jìn)行的同類數(shù)字對比，但讓我們來看看現(xiàn)實：這些都是我們得到的最好比較，至少在加州是這樣的，其他車輛總共以自動駕駛模式行駛了大約3.2萬公里。Waymo所采取的策略對于外部專家來說并不奇怪。風(fēng)險投資公司Andreessen Horowitz的投資主管克里斯·迪克森(Chris Dixon)說：“現(xiàn)在，你幾乎可以通過對待模擬的認(rèn)真程度，衡量某個無人駕駛團(tuán)隊的成熟程度。Waymo處于最頂端的位置，也是最成熟的。”

　　我問Allstate Insurance保險公司的創(chuàng)新主管蘇尼爾(Sunil Chintakindi)關(guān)于Waymo項目的看法，他說：“如果沒有強(qiáng)大的模擬基礎(chǔ)設(shè)施，就無法構(gòu)建(更高級別的)自動化車輛。”其他無人駕駛汽車的研究人員也在尋找類似的路徑。密歇根大學(xué)自動與聯(lián)網(wǎng)汽車實驗室Mcity主任彭暉(Huei Peng)說，任何用于無人駕駛汽車的系統(tǒng)都將是“99%以上的模擬+精心設(shè)計的結(jié)構(gòu)化測試+公路測試。”

　　彭暉和一名研究生提出了一套系統(tǒng)，可以通過模擬來加速測試，這與Waymo的執(zhí)行方式?jīng)]什么不同。彭暉說：“所以我們爭論的是只是把開車的無聊部分切斷，專注于有趣的部分。這可以讓你加速數(shù)百倍，1000公里變成數(shù)百萬公里。”

　　令人驚訝的是Waymo項目的規(guī)模、組織和強(qiáng)度。我向彭暉描述了谷歌所進(jìn)行的結(jié)構(gòu)化測試，包括Castle結(jié)構(gòu)化測試團(tuán)隊設(shè)計的20000個模擬場景。但他聽錯了，并說:“這2000個場景讓人印象深刻。”當(dāng)我插話并糾正他時，他回答說：“確實如此，20000個場景。那的確讓人印象深刻。”實際上，2萬個場景僅代表Waymo所測試全部場景的一小部分。它們都是由結(jié)構(gòu)化測試創(chuàng)建的，還有更多場景來自于公共駕駛和想象。彭暉說：“他們做得真的很棒，他們在四級車領(lǐng)域面遙遙領(lǐng)先于其他所有人。”

　　但彭暉也強(qiáng)調(diào)了傳統(tǒng)汽車制造商的立場。他說，他們正在嘗試做一些截然不同的事情，而不是瞄準(zhǔn)完全自動化的“moon shot(瘋狂而難以實現(xiàn)的項目)”，他們試圖增加司機(jī)輔助技術(shù)，“賺點錢”，然后逐步走向完全自動化。與Waymo進(jìn)行對比不公平，它有豐富的資源，在一輛車上安裝了7萬美元的激光測距儀，而像雪佛蘭這樣的汽車制造商可能會看到，4萬美元可能已經(jīng)是大眾市場采用的價格上限。

　　彭暉表示：“通用、福特、豐田和其他汽車公司都在說：‘讓我減少車禍和死亡人數(shù)，增加大眾市場的安全性。’它們與Waymo的目標(biāo)完全不同，我們需要考慮數(shù)百萬輛汽車，而不僅僅是幾千輛。”即使是在完全自動化的競賽中，Waymo現(xiàn)在也比過去有更多挑戰(zhàn)者，尤其是特斯拉。

　　18個月前，斯坦福大學(xué)汽車研究中心主任克里斯·格迪斯(Chris Gerdes)曾說過，Waymo對問題的深度有更深入的了解。與其他人相比，我們更接近解決問題的方案。當(dāng)我上周問他是否還如此認(rèn)為時，他說：“很多事情都改變了。福特和通用汽車等汽車制造商已經(jīng)在開發(fā)自己的汽車，并建立了公路數(shù)據(jù)集。特斯拉現(xiàn)在已經(jīng)通過部署Autopilot收集了大量數(shù)據(jù)，了解系統(tǒng)是如何在其客戶體驗條件下運作的。他們能夠在靜默模式下測試算法，并快速擴(kuò)展測試車輛數(shù)量，這讓它們成為驚人的試驗臺。

　　在模擬領(lǐng)域里，格迪斯說：“我看到了很多有實質(zhì)性項目的競爭者。我確信有相當(dāng)多的模擬能力，但我已經(jīng)看到許多看起來值得信賴的東西。在這方面，Waymo看起來不再那么獨特了。他們當(dāng)然起步很早，但現(xiàn)在有很多團(tuán)體都在利用類似的方法。所以現(xiàn)在最重要的問題是誰能做到最好。”

　　這不是神經(jīng)網(wǎng)絡(luò)“大腦式”能力的低風(fēng)險演示，而是在人工智能領(lǐng)域取得的巨大飛躍，甚至對Alphabet內(nèi)部公司來說也是如此，后者在采用人工智能方面始終很積極。這不是Google Photos，如果在這里犯錯后果還不算太嚴(yán)重。而對于在人類世界里積極互動全自動系統(tǒng)，它將理解我們的規(guī)則，傳達(dá)它的渴望，讓我們的眼睛看到。

　　Waymo似乎想把駕駛作為一種技能，速度和方向都是其中的一部分。他們現(xiàn)在正將駕駛?cè)谌氲饺祟惿鐣顒又?，通常情況下,如何駕駛才算“合法”?人類如何教人工智能其所代表的含義?事實證明，研發(fā)這種人工智能并不僅僅需要無窮無盡的數(shù)據(jù)和工程技術(shù)。這些都是必要的，但還不夠。相反,開發(fā)這個人工智能要求人類與汽車同步，了解世界。盡管任何人都能做到，但在城堡里的司機(jī)們都知道，作為一輛汽車，要像人類那樣觀察和做出決定。也許這也有兩種方式：人類對汽車的了解越深，汽車對人類的理解也就越深。

　　奧斯汀環(huán)形路口的記憶變成了城堡的一部分，變成了無人駕駛汽車的數(shù)據(jù)日志，變成了Carcraft中的場景，變成了模擬網(wǎng)絡(luò)，最終重新回到了德克薩斯州無人駕駛汽車的新軟件中。即使在模擬中AI用來了解世界的多邊形抽象圖，也有人類夢的痕跡、回憶的片段、司機(jī)的感覺。這些要素不是錯誤，也不是人類的污點，而是那些可以徹底改變交通、城市和其他一切的系統(tǒng)的必要組成部分。