首页 » 科技之巅2 » 科技之巅2全文在线阅读

《科技之巅2》Self-Driving Trucks 自动驾驶货车

关灯直达底部

未来,自动驾驶货车将在高速上与其他车辆并驾齐驱,美国170万名货车司机又将何去何从?

撰文:大卫·H·弗里德姆(David H.Freedman)、许可

突破技术

可以在高速公路上自动驾驶的长途货车。

重要意义

这项技术的发展将帮助货车司机更高效地完成运输任务。但这一岗位的薪酬可能会因此下降,货车司机最终也将失业。

技术成熟期

5~10年

主要研究者

-Otto

-沃尔沃

-戴姆勒(Daimler AG)

-皮特比尔特(Peterbilt)

-百度

未来,自动驾驶货车将在高速上与其他车辆并驾齐驱。那么,美国的170万名货车司机将何去何从?

近年来,自动驾驶货车产业得到了迅猛发展。使用这种货车运送物资安全、节能,并能节省很多司机成本,有望在未来彻底颠覆传统运输产业。但技术往往是一把双刃剑:这一技术的发展将会带来一系列道德和伦理上的问题,政府和公众也因此对该技术保持警惕。

只要按一下方向盘右方的红色按钮,驾驶权就会立即回到司机手中

自动驾驶模式开启后,货车只能在道路的最右道行驶。这时,司机可以到驾驶室的后排休息

在美国的得克萨斯州,货车司机欧曼·马格里耶夫(Oman Mugriyev)正驾驶着18轮长途大货车在双向高速公路上平稳行驶。这时,对面的一辆汽车不知为何驶入了他所在的车道,朝他冲了过来。马格里耶夫的右边是沟,左边行驶着很多车辆,无法躲闪的他只得紧急刹车并连续按喇叭。这位司机事后回忆道:“开车教练曾经对我说,开车的第一要素就是不要伤到他人。”

遗憾的是,这辆偏离正轨的汽车最终还是和货车的前部相撞了——货车的前轴彻底损坏,汽车紧紧地卡在了货车上,马格里耶夫最终费了九牛二虎之力才将失控的货车稳住。这时候马格里耶夫发现,汽车上的司机已经丧生了。这场事故不禁让我们想到,比起人,自动驾驶汽车能在危机关头做出更好的选择吗?还是说,会出现更糟糕的情况?如今,已经有好几家公司正在测试自动驾驶货车,在未来的几年内我们有望找到问题的答案。

尽管还有很多技术难题没有解决,但支持者认为自动驾驶货车更安全、成本更低廉。“自动驾驶货车常常比我自己的开车技术要好。”从业40年的货车司机格雷格·墨菲(Greg Murphy)说。他现在是自动驾驶公司Otto的备用司机,在对自动驾驶货车的测试中,他负责在车辆出错时予以纠正。

乍一看,自动驾驶货车所面临的机遇和挑战与一般的自动驾驶汽车没有什么不同,然而事实远非如此——货车不仅仅是“加长版”的汽车这么简单。使用自动驾驶货车在经济上的合理性可能更甚于普通的自动驾驶汽车。

这是货车司机欧曼·马格里耶夫,

他对自动驾驶货车在危险关头能否应对自如还有很多疑问

长途老司机格雷格·墨菲,

他负责在测试中监控Otto货车自动驾驶的情况

2014年,初创公司Peloton Technology的一次测试便证明了这一点。在这次测试中,该公司研发的自动驾驶系统被装载在两辆货车上,前一辆货车的司机正常驾驶,后一辆货车在有些时段会由计算机操控,司机不必时刻担负开车的任务。两辆车一个在前一个在后,保持着10米的安全距离,只要前车司机踩了刹车,后车也会立即制动以避免撞车。这种将货车组成“队列”的方法可以减少货车承受的风阻,由此达到节油的目的。据悉,前车、后车减少的用油量分别为4.5%和10%,一年下来能节省约10万美元的油费。该技术成熟以后,将更多的货车组成队列会帮货运公司进一步削减成本。该公司称,这套系统会为司机提供更多的路面信息,而且雷达可以在危急关头自动启动刹车——这无疑将提升货车的安全性。

Otto声称自己并不打算用自动驾驶系统完全取代司机——至少在接下来的10年内这都不可能实现

除Peloton Technology外,欧洲的一个SARTRE (Safe Road Trains for the Environment, 汽车公路自动安全列队驾驶)项目从2009年就开始探索“货车队列”技术;日本政府出资的Energy ITS计划也于2007年起开始研究半自动和全自动的“三辆货车队列”;此外,美国的PATH计划也正在测试这项技术的可能性。

总的来说,这种让自动驾驶货车组成队列在高速公路上互相协作,从而在长途运输中减少风阻和节省汽油的方法已经有了多年发展,旨在帮助司机更快、更安全、更节能地完成运输任务。

然而,自动驾驶货车要比自动驾驶汽车面临更大的技术难题:研发此类自动驾驶系统的公司需要证明自动驾驶货车可以借助传感器和代码达到一位专业货车司机的水平,在路障频频出现、路面坑坑洼洼和遇到不遵守规则的车辆时都能应对自如,而自动驾驶货车能够达到这样的水平吗?

行业领头人Otto

研究自动驾驶系统的Otto公司总部,位于旧金山南市,该区的其他科技初创公司都已经对办公室进行了很大的改造,但Otto只是把一个家具仓库改造成了一个车库和机械制造厂,改装的货车零件到处都是,修理工具和计算机毫不违和地摆放在一起。Otto年轻干练的产品经理艾瑞克·博迪尼斯(Eric Berdinis)骄傲地说:“我们不追求‘高大上’的办公室。”

接着,博迪尼斯向我们展示了该公司最新一代的传感器和处理器阵列,这些硬件已经被安装在沃尔沃半挂式卡车上。在过去一年的测试中, Otto生产的硬件被安装在货车外部,给货车的外观“大大减分”,但新一代的传感器和处理器阵列被安装在车内,很自然地和驾驶室融为一体。全套设备包括4个面向前方的摄像机、雷达和1个加速度传感器(博迪尼斯说这种加速度传感器的质量已经达到了政府允许的最接近导弹标准的程度)。

Otto的关键技术是一种激光雷达系统,该系统使用脉冲激光器来记录货车周围环境的详细数据。Otto从第三方购买激光雷达,成本在10万美元左右。但是该公司已经成立了一个团队,旨在制造Otto自己的激光雷达,并将成本控制在1万美元以内。

驾驶室内有一个液冷式的定制微型超级计算机,大小跟面包箱差不多。“这是在相同体积里计算量最大的计算机。”博迪尼斯说。这台计算机将会处理来自传感器的海量数据,然后通过制导算法,根据货车的载货量调整刹车和转向指令。这个硬件系统的最后一环是利用电子线控技术,将计算机输出的指令转化为货车的机械动作。这一环的执行借助了机电作动器,它们被安装在货车的转向、节流和刹车设备上。驾驶室内还有两个红色按钮——Otto将它们称为“大红钮”——只要一按,自动驾驶功能就会被关闭。不过,即使没有这个关闭功能,只要司机在驾驶席稍微转一下方向盘,或者重重地踩一下刹车,货车就会“乖乖照做”。

Otto于2016年创立,安东尼·莱万多夫斯基(Anthony Levandowski)和利奥尔·罗恩(Lior Ron)是4位创始人中的两位。前者曾为谷歌的自动驾驶汽车团队效力,后者曾是谷歌地图的负责人。截至目前,谷歌自动驾驶汽车已经在美国多个州行驶了超过200万英里(约3218688千米)。对莱万多夫斯基和罗恩来说,借助在谷歌工作时积累的大量经验,创立一家自动驾驶公司是很自然的一件事。实际上,沃尔沃、戴勒姆和皮特比尔特都在研发自己的自动驾驶货车技术。

2016年,Otto的自动驾驶货车成功地完成了运输百威啤酒的任务

对自动驾驶技术感兴趣的不仅仅是货运公司, Uber这家打车公司也在2016年8月收购了Otto(据报道收购价高达6.8亿美元)。博迪尼斯说,收购以后,Otto团队可以和Uber的500多位工程师合作,共同研发自动驾驶技术。莱万多夫斯基如今成了Uber该技术研发团队的负责人,他表示Uber的目标是创建一个强大的自动运输交通网,让人和货物在多地之间的交通更加方便、安全且成本更低。

比起福特、宝马和Alphabet专注于研发自动驾驶汽车的做法,Otto认为大力投资在高速公路上行驶的长途运输货车更为明智——这项技术能更早实现商业化。与城市道路相比,高速公司上没有十字路口或人行横道,这意味着自动驾驶系统不用做太多驾驶上的选择。此外,绘制3D地图的难度也大大下降了——毕竟,高速公路比城市道路的路况要简单得多。

主攻自动驾驶货车的另一个好处是,设计人员的压力大大减轻了。为汽车设计自动驾驶系统时,设计人员常常需要考虑缩小传感器和计算设备的体积,以免过于影响车身的美观。而且他们还得尽量压缩设备的成本,毕竟汽车本身的价格就不高,如果设备价格过高,就很难说服用户购买。然而,设计自动驾驶货车就没这么多顾虑——货车本身的体积就大、价格也高,设备再大一点、价格再贵一点也无可厚非。

目前,Otto的自动驾驶技术只在7辆长途运输货车上得到了应用,但该公司愿意免费为更多的货车主提供硬件,让他们进行自动驾驶测试,亲身感受这项新技术的神奇。博迪尼斯说,Otto正在努力降低技术成本,让客户仅花3万美元就能用上他们提供的硬件,这样一来,客户在1~2年就能收回成本。“未来,我们希望政府规定让所有货车都使用自动驾驶技术,货车制造商在设计时也要将这项技术考虑在内。”博迪尼斯说,“新一代货车的开发周期一般在8年左右,不过我们不会让用户等那么久。”

货车司机的工资会变少吗?

2016年10月,一辆装载了Otto设备的自动驾驶货车将2000箱百威啤酒从科罗拉多州的科林斯堡(Fort Collins)运到了科罗拉多泉(Colorado Springs),全程行驶了200千米。而自始至终,车上唯一的真人司机都在驾驶室后排坐着,一刻也没有碰过方向盘。

此图片由Otto公司提供

这是自动驾驶货车第一次完成商用运输任务——这个里程碑事件无疑向世人证明了这项技术的巨大潜力,但同时人们也意识到了它的局限性。首先,这项技术还无法让货车在狭窄的田间土路和城市道路上自动行驶:上高速公路前,驾驶权会在货车司机的手里,直到货车已经行驶在高速公路上才能切换为自动驾驶模式;此外,货车下高速公路时自动驾驶系统会停止,将驾驶权交还给司机。在测试过程中, Otto还派了一辆车为货车保驾护航。和货车一样,这辆车也位于最右边的车道上,它一直行驶在货车的前面,以防止其他车辆变道来到货车的前方,阻碍货车的行驶。此外,几名Otto员工和科罗拉多州巡逻队队员也坐在附近的其他几辆车里,随时监控货车的驾驶情况。

在Otto的其他几次测试中,都有一位像格雷格·墨菲(Greg Murphy)一样的职业货车司机在驾驶席上待命,即使货车已经行驶在高速公路上,他们也随时准备着拿回对货车的控制权,在关键时刻避免事故的发生。此外,副驾驶席上还会坐一位Otto的员工,他会在路面有垃圾或施工的路段按下“大红钮”以结束自动驾驶模式。“我会把手一直放在方向盘上,而且我得全神贯注,随时准备接下开车的任务。”墨菲说,“这比我平时开车还累。”(Otto曾邀请《麻省理工科技评论》的记者坐一次自动驾驶货车,亲身体验这项技术。但预约时间快到的时候,他们却告诉记者:员工把预约时间记错了,当时所有的货车都有另外的任务。这次爽约可能是因为那天早上的瓢泼大雨——这种恶劣天气会扰乱自动驾驶系统——但Otto坚持称是记者想多了。)

实际上,Otto并不打算用自动驾驶系统完全取代司机,驾驶室里还是要有一位司机存在。博迪尼斯说:“要研发出完全不需要人的自动驾驶货车至少还要10年。但Otto旨在为货车司机减负,让他们在行驶时能够放松一点,做做别的事情,甚至打个盹。”而这体现了自动驾驶货车在节约成本上的优势:法律规定,司机一天最多驾驶11小时,一周则是60小时。考虑到一辆新货车15万美元的成本,以及在运输物资的过程中司机停下来休息的时间成本,能够24小时工作的自动驾驶货车无疑将极大地削减运输成本。

此外,使用自动驾驶货车还会在其他方面降低成本。美国的高速路总长为23万英里(约370149千米),在货车长途运输中,油费占了大约1/3的成本。尽管有些司机是节油的高手,他们懂得如何用最少的油跑最远的距离,但还有很多司机习惯于重踩刹车,并不把节油放在心上(博迪尼斯说,最优秀的司机要比最糟糕的司机节油30%)。Otto的设备旨在解决这个问题——受程序控制的设备会帮助货车保持在最佳的速度和加速度下行驶,以达到节油的目的。

除此之外,自动驾驶货车可能会减少交通事故的发生。在美国,货车、巴士车祸每年会夺走4000人的生命,而约1/7的货车死伤事故都与司机疲劳驾驶有关。此外,超过90%的事故都和司机的失误脱不了干系。诚然,我们还不知道自动驾驶会在多大程度上避免失误的发生——而且自动驾驶也可能会带来其他的问题——但自动驾驶测试已经证明了这项技术可以降低失误的发生率。

只要自动驾驶货车还需要真正的司机坐在车上,司机这个岗位就不会消失。从某种意义上来说,做这份平均年薪在4万美元左右的工作可能会变得更轻松。上述那位在得克萨斯州遭遇车祸(不过后来警方判定他并不是过错方)的司机马格里耶夫曾表示:“像现在这样一天开11小时的车压力太大了,我感觉自己身心俱疲。”博迪尼斯补充道,除了可以在驾驶室里小憩和休息、把驾驶的任务交给自动驾驶系统外,司机还能趁着这段空闲时间处理文书工作,寻找回程时的新运输任务、与家人朋友聊天或者学一门新手艺。“司机在做这些事情的同时,还能拿到货车司机的工资。”他说。

这样一来,企业招聘和训练货车司机的压力也能得到减轻(货车司机在美国和欧洲大量稀缺)。据美国货车协会调查,美国目前缺少近5万名货车司机,而且在未来的8年内这个数字还将飙升至90万。沃尔沃货车的产品安全负责人卡尔·约翰·阿尔姆奎斯特(Carl Johan Almqvist)曾透露:“一些客户甚至对我们说,如果我们能提供司机,他们愿意从我们这儿买10辆货车。”

自动驾驶货车的其中一个拥护者是俄亥俄州政府,他们意识到这种技术将会让货运公司和司机都大大受益。俄亥俄州可谓是货车司机的大本营——有7万名司机都来自该州。俄亥俄州政府斥资1500万美元在哥伦布市建造了自动驾驶货车的测试道——一条35英里(约56.33千米)的高速公路。美国货车协会和俄亥俄货车协会都曾公开表示,自动驾驶货车会让货车司机受益。

这项技术不仅能让货车司机这个岗位变得更吸引人(因为工作量大大下降了),也能让货运公司在司机没空时指示计算机接下开车的任务。不过,如果自动驾驶被广泛接受,社会普遍认可“以机器代替司机”这种模式,那还有必要继续雇佣司机吗?毕竟,雇佣司机的成本占了货车运输总成本的1/3。

在可预见的未来,即使司机仍然在驾驶室里有一席之地,他们是否能拿到和现在同等的薪酬也是个未知数。如果司机仅仅是在驾驶室里待着而没有开车,那么公司应该支付他们多少薪酬呢?截至目前,还没有任何法律法规说这种“轻松”的工作方式也应获得报酬。更重要的是,让货车24小时连续工作会帮助货运公司节省很多成本,于是它们可以收取更低的费用以获取更多的客户。这样一来,司机的薪酬也可能会跟着下降。马格里耶夫对此表示了自己的担忧:“如果运输费用因这项技术的发展而减少了,货运公司就有底气对司机说:‘既然你的工作量减轻了,我们也就不用支付你那么高的薪酬了。’”

Otto在旧金山的设备

安全问题

Otto的技术能够足以保证重达40吨的货车安全地在高速公路上完成运输任务吗?实际上,一旦自动驾驶系统出现失误,即使有一位司机坐在驾驶室里也无法确保安全。因为Otto自己也估测,司机从驾驶室后面重新坐回驾驶席可能需要花30秒之久。

Otto运输百威啤酒时有一个不为人知的小细节:Otto员工和警察开车紧跟着自动驾驶货车,为其保驾护航

不过,谷歌对自动驾驶汽车的探索还是非常振奋人心的:在延续7年、长达百万千米的测试中,该公司研发的自动驾驶车只发生了20起撞车事故。不仅如此,这其中只有一起事故是自动驾驶汽车因为失误导致的:这起事故发生在汇流路段(这正是Otto的测试中把驾驶权交回司机的路段)。

尽管如此,谷歌的成功也不代表自动驾驶货车能达到同样的安全标准。就像博迪尼斯指出的那样,货车无法像普通的汽车一样灵活地转向以避免交通事故。货车的局限性还包括:在货车高速行驶时,快速猛打方向盘会导致货车摆尾甚至折裂;此外,在货车以每小时90千米的速度行驶时,从踩下刹车到货车停下要经历一个橄榄球场的长度;货车离所在车道的车道线只有15厘米的距离,这意味着货车在躲避障碍物时只要稍稍转向就会偏离所在车道。“很多为自动驾驶汽车设计的躲避算法根本无法用在货车上。”博迪尼斯说。

不过,Otto针对安全问题对系统做出了很多改进,其中一项是让自动行驶的货车彻底停稳以后再让司机接手。由于人很难在没有准备的情况下就进入开车的状态,因此让司机在货车行驶的中途就拿回驾驶权是非常危险的做法。

加州大学伯克利分校的研究员史蒂文·施多弗(Steven Shladover)曾表示:“Otto的确解决了很多技术难题,但新的问题也应运而生。比起2吨重的小车,40吨重的货车如果因为自动驾驶系统失误而失控,引发的后果要严重得多。而发生这种事故的可能性会让公众和政府都对这项技术保持警惕。”

好消息是,装在货车驾驶室顶部的传感器可以在高处查看前方路况。不过即使是最先进的传感器也不能确保提供的数据是准确无误的。强烈的阳光可能会让摄像头暂时“失明”;尽管近几年迅猛发展的机器学习已经让计算机能够识别大量的视频图像,但有时还是会把路旁的车和巨大的指示牌、小孩和小动物弄混;下雪、结冰和沙尘等恶劣天气也可能扰乱自动驾驶系统。

此外,传感器无法像人一样解读附近车主的面部表情和手势,因此无法做出其他车辆会如何行驶的判断,只有极少的自动驾驶系统能够将搭便车的人与示意车辆停下的施工人员区别开来。最重要的是,开发人员不可能将货车遇到的所有情况都考虑到,所以他们所写的算法也不可能包括货车在所有情况下的对应动作。因此,在某些罕见的情况发生时,计算机得自己做出判断--能否合理应对极端情况是自动驾驶货车能否安全行驶的关键。

一些学者针对自动驾驶系统犯错这种可能性也提出了警告。卡内基·梅隆大学美国国家机器人工程中心的主任赫尔曼·赫尔曼(Herman Herman)对自动驾驶技术车辆的普及保持乐观,但他也表达了自己的担忧:“如果你的个人计算机上的网页浏览器发生了卡顿,你肯定不会担心,大不了关掉重开。但当一辆自动驾驶货车行驶在六车道的高速公路上时,如果计算机错误地指示货车变道,那后果将不堪设想。”

赫尔曼还补充道,自动驾驶货车产业的扩张不一定是好事。路上有几辆自动驾驶货车可能没什么大不了,但如果有几十辆、几百辆无人操控的货车呢?自动驾驶货车上装载的激光扫描器可能会互相干扰,而且传感器上粘了一粒灰尘都可能造成大麻烦。此外,如果这些货车都和云端连接,那么极高的带宽也需要配置到位。最关键的问题是,我们很难去衡量一辆自动驾驶车辆的安全性。

虽然自动驾驶汽车在多数城市道路测试中都成功地完成了挑战,但高速公路上的车辆速度快,转向也不如城市道路方便,货车的弱点可能会成为普及自动驾驶货车的障碍。沃尔沃货车的阿尔姆奎斯特也说:“我们至今无法解决这些问题。”重型货车司机在正式担负运输任务前,通常会在驾校接受数月的训练,并在老司机的指导下试驾数千千米。因此,让自动驾驶系统达到货车司机的驾驶水平比让它达到轿车司机的水平更难。比如,马格里耶夫可以在前轴受损、货车前卡着一台撞烂的轿车的情况下将货车停下,而自动驾驶系统也能拥有同样高超的驾驶技术吗?

出于安全上的考虑,沃尔沃暂时不打算让自动驾驶货车在公共道路上行驶,不过该公司计划使用这类货车完成私人场所内的运输,如矿井和码头。阿尔姆奎斯特说:“在公共道路上,我们将利用这项技术为司机提供支持,而不是试图取代他们。”迄今为止,社会对这项新技术的接受度仍是沃尔沃的心结。这家公司有时会在测试自动驾驶货车时记下过往车辆的车牌号,然后找到这些车主,询问他们对该技术的看法。

Otto的博迪尼斯对自动驾驶技术面临的挑战直言不讳,但他坚称Otto的技术正在迅猛发展,解决一个个难点并非不可能。他表示:“只有当我们的自动驾驶技术已经成熟到完全不需要司机立即做出反应的时候,我们才会正式开始用自动驾驶货车送货。”

Uber凭借着消费者的青睐先占据了市场,然后再和监管者博弈。而Otto就没有这么好的运气了,该公司需要说服监管者,让他们相信该公司的技术能保证货车安全地完成运输任务。

2016年9月,美国政府发布了一系列针对自动驾驶车辆的指导意见,这份文件透露出了政府让该产业自由发展的态度。但与此同时,美国国家公路交通安全管理局(NHTSA)表示将取缔不符合安全规定或“太超前”的自动驾驶系统。

由于该产业的前景尚不明朗,博迪尼斯还强调, Otto会严格按照规矩办事。

道德难题

斯坦福大学教授克里斯·格迪斯(Chris Gerdes)管理着一个研究自动驾驶软硬件设备的实验室,在一次活动中他曾描述过这样一个场景:如果一个小孩突然冲到一辆自动驾驶货车前,自动驾驶系统该如何应对?是变道朝着迎面而来的货车驶去,还是保持方向不变而把小孩撞倒?

格迪斯说:“如果选择变道,小孩可能因此得救,但变道意味着和货车相撞,那么车上的乘客可能会丧生。到底应该拯救哪一方的生命?这是设计自动驾驶算法的人每天都要考虑的问题。”

针对这个问题,格迪斯与加州理工学院的哲学教授帕特里克·林(Patrick Lin)展开了合作,共同研究自动驾驶技术产生的道德难题。两位教授在2015年年初于斯坦福大学组织了一场研讨会,邀请了许多哲学家和工程师对这个话题发表看法。他们还为自动驾驶系统设计了针对不同情况的应对措施,然后进行场景模拟以检验车辆是否会按照算法执行设计好的动作。

随着该技术的不断发展,自动驾驶车辆会逐渐拥有理解复杂情况的能力,这就要求计算机在危急关头迅速地做出选择——这无疑会引发道德伦理上的争议。

然而,发展该技术带来的道德难题不仅局限于此,自动驾驶还可能导致大量的蓝领工人失业。比起一般的自动驾驶汽车,自动驾驶货车的普及会带来更大的社会动荡。实际上,“自动化给工人带来威胁”这个问题已经极大地影响了全球政治和经济格局。麻省理工学院的经济学家达伦·阿西莫格鲁(Daron Acemoglu)曾表示,自动化对就业的影响让政治家“措手不及”,该技术已经在包括制造业在内的多个领域“侵蚀”了人类的工作岗位。如果再来一个自动驾驶货车,蓝领工人的生活必定受到极大的影响。诚然,自动驾驶货车可能不会代替所有的货车司机,但这项技术必定会改变这个岗位的工作性质——而这种改变不一定被每个人都接受。

2016年12月末,美国政府在一份报告中指出,美国正面临着损失数百万个就业岗位的风险。这份由奥巴马总统的高级经济和科学顾问撰写的名为《人工智能、自动化以及经济》(Artificial Intelligence,Automation,and the Economy)的报告明确指出,飞速发展的人工智能和自动化技术将影响国民就业;报告还为即将到来的经济动荡提出了一系列冗长的建议。

该报告估计,自动驾驶技术的普及将影响220万~310万人的工作,其中有170万人是拖车和重型钻机司机。尽管自动驾驶有望为社会的进一步发展做出巨大贡献,但它也有不利于社会的一面:破坏就业结构、扩大收入的不平等并让受教育程度低的工人受到巨大的冲击。

虽然司机是否真的会被机器取代还是个未知数,但这份报告还是起到了警示的作用:它告诫人们,是时候考虑如何利用教育及劳工政策来挽救受到新技术冲击的人们了。

美国西北大学著名的经济史学家乔尔·莫基尔(Joel Mokyr)倾其毕生精力研究技术进步如何从根本上转变人与社会的问题,他曾表示:“在现在美国的制度下,我们从事的职业就是我们的身份,因为自动化技术而失业的人将会遭受痛苦与屈辱。”

遗憾的是,过去由于技术革新而掉队的一些美国人在很大程度上被忽略了——他们在社会、教育以及经济问题上并没有得到美国政府的多少帮助。据白宫报告,美国政府对帮助工人适应经济转型的项目的投入远少于其他发达国家,美国工人只能自力更生。在一群硅谷人士的带领下,一些观察家开始要求政府为失业人群提供“无条件基本收入”。然而白宫拒绝了这一提议,因为实行这种方案等同于“认为工人不可能再就业”。

美国著名智库之一的布鲁金斯学会(Brookings Institution)的高级研究员马克·穆罗(Mark Muro)则提出了所谓的“无条件基本福利”(Universal Basic Adjustment Beneft)。与“无条件基本收入”不同,无条件基本福利将包括专门为求职者提供的福利,为人们提供工资保险、工作咨询、搬迁补贴等帮助。

穆罗也坦言,政府不太可能在短期内提供这样慷慨的福利。但他认为特朗普的当选对很多人来说是一个警醒:很多人都因为技术的发展感到焦虑和失落,这场总统大选的结果与自动化技术的发展有着千丝万缕的联系。

行业竞争

在自动驾驶货车行业,Otto不乏竞争对手。Fed Ex(联邦快递)这家快递巨头已和研究“货车队列”技术的Peloton Technology开展了合作。货车制造商戴姆勒已在内华达州和德国的公路上试行了自家的半自动货车,而沃尔沃也于2016年在瑞典的一个地下矿井展示了其生产的全自动工程车。此外,世界上最大的矿业公司必和必拓(BHP Billiton)也开始在澳大利亚西部的矿场里部署了自动货车,加拿大最大的石油公司Suncor则正式在阿尔伯塔省(Alberta)的油砂矿上测试自动驾驶货车。

英国矿业巨头力拓集团(Rio Tinto Group)在位于西澳大利亚州的West Angelas矿场拥有73辆日本小松公司生产的自动驾驶货车,它们使用GPS进行导航,使用雷达以及激光探测器确保车辆前方的道路通畅。这些货车与自动钻探机合作,24小时不间断地从4个矿场往外运输铁矿石。同时,力拓还计划为连接矿场和港口的运输火车进行自动化升级,使它们可以自动驾驶、自动装卸。

小松自动驾驶货车:每一辆货车都有2层楼那么高,而且没有驾驶员

铁矿石出口商FMG集团(Fortescue Metals Group)在旗下的矿场里也使用了卡特彼勒(Caterpillar)牌自动驾驶货车,这种货车是由美国国家机器人工程中心帮助研发的。该中心主任表示,因为“自动驾驶货车更容易被部署,而且矿场已经得到了严格监管”,所以这种货车可以在跑高速公路前用于矿场运输。

自动驾驶货车在矿场的应用再一次印证了这种技术在经济上的合理性:这种货车的持续运行时间要比人类驾驶的运行时间长得多,因为软件不需要换班或停下休息,货车执行停稳、装矿等动作也更容易预测。力拓集团高管罗布·艾金森(Rob Atkinson)表示:“在过去,因各方不协调而导致的延迟对我们的利润影响很大。”他还透露,该集团对自动驾驶货车和其他自动化项目的投资已经全部收回成本。数据显示,自动驾驶货车的运输成本要比人类驾驶产生的运输成本少15%;由于运输成本是一个矿场最大的开销,仅仅这一点就为其节省了大量的资金。艾金森表示:“我们将会尽最大的可能沿着这条路走下去。”

竞争逐渐白热化

随着自动驾驶产业的竞争逐渐白热化,成熟的公司与前员工成立的初创公司对簿公堂的例子也多了起来。2017年1月,特斯拉公司对其Autopilot项目前主管施特林·安德森(Sterling Anderson)提出上诉,指控他与Google自动驾驶前首席技术官克里斯·厄姆森(Chris Urmson)联合成立公司,并从特斯拉非法挖人。

而2017年2月底,Alphabet(谷歌母公司)旗下的自动驾驶汽车公司Waymo也宣称,其前员工安东尼·莱万多夫斯基(Anthony Levandowski)在离职前一个月从Waymo公司的服务器上下载了14000个、共计9.7G的高度保密文件,其中包括Lidar(激光雷达)主机板的相关设计方案。此外,Waymo还表示,莱万多夫斯基并不是唯一一个下载过该公司机密数据的前员工。还有数名后来加入Otto公司的Waymo前员工也下载过“供应商名单、制造细节、技术说明等保密文件”。这一诉讼的关键人物莱万多夫斯基正是Otto公司的创始人。

Waymo自动驾驶汽车

Waymo认定,Uber的工程师正在使用莱万多夫斯基从Waymo非法获得的技术文件为其自动驾驶车辆开发新的激光雷达传感器。据称, Waymo的员工“无意间”看到一家为Uber提供硬件设备的公司发送的邮件(之后被证实这家硬件设备公司在发送邮件时误将Waymo员工放在了抄送名单中)。这封邮件包括详细的电路图,而该图的整体设计与Waymo的激光雷达极其相似。

“Waymo花费了多年时间来开发自己的Lidar系统,而Otto通过‘偷’来的技术,仅花了9个月时间就开发出类似系统。”Waymo在诉讼声明中表示,“Uber与卡内基·梅隆大学合作研发了18个月,还是没能开发出自己的Lidar解决方案。直到 2016 年 8 月,Uber通过收购Otto最终获得该技术。”

在法院备案中,Waymo表达了他们的不满:“Otto和Uber通过采用Waymo的知识产权,极大地减少了它们自己开发相关技术需要耗费的时间、费用和需要承担的风险。”Waymo现在急切地希望法院能够阻止Otto和Uber对其技术的占用,并要求Otto立即归还相关文件。

面对这纸诉状,Uber回应道:“这是为了拖慢竞争对手的无端指责!”一言以蔽之,这一诉状揭示了Alphabet和Uber之间愈加激烈的竞争迹象。两家公司围绕自动驾驶技术推出了各自的方案,相同的目标逼迫双方从商业到技术的各个方面展开争斗。

Uber被指窃取技术,遭到诉讼

随着自动驾驶领域的竞争越来越激烈,如何留住人才和避免技术外泄成了一个大问题。Waymo的优势在于其前期的积累,而且与竞争对手不同的是,Waymo同时着手开发软件和硬件,以期将整套系统出售给汽车制造商,而不是只解决自动驾驶解决方案中的一个环节。

如果把Waymo和Otto这次的争议放大来看,双方的母公司Google和Uber曾经有着良好的合作关系。然而在过去的几年中,这种良好关系在快速恶化。很多业内人士曾认为,这两家公司能在自动驾驶共享出行领域通力合作,毕竟Google Ventures曾于2013年对Uber注资2.5亿美元。然而Uber不念旧情,毅然决定开发属于自己的自动驾驶技术,反倒成了Google的竞争对手。

据 Waymo 表示,诉讼中涉及的核心技术是Lidar(激光雷达),这种雷达通过每秒发射上百万的激光束来对车辆周围的环境细节进行绘制。Waymo声称,该公司已经投入了上百万美元对激光雷达的硬件进行优化,以尽量降低自动驾驶的成本,然而莱万多夫斯基却将这些研究成果带去了Uber。

要想让一辆自动驾驶汽车清楚地知道自己现在在哪里、眼前有什么障碍物,除了精确的GPS外,还需要“多传感器融合”。目前,主流的技术硬件设备包括成本低廉的毫米波雷达加摄像头,或者再搭配昂贵的激光雷达。

目前而言,特斯拉采用的是毫米波雷达加摄像头的方案:由毫米波雷达探测障碍物,并由照相机通过深度学习进行判断。然而,廉价的毫米波雷达精度不够,甚至无法对行人进行感知。作为补充,由光学摄像头对周围环境进行二维拍照,再通过算法生成物体的形状、距离。不过,受限于光线等因素,其判断并不可靠。实际上,强光、雨雪、尘土会成为摄像头的噩梦,而雷达也无法发现行人和静止或横向移动的物体。

与特斯拉不同,谷歌、Uber等其他公司均认为激光雷达才是真正解决问题之道。激光雷达与普通雷达的工作原理相似,均是发送电磁波,再记录下电磁波反射回来时的时间与角度,以对周遭物体进行感知。与普通雷达不同的是,激光雷达使用几百至1000纳米的激光,远远低于普通雷达的波长。因此,激光雷达在测量物体距离和表面形状上可达到厘米级,远超普通雷达和GPS系统的精度。雷达行业“鼻祖”Velodyne公司的技术解决方案总监大卫·奥罗施尼克(David Oroshnik)曾表示,现在他们最便宜的产品的价格为8000美元。目前,众多自动驾驶车辆都搭载着Velodyne生产的HDL-64E激光雷达,但其价格高达惊人的70000~80000美元——这对于利润水平越来越薄的汽车制造商来说只能是先装上玩玩。

此外,激光雷达领域的另一家明星公司Quanergy目前在小型化和低成本的固态激光雷达领域也取得了很大进展。

这两家公司无疑已经成了业界的标杆公司,拥有非常多的技术专利,而Waymo实际上是在Lidar的基础上对性能和成本进行了一定的创新。一般而言,软件代码很难申请专利,但一旦与硬件绑定成为完整的自动驾驶方案,并在申请专利时尽量扩大应用的覆盖范围,就可能会出现这样的结果:其他的自动驾驶初创公司要么向Waymo直接购买成套产品,要么购买技术授权,这对初创公司来说无疑是个坏消息。

装设了激光雷达的Uber车

实际上,小型初创公司在进入这一领域后常常发现,自动驾驶的一些核心技术已经被注册专利,比如类似Google注册的当自动驾驶汽车遇到大型货车时自动靠左行驶的专利。当初创公司的研发处处受制于已有专利、自己又缺乏防御性专利组合时,它们可能会考虑退出该领域的角逐——这种局面无疑是技术创新的大敌。

同样,对Uber来说,如果无法开发出属于自己的自动驾驶技术,其结果将是毁灭性的。为什么呢?因为依靠共享出行起家的Uber的主要收入来自司机。随着自动驾驶技术的出现,如果有朝一日不再需要人类司机,Uber将被逐出共享出行行业——除非Uber自己也掌握了相关技术,尽早提供了无人驾驶共享出行服务。

不过,好在Lidar目前并不是无人驾驶业界的唯一标准,其他诸如纯雷达、声波、图像识别等方式也都在快速发展中。而且,像福特、通用、日产等传统汽车制造业巨头的纷纷进入,无疑会大大加速无人驾驶技术的成熟周期,提升技术方案的多样化。

中国的自动驾驶货车

根据图森(Tu Simple)公司的数据,中国有720万辆货车和1600万名长途司机负责城际公路上的物资运输——这个产业的价值高达3000亿美元,而司机的工资成本占运输总成本的40%。如果使用自动驾驶货车,一些原本需要2~3名司机合作完成的长途运输任务可以由1名司机完成。

目前,中国的货运服务良莠不齐,公众普遍期待这个行业能进行大整改。此外,由于该行业的监管较松,给企业带来了很大的创新空间。在这两个因素的驱动下,中国的自动驾驶货车产业有望得到快速发展。

Tu Simple自动驾驶系统“眼中”的街道

百度和福田汽车合作研发的自动驾驶货车原型

正是看到了中国的潜力,图森这家在美国圣地亚哥和中国北京都设有总部的公司决定与中国的一家货车制造商合作开发一种自动驾驶货车平台。该公司的核心技术是计算机视觉和一种能深入理解图像的算法,这种算法不仅能识别不同的车辆,还能预测它们的动作。图森把从手动驾驶货车收集到的大量数据输入神经网络,然后通过“机器学习”技术处理这些信息。

而中国的互联网巨头百度也不甘落后——该公司已经为研发自动驾驶技术投入了大量资金。百度与货车制造商福田汽车展开了合作,并于2016年11月在上海新国际会展中心发布了国内首款自动驾驶货车。目前,百度已有好几支团队专注于研究自动驾驶系统,其中一支团队旨在研发无人驾驶汽车。

云启资本的投资人黄榆镔曾说,中国这片市场的机会巨大。他认为中国政府会支持这个产业的大力发展,不过地方政府也许会有所顾虑——毕竟,自动驾驶货车的普及有可能导致一批司机失业,这是他们不愿看到的。但他补充说:“使用自动驾驶货车能节约劳工成本和油费,市场这只‘看不见的手’决定了这个产业不发展都不行。”

中国针对自动驾驶车辆的监管才刚刚开始:政府正试图在保证公众安全和鼓励公司创新中寻求一种平衡。2016年7月,政府宣布正在起草监管自动驾驶车辆的相关文件,并呼吁该产业在文件正式出台前减少试验的次数。即便如此,很多和黄榆镔持相同观点的人还是相信,政府最终会放松对自动驾驶货车测试的监管,并对这种货车的商用保持开放的态度。

时机是关键

沃尔沃的阿尔姆奎斯特认为,在不久的未来,自动驾驶货车会在公共道路上担负起运输的重任。不过,他认为时机是这项技术能否普及的关键因素:“如果我们太急,弄出了什么事故,整个产业都会蒙羞。如果你失去了公众的信任,再想挽回就很困难了。”

专家点评

倪凯

乐视超级汽车自动驾驶副总裁、FF&Le Future人工智能研究院院长,曾任百度高级科学家,负责无人车的研发。

从2015年5月戴姆勒获得美国内华达州的全球首个自动驾驶货车车牌,到2017年2月Embark货车在城市间的公路上采用自动驾驶技术行驶,自动驾驶货车因其带来的巨大商业价值而备受青睐,比如自动驾驶货车可实现驾驶更安全、降低货车司机的支出以及最大限度的省油等。中国的物流行业近几年的迅猛发展也带来了对自动驾驶货车技术的巨大想象空间。

不过,就自动驾驶货车的应用场景而言,目前其在中国还面临很大的挑战,因为中国的交通环境比欧美国家更复杂。可能有人说,只需先重点解决自动驾驶货车在高速公路上的问题即可。可是要想真正完全解放货车司机,仅仅实现高速公路上的自动驾驶是不够的。在自动驾驶货车驶入高速公路之前以及驶出高速公路时,也需要一定的基础设施和相应的司机接管机制来进行配套,难度不小。另外,在中国,每年由货车超载、超速、刹车故障和货车司机疲劳驾驶等原因造成的恶性交通事故,造成了大量人员的死亡。辅助驾驶的技术包括主动安全技术完全可以在未来几年逐步铺开,极大地提高自动驾驶货车的安全性,解放特定场景下的驾驶工作,带来相当可观的经济效益和社会效益。加之货车本身的成本较高,因此对自动驾驶系统的价格敏感度会相对较低,这一点也有利于自动驾驶货车的商业化落地。

从具体实践来看,货车司机大多是有丰富驾驶经验的职业司机,其驾驶水平与普通驾驶员相比要高,因此对货车自动驾驶系统安全性的要求更为苛刻;此外,不仅仅是货车的自动驾驶系统,整个自动驾驶系统的研发从现在的情况来看都离不开增强学习。增强学习很重要的一点是需要有大量的数据进行训练,让系统知道它怎样做才会得到一个好的结果,怎样做会得到一个坏的结果。对于自动驾驶车辆而言,因为无法在实际行驶过程中得到足够的真实数据,要想得到足够的负样本,就需要利用模拟器来生成这样的数据。不过由于自动驾驶的复杂性,如何实现非常好的仿真,这本身就是一个非常难的问题,还需要在技术上进一步攻克。

目前整个自动驾驶行业的趋势是快速发展的,各大公司都在投入大量的资源,从Otto被Uber收购的例子可见一斑。自动驾驶系统的成熟包括货车自动驾驶系统的成熟和落地,需要集中更多的力量一起去解决很多问题,包括我们的自动驾驶从业者和配套行业,如保险业、立法机关等。

专家点评

吴甘沙

驭势科技CEO,前英特尔中国研究院院长。

自动驾驶货车是智能驾驶领域一个很有趣的存在,虽然预期的销量远比乘用车少,意义却非常大,因为货车几乎全勤(没日没夜的跑)、跑得多(一个月的里程可能相当于乘用车数年的里程)、事故风险大(占交通事故的1/2以上,而且常常是碾压式)、烧油狠(占公路运输物流成本的1/4以上),而自动驾驶可以解决很多这样的问题。另外,货车的整体拥有成本高,装一套昂贵的自动驾驶系统也承受得起,再加上大家心目中对汽车人的敬仰,它位列10大突破性技术榜单名正言顺。

但是其成熟期还需等待5~10年。乘用车的智能驾驶分为几个阶段,从驾驶辅助(预警型ADAS)、辅助驾驶、高度自动驾驶到无人驾驶。自动驾驶货车可能会走一条与乘用车不同的商业化道路:短期内驾驶辅助的意义远大于乘用车,专治疲劳驾驶。

但辅助驾驶颇为鸡肋,它虽然提供了高速公路连续自动驾驶的能力,但要求司机在路上仍然全神贯注。如果司机产生了对辅助驾驶系统不切实际的信任,迷迷糊糊地睡着了,那将酿成大祸,因为紧急状况出现时司机无法瞬间接管。所以,它有可能跨过辅助驾驶,直接来到高度自动驾驶,这样货车在出现不能处理的状况时可以在10秒左右的时间优雅地把控制权交给司机。当然,最好的还是无人驾驶,这样可以直接去掉司机的成本。

在通往无人驾驶的路途上,货车还会出现一种中间形态即利用V2X车联网实现编队出行,第一辆车由货车司机开,而后续车辆跟着前车自动开,前车加速则后续车辆也加速,前车制动则后续车辆也自动刹车。

Otto的200公里Show(“秀”)还不能说是现象级的,一是这只是演示,是在这条道路上经过长时间的训练后完成的,通用能力还有待考察;二是这批谷歌的精英“曲线救国”来到Uber,精力已经被乘用车分走了(而谷歌正在起诉Uber和这支团队盗用了包括谷歌激光雷达在内的知识产权),货车这块估计要“失宠”;三是自动驾驶货车的一个特殊难点在于控制,毕竟在空载、满载和超载的情况下系统需要完全不同的参数,在这一点上,默默耕耘的老牌货车大厂,像戴姆勒、沃尔沃等更有优势。如果它们能与新兴的人工智能公司强强联合,那么自动驾驶货车振翅高飞的日子就不远了。

到那时,我们可以说无人驾驶改变的不只是出行,还包括整个世界的物流。信息流、交通流和能源流的三流汇聚,将是无人驾驶最精彩的绽放。

专家点评

田丰

阿里云研究中心主任。专注于云计算、物联网/工业互联网、大数据、VR/AR科技战略的研究。工信部人才交流中心工业和信息化特邀专家,中国互联网协会核心专家。

新技术开拓新的市场空间。民航飞机除“起飞”和“降落”外的航程,都由自动飞行系统接替人类飞行员。因长时间行驶在封闭的高速公路上,自动驾驶货车的司机仅负责驶入高速、驶出高速、过关检查,其他的全部路程都由人工智能来执行。从“自动驾驶”到“无人驾驶”仍需一段时间,昂贵的激光雷达、复杂变化的路况、自然界变幻莫测的气候,都限制了自动驾驶技术在乘用车中的广泛普及。目前一套激光雷达的价格比一辆整车的价格还贵,而不用激光雷达的无人驾驶又存在较大的安全隐患。高速公路屏蔽了行人、摩托车、自行车、宠物等复杂路况,而雇佣货运司机的2年工资就能买一辆新货车(10万~14万美元)。即便激光雷达的价格不菲,还是存在可观的利润空间,所以自动驾驶货车成为自动驾驶产业的第一个突破口,汽车厂商和零部件供应商都积极进行战略并购、研发自动驾驶技术,担心一旦错过科技升级的产业风口就会被时代永远淘汰。

一辆自动驾驶货车除传统零部件外,新增的成本主要集中在环境感知设备(含Lidar激光雷达、超声波雷达、摄像头、传感器等)、导航设备(GPS系统)、智能计算机(类GPU计算机)、自动控制装置(转向、刹车、油门自动控制器)。这一套设备的整体成本仍需减少90%,才能让众多“未来概念车”变成“产业用车”,真正走入每一家货运企业甚至寻常百姓家。另外,5G通信、V2X技术、交通云、互联网汽车服务等配套产业链都在快速发展。

安全与就业永远是新科技发展的争论焦点。未来10年最危险的不是自动驾驶货车本身,而是人类驾驶货车与自动驾驶货车的混合行驶状态。谷歌、特斯拉、福特、奔驰、宝马、通用、大众、本田、尼桑、博世及德尔福共11家主机厂和零部件企业已在美国加州获得了资质上路测试,据美国加州交通管理局在2017年公布的相关报告显示,以人工干预前自动驾驶平均里程数衡量,位列前三名的是:

(1)谷歌:自动驾驶5127.97公里人工干预一次;

(2)宝马:自动驾驶638公里人工干预一次;

(3)福特:自动驾驶196.67公里人工干预一次。

而我们所熟知的特斯拉的排名并不靠前,其自动驾驶3.02公里人工干预一次。

当然,这份报告并不能全面体现各家厂商的技术实力,因为各大公司的测试环境存在差异,包括公路、封闭测试场、赛车场等难易不同的行驶环境,而塔塔Elxsi公司则计划在路况异常复杂的印度班加罗尔市(摩托、三轮车、汽车、行人混行)测试自动驾驶技术。无论哪一家自动驾驶公司胜出,都是全人类的福音。全球每年的车祸死亡人数接近100万人,汽车发明至今,车祸死亡人数已经超过第一次世界大战中的死亡人数。而自动驾驶技术将大幅降低人为交通事故的发生概率与伤亡影响。

另外,虽然收入较高,但全球货运司机非常短缺,仅美国货运司机的短缺量就约为75000名,而且每年的缺口仍在快速增长。半自动驾驶系统的引入将缓解货车司机紧张的供需关系。美国自动驾驶方面的创业公司正在为货车司机提供新的工作岗位,雇佣经验丰富的货车司机在远程控制中心“训练”“遥控”行驶中的大量自动驾驶货车,这是无人机、无人船、无人车集群的运营监控保障。而从长期来看, 200年前,90%的地球人都是农民;随着食物科技的发展,现在只有2%的人是农民,更多的人转变为工程师、服务员、研究者、开发者、设计师等,而人类的生活变得更糟糕了吗?