第三屆世界網際網路大會在烏鎮召開，人工智能成為熱門話題，而真正能讓大衆切身體驗到人工智能便是已經從「測試」走向「試乘」的無人車，百度無人車邀請了多位嘉賓進行了體驗，李彥宏竟然也發朋友圈「吐槽」自己不是第一批體驗的，同時這也标志着桐鄉市子夜路智能汽車和智慧交通示範區内開始測試和試營運，這成為百度繼 2013 年啟動無人車項目、2015 年底完成多種路段測試、今年 9 月和 10 月分别獲得美國加州自動駕駛汽車道路測試許可證和完成加州首次公共道路測試，無人車項目的有一個重大進展。
這是國内首次第四級别的自動駕駛汽車全程無幹預的在全開放城市道路上行駛，投入烏鎮營運無人車 15 輛，3 天内超過 200 位乘客規模化試乘，應付了多時段的複雜氣象條件。更加重要的是，這是支援 5 款車型的跨平台無人駕駛技術。
2015 年底，在百度宣布正式成立自動駕駛事業部且表示「計劃三年實作自動駕駛汽車的商用化，五年實作量産。」時，很多人會持觀望态度。也有人在谷歌和特斯拉的自動駕駛汽車出現事故（後者為輔助駕駛）後去質疑自動駕駛的發展方向。但就像斯坦福「人工智能百年研究」的首份報告中所提到的那樣：就像現在還不明确的一點是，自動駕駛汽車需要發展到何種程度才能引起大衆的廣泛接受。解決這個問題一方面是需要技術的持續進步和産品的不斷成熟；另一方面是需要大衆和自動駕駛汽車在生活中進行持續和良性的互動，感覺到每一次自動駕駛技術的進步給自己生活帶來的影響。
而我們通過一次次的真實體驗，逐漸感覺到，夢想中的完全自動駕駛和決策精确的汽車以及随之而來的更加智能的城市已經離我們越來越近。波士頓咨詢做了一項調查，58% 的調查對象表示他們願意乘坐自動駕駛汽車。例如，印度和中國消費者的意願很高：分别有 85% 和 75% 的調查對象表示準備乘坐自動駕駛汽車。
城市是自動駕駛汽車最有可能給人們的生活、工作和出行帶來更好的徹底變革的場景。因為城市既是我們最大的，也是我們增長最快的人口中心。現在全世界已有一半的人類——35 億人——生活在城市裡；而到 2030 年，全世界将有三分之二的人是城市居民。城市占據了 60%——80% 的能源消耗和全世界 70% 的溫室氣體排放。這也是此次桐鄉市子夜路智能汽車和智慧交通示範區内開始營運的意義，它的重要性要遠遠超過一條供自動駕駛汽車測試的道路，因為這是一個智慧系統。對于我們生活的城市來說，我們可以預計到的好處包括：
1）更為安全的駕駛和更少的事故
首先，人工智能使機器在很多任務的決策速度上都超過了人類，在駕駛決策，尤其是緊急情況下的應變能力更是如此。駕駛員遇到突發情況，他從視覺感覺、到肢體決策再到汽車的執行大約需要 1.2 秒，而自動駕駛汽車僅需要 0.2 秒。其次，駕駛員的安全視距一般在50米左右，而自動駕駛汽車安裝有多種中遠距雷達、攝像頭等傳感器，能實作200米以上的超視距掃描觀測。第三，人類駕駛員會受疲勞、酒駕、醉駕、情緒等問題影響，而計算機系統卻不存在這樣的問題。是以，更好的「視力」、更快的「駕駛決策」和更加穩定的「駕駛表現」會使自動駕駛汽車成為比人類更加出色的駕駛員，進而降低事故發生率，甚至是提高我們的平均壽命。據麥肯錫咨詢預測，自動駕駛可将制動距離及反應時間的大幅降低，車輛碰撞事故發生率減少九成。而根據波士頓咨詢的資料，自動駕駛汽車的廣泛應用能夠讓美國每年減少約3萬起公路死亡事故。
「讓一個有駕照的司機代替電腦駕駛，實際上增加了事故的可能性，因為人類沒有那麼可靠。」谷歌自動駕駛汽車項目總監 Chris Urmson 曾表示。
2）資源的利用更加高效和環保
首先從車輛來說，目前的車輛使用率較低，而無人車将通過全局優化、共享經濟、實時排程、智能派單、動态定價等方式來提高汽車使用率。其次，麻省理工學院MIT研究發現，如果采用自動駕駛汽車，路口通行效率可以提升一倍；IBM研究發現，30%的城市交通流量因找車位而産生。自動駕駛會減輕對道路和停車場需求的壓力。BCG 的研究表明，SDV 和「自動駕駛計程車（robo-taxi）」（尤其是共享自動駕駛計程車）在市區的廣泛使用可以讓城市街道上的汽車數量下降 60%，尾氣排放下降 80% 或更多，這會帶來公共資源的更好利用和更好的環境。
3）提高生活品質
這出現表現在出行成本的下降和時間利用效率的提升。據百度自動駕駛事業部總經理王勁介紹，未來，80%的汽車将是共享的，百度經過模組化測算得出：如果居民采用完全自動駕駛模式的電動無人駕駛計程車方式出行，其成本僅為目前有人駕駛計程車出行成本的44%。甚至，如果該電動無人駕駛計程車采用分時共享方式營運的話，其出行成本将進一步降到目前計程車方式的1/3。美國一個通勤者的單程平均駕駛時間是 25 分鐘，中國大城的通勤時間更長，當有了自動駕駛技術之後，人們可以在通勤中有更多的時間來工作和休閑。同時，自動駕駛汽車還可以為我們「跑腿」去處理一些任務。
是以，自動駕駛将大幅提升我們的生活效率，并且會創造出一種全新的智能城市形态。帶來的影響不可估量，是以也成為衆多科技巨頭紛紛加入進來的原因。
從 20 世紀 80 年代卡耐基梅隆大學的 Navlab 計劃，到谷歌自動駕駛項目，再到如今所有相關公司的強勢布局，衆多參與者都走在追求這個終極目标的路上，每個參與者都會基于自己的優勢規劃發展路徑。各個領域的參與者從不同角度向自動駕駛這個目标進發，特斯拉上個月剛剛釋出了完全自動駕駛硬體，包括 8 個環繞錄影機、12 個更新版的超音波傳感器、具有增強功能的前視雷達、基于 GPU 的更強大的車載計算系統和特斯拉自己開發的神經網絡；創業公司 Drive.ai 另辟蹊徑選擇了與自動駕駛汽車與周圍環境（主要是人類）進行通信的發展方向；英偉達則将端到端學習應用到了自動駕駛中；牛津大學和Udacity剛剛開放了各自的自動駕駛資料集。
以谷歌和特斯拉為例，兩家公司都使用了多種相似的傳感器、地圖技術以及汽車的「學習」軟體技術，但各自有一些不同的考量。但就像人類一樣，無人駕駛汽車也需要一雙「眼睛」去「看」到路上的人、車、物，以安全為前提做出決策。而在這項技術方面，谷歌和特斯拉有不同的考量。 谷歌雷射測距系統 LIDAR，通過向目标發射探測信号(雷射束)，然後将接收到的從目标反射回來的信号(目标回波)與發射信号進行比較，來計算目标的相關資訊，比如距離、方位、高度、速度、姿态、甚至形狀等參數。由于該技術可高度精确地計算汽車與周遭環境的位置關系，是以雷射測距系統 LIDAR 是目前無人駕駛技術最優的選擇之一。而特斯拉則完全不買 LIDAR 的帳，而是采用高速攝像頭讓汽車「看見」周遭的一切。
在資料方面，特斯拉在去年 10 月通過軟體更新增加了輔助駕駛功能，這個功能在研發時使用了特斯拉車主過去 18 個月積累的 7.8 億英裡行駛資料。在該功能上線後的短短六個月内就積累了 4,700 萬英裡資料，遠遠超過谷歌曆時 6 年積累的 150 萬英裡，而近期特斯拉的這個資料已經增加到 1 億英裡。特斯拉在收集資料上有着壟斷性的巨大優勢，是以能夠利用現有深度學習做自動駕駛，在與大多數同行競争中已然遙遙領先。但特斯拉并沒有滿足這一狀态，Elon Musk 同時通過成立 Open AI 在本質上尋求能夠實作第四級别自動駕駛的下一代的深度學習算法。
在通往自動駕駛之路上，各家科技公司各顯神通，百度無人車的體驗讓我們意識到自動駕駛已經離我們的生活越來越近，而現在我們需要探尋的就是誰将先到達那裡。自動駕駛涉及的技術非常複雜，現在下結論還為時過早，但唯一明确的一點是，自動駕駛是一項系統工程，需要各種技術相結合。BCG報告中指出，傳感器和傳感器整合技術在自動化駕駛中至關重要。但除此之外，自動駕駛還需要有精确到10厘米以内的高清地圖，滿足其對周圍環境進行預判。傳感器和地圖的結合可以保證資料的連貫性，準确定位、導航，不止這些，高清地圖可以對傳感器進行交叉檢查，幫助自動駕駛車輛對周圍環境進行實際的測試。
百度無人車的這次試乘不僅可以讓我們更加自信的暢想自動駕駛給我們帶來的未來，同時也更好的讓我們感覺到系統性自動駕駛技術的進展。
「百度汽車大腦」是百度自動駕駛的核心，包括高精度地圖、定位、感覺、智能決策與控制四大子產品。底層為高精度地圖、中間層為感覺/定位，最高層為智能決策與控制。目前汽車大腦已經可為汽車提供高精度地圖、高精定位、智能感覺、智能控制的自動駕駛整體解決方案。其中，百度自主采集和制作的高精度地圖記錄完整的三維道路資訊，能在厘米級精度實作車輛定位，相比于GPS定位精度提升了兩個數量級。百度無人駕駛車依托國際領先的交通場景物體識别技術和環境感覺技術，實作高精度車輛探測識别、跟蹤、距離和速度估計、路面分割、車道線檢測，為自動駕駛的智能決策提供依據。百度無人駕駛使用了64線雷射雷達、毫米波雷達、視訊等感應器。GPS定位系統等，随時采集車輛周邊資料，精确識别路面交通線、紅綠燈、各種交通辨別，可準确接收車輛的定位資訊。在國際通用的KITTI測試車輛檢測項目中，百度的車輛識别準确率達到89.32%。在計算能力方面，百度無人車還擁有CPU+GPU+FPGA的異構車載計算平台，計算能力比去年提升8倍。
雖然完全自動駕駛在技術上是一個極其困難的問題，我們需要在這方面持續加速，但 自動駕駛汽車的出現還會帶來社會、法律和監管上的問題，這就需要決策者、規劃者、企業和作為世界各地城市一份子的普通居民等城市市民都将要參與進來，讓大家感覺和接受它慢慢滲透進我們生活的完成過程。人工智能為大衆所知需要一個載體，令人驚豔的 AlphaGo 取得了偉大成就，但是除了我們見證了技術之外沒有從本質上改變我們的生活。從目前看來，自動駕駛就是人工智能的最佳呈現方式之一，自動駕駛不能僅僅提留在高校和科技公司的實驗室裡，也不能一直在工程師進行封閉的測試，而是應該通過一次次公開體驗讓大衆感覺到自動駕駛技術的逐漸進步。隻有這樣，我們才能擁有 BCG 在報告《Revolution in the Driver’s Seat: The Road to Autonomous Vehicles》中「問題不再是 SDV（自動駕駛汽車） 是否會上路，而是會何時上路。」那種狀态和自信。
©本文為機器之心原創文章，轉載請聯系本公衆号獲得授權。