谷歌一直稱自己用實際路測和虛擬測試相結(jié)合的方式來訓練自動駕駛系統(tǒng)。到底兩者如何融合？在其中又遇到了哪些困難？應該如何解決？

前幾日，繼Uber之后，Waymo的無人駕駛測試車也撞了。幸運的是，只受輕傷。5月4日，在亞利桑那州錢德勒市，有人駕駛車輛由于某種原因跨過中間線撞向?qū)ο蛐旭偟腤aymo測試車，導致雙方車輛受損，無人駕駛安全員受輕傷。警方認為，Waymo車輛和安全員無須承擔責任。

看上去，該市警方已經(jīng)適應了無人駕駛車輛是責任主體之一的現(xiàn)狀。盡管無責，也讓公眾認識到，在某些情形下，無人駕駛車輛對其他車輛不可預測行為的反應，并不比人類做得更好。在近乎對撞的過程中，Waymo沒有采取令人驚嘆的規(guī)避動作（也許保持車道更明智），但毫無反應就有點令人失望，無人駕駛測試車甚至沒有采取剎車等慣常措施。

Waymo將在內(nèi)部徹查無人系統(tǒng)的訓練日志，但他們不會蠢到試圖搞懂車輛在“想”什么。他們只會從結(jié)果逆推，發(fā)現(xiàn)訓練系統(tǒng)中尚未完善、甚至尚未涉足的部分。

如何訓練一個“黑盒子”

這導致了谷歌“城堡”計劃曝光。谷歌一直宣稱自己用實際路測和虛擬測試相結(jié)合的方式來訓練自動駕駛系統(tǒng)。兩者如何融合，谷歌一直秘而不宣。

新的事故表明，谷歌仍然領先，但不再獨一無二。

無人系統(tǒng)制造出來，就像剛出生的嬰兒一樣，擁有用于感知外界環(huán)境的“感官”（攝像頭、毫米波雷達、激光雷達），也擁有高速大腦（計算單元、圖像處理單元），但“大腦”功能尚在分化中，需要教它識別環(huán)境中一切可能出現(xiàn)的人和物體。也可以教它一些基本的對策，但實際中它如何決策，研究人員并不知曉。對于人類來說，AI決策機制是一個“黑盒子”。這是很多人對此憂心忡忡的原因。

教無人系統(tǒng)分辨道路和其他可能遇到的一切，是訓練的第一步。就像教嬰兒看圖識物一樣。因為圖像的信息太豐富，難以建模，深度學習似乎能發(fā)揮特殊優(yōu)勢。人類基于數(shù)百萬年的進化，往往只須直覺就可以在復雜局面中找到解決路徑，AI正在學習這一點，只不過遵循另一套規(guī)則。

深度學習既可以用于感知，也可以用于決策。比如的AlphaGo的走子網(wǎng)絡，就是一套DNN訓練系統(tǒng)。用最簡單的話說，就是根據(jù)當前狀態(tài)做出決策。它的設計者和訓練師不是要教它決策（事實上人類不知道系統(tǒng)將如何決策），而是教它一些基本知識。

在這個階段，識別環(huán)境是核心任務。物體、什么地方可以行駛（不能開上路肩和花壇）、合法行駛路徑等。

首先，在一大批車的圖像中提取基本特征，比如車的正面和側(cè)面大致的幾何形狀，令系統(tǒng)分辨出車的左側(cè)和右側(cè)（用不同特征標記）。

有了連續(xù)多幀的圖像，根據(jù)其間的連續(xù)變化，可以分辨車的行駛方向。并可以辨識出遠處視野中很小的車輛，比任何人類都看得遠、看得清楚。如何評估它們對自身的影響，將放在后面訓練。

其次，傳統(tǒng)圖像中，路肩和馬路本身顏色難以區(qū)分、立體視覺也很難辨別（畢竟高程差太小）。人類是如何輕易識別的？靠陰影。區(qū)區(qū)10厘米的路肩，將形成一條連續(xù)暗色的窄帶區(qū)域。系統(tǒng)你學會了嗎？

用連續(xù)窄帶陰影（斷開的個別路段，正好可以做高危提醒信號），結(jié)合道線識別，勾勒出可行駛區(qū)域。

看上去很完美，可是有時候沒有道線、或者由于天氣道線難以識別。這種情況下，人類是如何駕駛的？斷續(xù)的樹木、街邊的排水明渠、兩側(cè)走動的行人，都可以成為判斷依據(jù)。而系統(tǒng)需要從大量的視頻中（實際上是多幀圖像）提取出人類策略，并加以優(yōu)化。

Waymo期待自己的AI系統(tǒng)和明智的人類駕駛員一樣，采取幾乎相同的步驟，但比任何人類反應更迅捷、處置更果斷。但在5月4日的車禍中，這一點沒有得到體現(xiàn)，究竟是哪里出了問題？

訓練系統(tǒng)的局限

這表明，大量的虛擬環(huán)境訓練，至少有一部分沒有被用于實際場景中。也就是說，融合出了問題。

當無人系統(tǒng)具備的了辨識能力之后，它需要面對兩類場景：一類是真實世界，另一類是數(shù)字世界。從前者取得“實操”經(jīng)驗后，在后者里面變換各種條件（比如將障礙物移動位置、讓行人的行為更加不可預測），不斷磨練應對策略，直到最優(yōu)。

谷歌的專家承認，模擬不靠譜的人類行為極為困難。即便簡單的十字路口，無人系統(tǒng)也對不遵循信號的行人和摩托車感到困惑。經(jīng)歷了一連串的剎車之后，無數(shù)車輛試圖從旁邊擠入，導致局面更混亂。

在數(shù)字化訓練系統(tǒng)中，Waymo再次簡化了路況。譬如兩條同向高速車道、只涉及兩輛車。A車搭載無人系統(tǒng)，B車將作為阻礙出現(xiàn)。

當A車以90公里的速度在內(nèi)側(cè)道路直行，右側(cè)B車猛然超車并到A車前方，并且緊接著剎車。A車能否迅速、平穩(wěn)地剎車，同時還要給后面車輛留出足夠的剎車時間？

B以各種方式、從不同角度阻擋A車，對于A車剎車過程的測試重復上百次。訓練系統(tǒng)記錄下來無人系統(tǒng)的表現(xiàn)，并對其中失敗的情形進行分析，優(yōu)化后者的處置動作。

然后局面被設置得更復雜：城市多條車道，遇到在車道上后退車輛、路上突然出現(xiàn)滾動的籃球或者從隔離帶上突然躥出行人，考查無人系統(tǒng)將如何應對。

當然，程序中無法窮盡所有輸入條件。程序員們希望無人系統(tǒng)在數(shù)萬種情景中提煉出方法，以便在其他情景中也能做出理智決策。

5月4日的車禍，對于當前的Waymo測試車來說，可能屬于“超綱”情形。面對對向車輛猛沖過來，人類的問題在于沒有足夠的觀察、決策時間，以至于慌了手腳。

但無人系統(tǒng)不是這樣，在毫秒級的傳感器數(shù)據(jù)解算下，CPU準確地獲知了周圍所有車輛的即時位置，斜沖過來的車輛瞬時速度和加速度，預測了此后數(shù)秒內(nèi)對方的連續(xù)位置。并算出如果不采取緊急制動+變換方向，1.5秒后將發(fā)生危及車內(nèi)人員的劇烈碰撞。

是什么促使Waymo車輛做出不予理會的決定呢？是右側(cè)車道沒有機動空間，還是預測變換方向后無法保持車輛的穩(wěn)定，抑或是急劇剎車也無法改變碰撞的結(jié)果，反而會因路面摩擦的不平衡使車輛側(cè)翻、從而導致更嚴重的后果？我們無法獲知決策過程，Waymo工程師們讀取數(shù)據(jù)可能解決一部分困惑。如果他們的結(jié)論和無人車當時的決策一樣——什么都不做更有利，那么就毫無問題。

問題在于，這樣的結(jié)論超出了人類的認知。面對危機我們總要做點什么，我們迅速提高腎上腺素水平、瞳孔放大、肌肉繃緊，血壓上升，以迎接挑戰(zhàn)。

將AI決策與人類比較，可能是不合適的。這反過來促使人們思考基于人類經(jīng)驗的訓練系統(tǒng)有效性。

虛擬世界可能設置得太簡單了

Waymo的專家們吹噓他們是唯一一個采用“加速訓練系統(tǒng)”的公司，實際上，福特、優(yōu)步和通用也都在硅谷建立了類似的訓練系統(tǒng)。Waymo只不過是開始得最早的一個。當然，他們?nèi)〉玫臄?shù)據(jù)也是最多的。

虛擬世界的訓練，在24小時內(nèi)可能跑出上千萬公里。每一分鐘都能模擬出10年前兩周的工作量。有專家提出模擬和真實公路測試的比例應該是100：1。同時，模擬部分應該把無聊的地方切斷，專注于有趣的部分（盡可能的復雜場景），達到加速訓練的目的。

有人認為，一旦無人系統(tǒng)在虛擬城市中的數(shù)量達到數(shù)百萬個，其群體行為模式，已經(jīng)非常接近真實的超級城市日常。而在其背后，必須部署足夠的實際車輛和傳感器，建立公路數(shù)據(jù)庫。完全依靠虛擬場景訓練出來的無人系統(tǒng)，可能面對真實路況時表現(xiàn)“不大一樣”。

這提示了人們，虛擬城市的模型過于簡單，會不會導致無人車無法駕馭大城市的復雜局面。

不過，錢德勒市是旅游勝地，實際上人口只有幾十萬。而且通常陽光充足、對傳感器正常工作有正面作用。環(huán)境影響似乎可以排除。

讓我們回到開始。訓練雖然開始時借鑒了人類司機應對的場景，但最終人工智能可能會采取不同的策略。隨著無人系統(tǒng)對人類行為理解的深入，促使它形成自己的駕駛風格。令人吃驚的是，無人系統(tǒng)面對另一個無人系統(tǒng)時采取的策略，與它面對人類駕駛車輛時不一樣。而我們還沒有想過城市里完全充斥著無人駕駛車輛的情形。

這意味著，無人系統(tǒng)統(tǒng)治整個城市的時候，可能自發(fā)形成全新的交通準則。更高效、更默契。人類在汽車時代所積累并奉為圭臬的準則，很可能被替代。車禍揭示了有人和無人車輛混行可能造成的混亂，但也讓我們更期待全新的無人駕駛交通。到那時，無人系統(tǒng)的工作可能更簡單。