谷歌無人車之父 Sebastian Thrun：2050 年自動駕駛會超越人類駕駛

Sebastian Thrun

8 月 24 日，由騰訊汽車聯手創新港舉辦的 2017 全球汽車 AI 大會在上海正式開幕，30 余位來自全球頂尖科技公司、汽車企業的高層以及國內外學術專家出席了本次活動。

活動現場，優達學城（Udacity）聯合創始人兼總裁，斯坦福大學終身教授，原谷歌副總裁、Google X 實驗室聯合創始人、谷歌無人車之父 Sebastian Thrun 發表了主題演講。他表示，谷歌無人駕駛系統採取深度學習的方式，將駕駛記錄的數據輸入到計算機裡面，通過機器人自我學習或車聯網的方式掌握各個交通事故的模型。但除非遇到交通事故，人類駕駛汽車很容易重複犯相同的錯誤。

原本看似瘋狂的新興技術發展，可能在未來某一天就改變了人們的生活和工作。「12 年前，我永遠都不會想到無人駕駛會成功，只有書獃子才會覺得無人駕駛會實現，但是作為科研者，我們就是要把不可能變為可能。」Sebastian Thrun 表示，「假如自動駕駛真的成為現實的話，大概有 10%的工作將會發生改變，比如說卡車司機的工作可能會被代替，不管是幾歲小孩或者是百歲老人，都有可能實現自由的駕駛。」

「無論對於 AI 的存在致以多大的懷疑，在一兩年之後，大家都不得不接受機器的學習能力要遠遠超過人類學習能力這樣一個事實。」Sebastian Thrun 預測，2050 年自動駕駛會超過人類駕駛行為。同時，隨著深度學習概念的誕生和發展，AI 技術在包括癌症診斷、遠程醫療等領域發揮了重要作用，有了深度學習就會使技術不斷向前推進。

Sebastian Thrun 說道，每年交通事故會導致超過上百萬人的死亡，特別是在中國，因為中國的人口基數很大，汽車保有量也很大。而無人駕駛可以緩解這一問題。

Sebastian Thrun 回憶稱，早在 2005 年，自己還是斯坦福兼職教授時，就認為 AI 目前還做的不夠好，尚有提升空間。「所以當時我就在斯坦福大學創建了我自己的 AI 研究團隊。當時我們所研發出來的車，可能只能夠走差不多 10-20 英里，但是這個是遠遠不夠的，我們當時的目標是讓車在道路上行駛。」

這是 Sebastian Thrun 在斯坦福大學建立的第一個團隊。「當時的資金也不夠，團隊成員都是我的學生。那個時候我並沒有給我的學生有任何工錢，只是我會給他們提供更多的課程作為回報。他們也會給我教學費，所以我的課堂主題就是無人駕駛、自動駕駛。」Sebastian Thrun 說。

「2005 年的時候，我們永遠都不會想到無人駕駛以後會成功，這是 12 年以前的事了。所以那個時候只書獃子才會覺得無人駕駛會實現，但是大部分人都不會相信無人駕駛會實現。但是我們作為科研者，我們就是要把不可能變為可能。」Sebastian Thrun 說。

Sebastian Thrun 在視頻里看到另一個斯坦福大學研究的無人駕駛項目，差不多是行駛了 100 英里。「這是一個由機器人駕駛的車，我可以看到路面是非常彎曲的，路面的條件也是非常艱險的，所以差不多行駛了超過 6 個小時。我們可以看到行駛的軌道非常彎曲，也非常危險，但最後仍然完成了這樣一個任務。我們當時就是用這種直升機來對整個的行程進行了視頻記錄，在超過 6 個多小時的行駛之後它把不可能變成了可能，就是完成了這樣一個挑戰。」

Sebastian Thrun 表示，現今來看，人們越來越意識到，其實有一些新的技術可能在某一天以內就可以改變所有人的生活，「比如說可以改變所有勞力工作的狀況，不管你現在的工作是什麼，有可能在未來某一天、某一項技術就能夠改變你的工作。現在全球有很多的人都在研究這些新技術，這些人都是非常瘋狂的人，他們非常致力於這些新技術的研究，特別是在無人駕駛和自動駕駛方面。」

無人駕駛車就是車裡面沒有司機，因此必須要有一個非常強大的電腦來幫助我們進行所有的運算和執行。

「當時我們做這個實驗的時候，其實車在行駛的過程中仍然是有一些盲區的，所以我們在這個車上面加了很多的雷達感測器和激光感測器。」Sebastian Thrun 向聽眾們展示了一次秘密實驗的視頻，是 2010 年到 2011 年之間其團隊在舊金山做的一個無人駕駛的實驗。

視頻中，無人駕駛汽車在真正的城市環境下試駕，在夜視的情況下，它也行駛得非常好。「我們也非常喜歡開這種長的彎路和山路，這些都是我們當時試駕的一些視頻，也是顯示了我們當時車內的技術是非常先進的，沒有出現任何的問題，這是我們第一次超過 1000 英里試駕的例子。」Sebastian Thrun 介紹說。

無人駕駛主要應用到的一項技術就是激光技術、雷射技術，安裝一個激光雷達，它所捕捉到的畫面可以讓操作背後的人看得非常清楚，就是車的周圍有什麼樣的環境、有什麼樣的阻礙物。它可以告訴你車周圍環境的所有細節，都可以看到，它的精確度是非常高的。「而且我們也可以看到這個車的車速是怎樣的，它是開得快還是開得慢。這個車周圍十公里以內的所有細節，都會被攝像頭所捕捉到。當然這個地方是沒有盲點的，有一個 360 度的觀測，並沒有任何盲點。所以那個時候我們有了激光雷達，還有另外一個主要的雷達感測器。」Sebastian Thrun 說。

Sebastian Thrun 介紹說，其實機器人擁有大象般的記憶，機器人可以記住所有的東西，所以我們只要把這些數據都預先存進去，然後收集數據再進行數據的處理和分析之後，機器人可以記住所有的數據，然後可以讓整個的行駛變得非常安全。一旦有精確 3D 的成像，就可以做出非常意想不到的效果。換句話說，可以通過新的技術發現原來沒有的解決方案，而且精度更高。

「如果要說我們工作的核心要點，我想應該是定位。」Sebastian Thrun 說，「你知道了路況全況，怎麼能夠更好地使用信息呢？前提要知道車輛位置在哪兒，我們叫做自我定位。」其團隊跟美國政府合作，因為政府有 30 多顆衛星可供使用，如果通過傳統的衛星，精確度只能達到 2 到 3 米，這是遠遠不夠的。「我們希望更精確的地點定位。通過地點定位，在任何時候可以通過實時的計算，就使你的精確度達到厘米甚至毫米級，可以更好地了解你身邊的狀況，而且還可以做到防患於未然，預測一下前面即將經過的路段的情形是什麼。」

「從動態的角度而言，我們知道了周邊的情況希望有動態的呈現，現在這裡面顯示的是動態呈現的情況。包括怎麼樣能夠通過激光或其他的方式，或者是通過 3D 的方式，來一下包括身邊的自行車、行人等等。」Sebastian Thrun 說，通過這樣人們可以把所有的物體進行統計，比如說動態的物體和靜態的物體，包括移動的速度是多少等等，通過這些的數據輸入就實現了這樣的呈現。

為了實現這一點，Sebastian Thrun 經過數年開發了項目來追蹤所有的物件、物體，這就是大家看到的不同的行人、不同的汽車、不同的自行車往來穿梭的場景。

Sebastian Thrun 認為，在這種情況下，無人駕駛的優勢肯定比有人駕駛的優勢更為明顯。不過，計算機有的時候也會犯錯，這個時候再看怎麼樣通過人的方式來主宰。「由人來介入的可能性是微乎其微的，主要還是靠無人駕駛的方式。如果是 10、100、1000、或 1 萬、10 萬這樣的測試，我們覺得假以時日，可能是 5 萬公里、3 萬公里人才需要介入一次。甚至是假以時日，行駛 50 萬公里人才需要介入一次等等，這就是精確度，通過這個方式逐漸地減少人參與的頻率。」Sebastian Thrun 說。

Sebastian Thrun 稱，谷歌的軟體通過將駕駛功能的記憶輸入到計算機裡面，然後計算機進行學習，通過機器人的不停學習、車聯網的方式使所有其他的人也學習了這樣的功能和掌握了交通事故的模型。「所以通過 AI 比人類學習的速度更快。無論你對技術有多大的懷疑，但是一兩年之後必須要相信機器的學習能力要遠遠超過你的學習能力。」

因此，Sebastian Thrun 說，他在 2015 年，就已經相信 2050 年機器駕駛會超過人的駕駛。「在 2008 年我進入到深度學習的概念，其實當時我還是一個研究生，當時談到了 AI 和其他的先進技術。在過去的三年里，大家有一個轉變，包括 AI 的技術已經發生了一些轉化，這種不是一般的轉化，而是大規模的轉化。」他談到了無人駕駛包括 AlphaGo 等等，這些新的 AI 技術應運而生，包括癌症的診斷、遠程醫療都是可以通過 AI 來進行的。核心在於什麼呢這裡面有很多技術，就是深度學習。

「我們通過一些計算機的編碼，可以通過機器學習的方式可以實現很好的深度學習的，包括機器可以通過自己的錯誤來學習。」Sebastian Thrun 舉例說，關於駕駛技術，你教孩子的話不可能告訴他任何各種各樣的意外事故，不可能一條一條地教給他。而是教了孩子之後，給他一個環境他自己去學習、去適應。同時對於計算機也是一樣，你把大的規則輸入到計算機，計算機會通過深度學習的方式進行創新性的分析。不過一個計算機學好了之後，會使其他的計算機也受益，這樣學習速度當然要超過人類，這是非常大的一個轉變。

Sebastian Thrun 離開 Google 之後創辦了 Udacity，這是一個學習平台，而且在平台上包括深度學習、自動駕駛，各種各樣的題目都可以在 Udacity 進行學習。

Sebastian Thrun 最後分享的是 2014 年的一個項目，也是其團隊和 Uber 所合作的項目。「共享汽車現在在中國也是非常流行了，共享汽車可以變得更加舒適，也可以變得更加經濟，特別是對於我們個體來說是非常有益的。」Sebastian Thrun 的想法是，把無人駕駛和共享汽車結合起來。「在這裡其實我們只需要登陸 APP 去預約這個車，這個車就可以自己開過來。這是我們差不多幾個月前所做的一個原型，我們可以拿出手機上點擊預約按鈕，車就可以自己開過來接你。當然你想要開車的話可以自己開車，你想讓它自己駕駛，可以讓車自駕，有這兩種模式可以選。這個方面是非常好的例子，未來在共享汽車方面有可能自動駕駛也是非常大的一塊市場。」Sebastian Thrun 認為，認為未來幾年有可能自動駕駛的車也會融入到共享汽車的板塊里。

據了解，「2017 全球汽車 AI 大會」從籌備到舉辦歷時 4 個多月，是全球首個以探討人工智慧技術與汽車產業融合發展的專業論壇。大會以「進化」為主題，來自國內外汽車行業、AI 領域的專家、機構、企業共聚一堂，共同探討汽車 AI 的「進化」之路，為汽車 AI 的未來發展提供了重要參考。

此次大會上，騰訊汽車首次提出了「三階五維」概念，概括提煉了汽車 AI 在進化過程中的獨特路徑。三階分別表示技術爆發期、混合過渡期及智能交通時代不同階段；同時，在這三個階段的過程中，汽車 AI 還將面臨五個維度的考驗，第一個是國家的政策法規，第二個是基礎設施，第三個是精密高精地圖，第四是技術標準，第五是民眾接受程度。這五個維度都很有可能會影響著汽車 AI 的發展進程，目前汽車 AI 正處於向第一個階段邁進的過程之中，加速進入技術的爆發期，技術成為目前汽車 AI「進化」的重點。

作為一家領先的互聯網科技企業，騰訊對於人工智慧領域也早已涉足，並在多個領域展開了 AI 技術研發。從去年 4 月成立 AI Lab，到今年 5 月在美國設立西雅圖 AI 實驗室，到 7 月啟動 AI 加速器，再到今天成立全球汽車 AI 俱樂部，這些都凸顯出騰訊對於 AI 生態構建的高度重視，在開放合作、技術創新和產業融合方面不斷發力。

騰訊擁有海量用戶樣本，為 AI 落地並貼近用戶提供了重要支撐。騰訊汽車背靠騰訊大數據，作為國內權威汽車媒體及一站式互聯網汽車生活服務平台。在聚集汽車 AI 領域專家、機構、企業，促進汽車 AI 資源共享融合方面具有先天性開放共贏優勢。未來騰訊汽車將以「全球汽車 AI 俱樂部」為紐帶，把更多的優質資源進行交融與整合，打造出一個集產學研為一體的泛產業聯盟，共同推動資源對接與 AI 技術在汽車領域的應用，促進全球汽車產業與未來交通出行的發展。

本文 谷歌無人車之父 Sebastian Thrun：2050 年自動駕駛會超越人類駕駛來自動點科技.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！