《自动驾驶之争》
[美] 亚历克斯·戴维斯 著,李雨嘉 译,《自动驾驶之争》,浙江科学技术出版社,202306 ─────────────── 推荐序 江湖依旧在人已是传说 英特尔研究院的定位是3年内商业化的不做、产品部门做,5~7年商业化的也不做、通过大学合作来做,自己只做3~5年的商业化。 自动驾驶当时是归入5~7年商业化的范畴,所以与大学合作。大学合作常常有三种模式:直接赞助教授或研究联合体;与大学教授成立联合课题组;在一些大学设立所谓的小实验室(Lablet),派驻全职研究员与大学教授紧密合作。 硅谷的人才,不仅仅学术好,而且深谙商业模式。比如特龙即使和佩奇关系好,也不是傻傻地毛遂自荐,而是先自己开一家公司,然后让佩奇收购。莱万多夫斯基就更不用说了,服务谷歌的时候又私下搞了2家自己的公司与谷歌做生意。他要转投优步,也是谋算妙到毫巅,先拿谷歌的大奖金包,再自己创立一家无人卡车公司(貌似和谷歌、优步无关),再被优步收购,全程最大化自己的利益。当然,特龙是阳谋,莱万多夫斯基是阴谋。书里有很多细节,这些技术奇才是如何与老板谈判激励机制的,让人拍案叫绝。 从2009年开始,郑南宁院士、王飞跃老师和李德毅院士等也开展了中国的“大挑战赛”——中国智能车未来挑战赛,培养了一大批人才,我所在的驭势科技的CTO姜岩博士和一些核心主力工程师正是从挑战赛中成长起来的。记得2016年10月参加常熟挑战赛的时候,还出了一个意外。突然很多车辆的GPS接收装置受到了干扰,最后查出来是因为我们和北京理工大学合作车辆的后备箱里装了一个高功率的无线路由器。这跟2005年第二次大挑战赛红队的GPS受到大屏幕干扰如出一辙。这再次印证了木桶原理,自动驾驶走不得捷径。 达克效应降临了,从愚昧之巅,到了绝望之谷。大家忽然意识到那个冷冰冰的现实,对于自动驾驶来说,99分=0分。无论是第一代的Waymo,还是第二代的Aurora、Nuro、Cruise和Argo.ai,包括百度和以图森未来为代表的中国L4高度自动驾驶(6)产业公司,都卡在了99分、几百台的规模。每年最尴尬的是董事会,股东们看着没啥变化的数字、对着曾经的诺言,充满疑惑和不解。 对于那些豪气遮天的L4公司来说,它们灵魂深处的信念产生了动摇。特别是学院派,常常用研究思维思考,而商业化还需要工程思维,这两种思维,厄姆森和莱万多夫斯基各擅胜场。研究思维是优雅地取得一个新问题的突破,扩展人类的知识边界,1万次当中成功1次就行了,但是工程思维是采用最经济有效的方式解决问题,1万次当中失败1次都不成。 即使厄姆森这样稳重的人,也从来不掩饰自己的骄傲,以及对其他路线的轻视。在他那个圈子里,有两句著名的话:“去月球,别总想着从梯子开始(Don’t try to build a ladder to the moon)”,“别以为天天努力地学跳高,有一天就能飞起来(That’s like me saying if I work really hard at jumping,one day I will be able to fly,)”。他们轻视的,叫作渐进路线。 渐进路线的代表是两类: 特斯拉、Mobileye和绝大多数主机厂代表的是L2辅助驾驶,它们有量,有数据,可以逐步升级到L3和L4。辅助驾驶的逻辑就是你考不到100分,就让老师随时敲打你(车主负责、随时接管); 另一类是加了约束的L4自动驾驶公司,又分成两类: 从机场、港口、矿山、制造业这样的限定场景产业应用出发,小题库可拿100分; 或从最后几公里的低速应用出发,比如公交、配送、环卫等,题库不小、题也不简单,但因为车小且慢,考不到100分出不了大事。 第二代公司的逻辑是,“梯子”是无法到达月球的,学“跳”是不可能进化到“飞”的。然而,包括特斯拉在内的这些公司证明了渐进路线有强大的生命力,更可持续发展。 中国有更多在场景端切入自动驾驶的公司,这些公司在各自所属的场景中逐步走出自己的道路,这,是美国没有的。 前言 Waymo对决优步 安东尼·莱万多夫斯基,如同事们预料的那样,被一群律师簇拥着,出现在会议室里。近年来,莱万多夫斯基被那场自动驾驶领域的世纪诉讼搞得焦头烂额,充满讽刺意味的是,他本人是自动驾驶行业的开创者之一,却因此麻烦缠身。 莱万多夫斯基加入优步之前,曾效力于谷歌多年。Waymo声称,2015年12月11日,莱万多夫斯基从Waymo的服务器下载了多达1.4万份技术文件到公司配发的笔记本电脑上,其中许多文件内容涉及谷歌至关重要的激光雷达、视觉感知的内部工作成果。莱万多夫斯基还将一张SD卡插入电脑长达8个小时,然后安装了一个新的操作系统来清除下载证据。 第1章 祖母测试,DARPA大挑战赛的源头 The Grandma Test 飞机可以在天上飞行,但无人车不仅需要避开所有由于重力作用而在地面上的东西,例如树木、岩石、建筑物、人和其他交通工具等,还要知道对方是什么,它们可能如何运动,以及自己的运动将对周围环境造成什么影响。开车可能是人类经常从事的最复杂的任务,尽管没人意识到这一点。 这些纷繁的工作都源于DARPA的根本特征:灵活性。该机构的工作方式与军队的其他部门完全不同。它通常雇用不超过几百人,基本上不受官僚主义的束缚,尽管官僚主义支配着政府的大部分工作。虽然DARPA的局长身处要职,但是机构的研究方向来自项目经理,他们占了总人数的一半以上。这些人包括物理学家、化学家、生物学家、工程师、学者、实业家和军人等。他们的工作是为自己遇到的棘手问题提出潜在的解决方案,比如一种新的通信设备、装甲或导航系统。他们向局长推荐自己想要运营的项目,如果获得批准,就为公司、大学或任何可以实现他们想法的人提供资金。项目经理通常只工作一两年,很少有人超过4年。DARPA倾向于不断进行更新,优先考虑新想法,而不是过往经验,特别是令人失望的经验。当一个项目成功时,DARPA会把它交给军方或私营部门进行商业化,然后再去进行下一个大胆的冒险。 1995年的夏天,波默洛和约赫姆迫不及待地想要看看,安装在一辆灰色庞蒂克运输车里的RALPH程序如何在有着不同道路标志的高速公路和不同类型的高速公路上行驶,他们发起了一场名为“解放双手穿越美国”的越野驾驶(由于研究重点是道路视觉系统,所以他们负责踩油门和刹车)。在9天的时间里,计算机科学家们一边听着有声书《星际迷航》(Star Trek)打发时间,一边行进了大约4 586千米到达圣迭戈,完全由汽车来完成转向工作。 无人车这个想法看起来就像一个永恒的研究项目,一个建立在稳定的、渐进的发展之上的项目,将产生源源不断的博士论文。 特瑟认为此时的关键在于整合而不是发明,要找到合适的方法将所有现有技术整合在一起。他追求的是“配方”,所以“厨师”不能太多。特瑟想引进新鲜血液,即那些与国防部或DARPA无关的有潜力的人才,特瑟只需要找到这些人,并把他们领到“厨房”就够了。 第2章 极客和国债,每次都以一种前所未有的方式失败 Geeks and Govvies 莱万多夫斯基更喜欢在智识上胜人一筹,而不是靠勤奋胜过别人。他解决问题的方法是不断追求捷径,不断突破规则,来寻求新的方法。和附近硅谷的许多科技界人士一样,他认为这不是欺骗,而是一种优秀的策略。如果要花无尽的时间帮助客户解决普通的计算机问题是他生意的出路,莱万多夫斯基宁愿找别的事做。 但惠特克对建造桥梁毫无兴趣,他想制造机器人,他从小就对这件事抱有热情,小时候曾用从家附近的垃圾场收集来的零件组装机器人。他说:“我在寻找一种可以改变世界的东西,一种能用自己双手完成的东西,一种在我的时代就会发生的东西。”惠特克认为,正在兴起的机器人技术研究将为自己提供施展拳脚的空间。 在那里,他研发了第一辆自动驾驶汽车“Terregator”,它配备了摄像头、声呐和激光雷达,这个被称为自动驾驶汽车的6轮机器人看起来像一个冰箱,它以步行的速度在人行道上穿行,机器人通过从4楼计算机实验室窗口伸出的约90米长的电缆与它的“大脑”相连。 20世纪末期,他和他的同事还有学生们一起,制造了数十个非常棒的机器人,这些机器人在某些领域、某些危险的地方,做了不少弱小的人类无法完成的事情。比如有些机器人爬进了南极洲和阿拉斯加的火山;有些机器人很好地执行检查机场上覆盖的17 000块地砖的任务;有些机器人奔波于废弃的煤矿;有些机器人准备探索太阳系。当惠特克不在校园里或带着最新发明外出时,他就会去城外的养牛场工作。他在20世纪90年代买下了养牛场,除了通过举重来保持体形外,还能在农场做些体力活儿。 生活不是听任别人的安排,他嘲笑卡内基梅隆大学高层对参加DARPA大挑战赛的犹豫。此外,他总是喜欢有明确目标的项目,没有比第一个到达那里更明确的了。 2003年3月13日,惠特克正式宣布参加DARPA大挑战赛,这是DARPA获得的第一个正式的参赛者。惠特克在用来记录生活的网络博客中明确表示特瑟不是唯一一个有天赋成就大事的人。“一年后的今晚,我们在洛杉矶拉斯维加斯机器人比赛中的表现将永载史册。 5年后,厄姆森设计了一款机器人用来寻找南极洲的陨石,并可在航空轨道上组装太空站。当DARPA宣布举办大挑战赛时,厄姆森住在一个亮黄色的帐篷里,这里满是微生物。在即将完成博士学位论文的时候,厄姆森正尝试让这个太阳能机器人在不需要人类帮助的情况下爬行1千米。 与此同时,惠特克一直在打电话找资金,说服他在机器人领域认识的以及不怎么熟的人,让他们成为赞助商,捐款或提供昂贵的零部件。英特尔提供了电脑,卡特彼勒(30)捐赠了雷达,谷歌送来了现金,固特异送来了轮胎。波音公司不仅提供了进入其机器车间的机会,还提供了两名工程师的全职帮助。最终,惠特克筹集了50万美元的现金,获得了40多家公司的支持,还有数百万美元的技术和工时支持。没有别的团队会得到接近这个水平的支持,尽管如此,这一切还是低于惠特克的期望,只是勉强达到了他的要求。 在室外工作时,不可避免的强光和不断变化的照明条件让计算机识别变得更加困难。但摄像头还是可以提供有价值的信息,所以团队为沙暴车添加了一对摄像头,每个都有三四个网球那么大。 第3章 沙暴车,孤儿优先 Orphans Preferred ...