中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

“我們可能只是擁有了一個(gè)沒(méi)有常識(shí)、十分脆弱的系統(tǒng)”。

文丨賀乾明

編輯丨黃俊杰

2014 年底，Uber 董事會(huì)召開(kāi)，重要議題需要討論：優(yōu)步與滴滴的大戰(zhàn)剛剛開(kāi)始，每月超過(guò) 5 億元的補(bǔ)貼投向中國(guó)，許多股東對(duì)此感到懷疑。

會(huì)剛開(kāi)始，代表大投資方 Google 的董事大衛(wèi)·德拉蒙德 (David Drummond) 要求回避，他直截了當(dāng)：Google 將以無(wú)人駕駛汽車(chē)進(jìn)入網(wǎng)約車(chē)市場(chǎng)。競(jìng)爭(zhēng)很快會(huì)變成現(xiàn)實(shí)，他已經(jīng)不適合再參加討論。

八年之后，網(wǎng)約車(chē)行業(yè)大起大落，燒掉數(shù)百億美元，便利了人們的生活、留下無(wú)數(shù)精彩的商戰(zhàn)故事。而無(wú)人駕駛投入更大。

按照麥肯錫去年的統(tǒng)計(jì)，公司、風(fēng)險(xiǎn)資本自 2010 年以來(lái)在無(wú)人駕駛相關(guān)技術(shù)的投入超過(guò) 1000 億美元。但無(wú)人車(chē)依然極不可靠。去年 Google（Waymo）的一輛測(cè)試無(wú)人出租車(chē)在路上遇到幾個(gè)交通錐，就停了下來(lái)拒絕行駛。通用汽車(chē)的無(wú)人出租車(chē)因?yàn)闆](méi)看懂路況、被撞。

無(wú)人駕駛最激進(jìn)的鼓吹者、特斯拉首席執(zhí)行官埃隆·馬斯克（Elon Musk）現(xiàn)在承認(rèn)低估了開(kāi)發(fā)無(wú)人駕駛系統(tǒng)的難度。福特技術(shù)負(fù)責(zé)人道格·菲爾德（Doug Field）說(shuō)，無(wú)人車(chē)是 “我們這個(gè)時(shí)代最困難的技術(shù)問(wèn)題，比把人送上月球更難”。

大公司和資本市場(chǎng)已近絕望。福特、亞馬遜、聯(lián)邦快遞各自關(guān)閉了無(wú)人駕駛項(xiàng)目，有的已經(jīng)投入數(shù)十億美元。上市的無(wú)人車(chē)公司，不論是研發(fā)無(wú)人出租車(chē)的、運(yùn)營(yíng)無(wú)人貨車(chē)的、賣(mài)激光雷達(dá)的，市值與高峰期相比都跌掉 90%。Mobileye 情況好一些，因?yàn)樗u(mài)的產(chǎn)品還不是無(wú)人駕駛，主要是幫助司機(jī)減輕一些駕駛工作。

無(wú)人車(chē)認(rèn)出路上的任何一樣?xùn)|西，都需要人看上萬(wàn)張畫(huà)面

馬斯克說(shuō)過(guò)，人類(lèi)開(kāi)車(chē)就是用兩個(gè)攝像頭，加上生物神經(jīng)網(wǎng)絡(luò)。兩只眼睛分辨率很不錯(cuò)，但看運(yùn)動(dòng)物體時(shí)也就 800 萬(wàn)像素左右；大腦厲害一些，但全速運(yùn)轉(zhuǎn)起來(lái)，功率也就 20W，不到英偉達(dá)上一代游戲顯卡的 10%。

2012 年，加拿大多倫多大學(xué)的教授杰弗里·辛頓（Geoffrey Hinton）和學(xué)生們帶來(lái)了 AlexNet 模型，證明計(jì)算機(jī)已經(jīng)可以用簡(jiǎn)單模仿人腦的多層神經(jīng)網(wǎng)絡(luò)模型獲得類(lèi)似人的視覺(jué)認(rèn)知：看過(guò)大量圖片之后，計(jì)算機(jī)可以掌握不同物體的特征，識(shí)別出同類(lèi)物體。自然，計(jì)算機(jī)也可以 “看懂” 路?！翱炊?之后，在城市里開(kāi)車(chē)基本是在 2D 平面移動(dòng)物體，毫無(wú)難度。

無(wú)人車(chē)認(rèn)路的設(shè)備比人眼強(qiáng)得多。Google 目前的無(wú)人車(chē)安裝了 29 個(gè)攝像頭、百度 RT-6 用了 12 個(gè)攝像頭。它們還額外配置了多個(gè)激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)。

過(guò)去十年，科技公司一邊組建了昂貴的專(zhuān)業(yè)團(tuán)隊(duì)研究算法，一邊雇傭或外包數(shù)千、上萬(wàn)人的團(tuán)隊(duì)。每天 24 小時(shí)，南極以外的每個(gè)大洲，都有數(shù)以萬(wàn)計(jì)的人坐在格子間或家中用鼠標(biāo)和鍵盤(pán)，把一張張圖片中的所有物體圈出來(lái)，標(biāo)注清它們是什么、處于什么狀態(tài)，教無(wú)人車(chē)認(rèn)路。

為了理解這事為什么做十年也不成，我試著從計(jì)算機(jī)的眼睛去看道路，當(dāng)了幾天無(wú)人駕駛數(shù)據(jù)標(biāo)注員。

美國(guó)無(wú)人車(chē)數(shù)據(jù)標(biāo)注平臺(tái) Remotasks 提供了豐富的需求。一個(gè)典型工作是標(biāo)記夜間街道上的出租車(chē)。

標(biāo)注也不是簡(jiǎn)單點(diǎn)一下，需要一個(gè)像素一個(gè)像素，沿著輪廓圈出來(lái)。多數(shù)情況，出租車(chē)在圖片里并不顯眼，我得把圖片放大、慢慢畫(huà)。如果出租車(chē)的一部分被其他車(chē)擋住，得腦補(bǔ)畫(huà)出弧度。

在 Remotasks 上標(biāo)注出租車(chē)的畫(huà)面，紅色圓圈是作者截圖時(shí)加的。

一個(gè)人要對(duì)出租車(chē)有概念，看幾遍就行了。無(wú)人車(chē)不行，攝像頭收集來(lái)的圖像，對(duì)它來(lái)說(shuō)是一串代表色塊的字符，只有反復(fù)看上萬(wàn)張有標(biāo)簽的圖像，它才能總結(jié)規(guī)律，搞清楚色塊怎么排列是出租車(chē)。

要是想讓無(wú)人車(chē)更精確地認(rèn)路，還得靠人把圖像中每一個(gè)像素用不同的顏色標(biāo)記好，區(qū)分出什么是天空、什么是樹(shù)干、什么是樹(shù)冠、什么是建筑、什么是車(chē)、什么是人、什么是可行駛的道路、什么是車(chē)道線(xiàn)等等。

Remotasks 里標(biāo)注整張圖像的場(chǎng)景，用不同的顏色區(qū)分行人、車(chē)輛、道路、樹(shù)干、樹(shù)冠、障礙物、車(chē)道線(xiàn)。

今年 4 月，特斯拉的自動(dòng)駕駛輔助系統(tǒng)（Autopilot）把騎馬的人識(shí)別成人和狗。顯然特斯拉沒(méi)有教過(guò)系統(tǒng)如何識(shí)別馬。雖然無(wú)人駕駛系統(tǒng)也不會(huì)直接撞上狗，但它需要預(yù)判面前的物體會(huì)如何行動(dòng)，再?zèng)Q定自己怎么開(kāi)。這就意味著風(fēng)險(xiǎn)，馬和狗行動(dòng)的速度大不相同。

特斯拉的自動(dòng)駕駛輔助系統(tǒng)把騎馬的人識(shí)別成人和狗。來(lái)源：Curtis Biggs

標(biāo)注無(wú)人車(chē)更依賴(lài)的激光雷達(dá)數(shù)據(jù)會(huì)麻煩許多，標(biāo)注員面前是 360 度全景圖，密集的白點(diǎn)一圈圈暈開(kāi)，碰到物體時(shí)會(huì)聚在一堆，組成車(chē)或人的形狀。標(biāo)注員得用矩形框圈出畫(huà)面中車(chē)或人的大小、高度、方向，標(biāo)清楚它們是什么車(chē)或什么狀態(tài)的人，給機(jī)器學(xué)習(xí)。

為了讓無(wú)人車(chē)更安全，無(wú)人車(chē)公司提出了 “傳感器融合” 的方法，即把激光雷達(dá)、攝像頭等收集的數(shù)據(jù)結(jié)合在一起識(shí)別物體和周?chē)沫h(huán)境。

在 Remotasks 上標(biāo)注激光雷達(dá)數(shù)據(jù)的場(chǎng)景，用立體框圈出汽車(chē)。正下方是不同的攝像頭視角，右側(cè)是標(biāo)注的物體。

新方法傳遞到數(shù)據(jù)標(biāo)注環(huán)節(jié)，代表著更多要求。標(biāo)注員得配合不同視角的攝像頭圖像，校正激光雷達(dá)標(biāo)注框，然后增加更多信息，方便算法做判斷。比如框里是什么車(chē)？小汽車(chē)還是貨車(chē)？車(chē)是否被遮擋？遮擋了多少？車(chē)的轉(zhuǎn)向燈是否亮著？剎車(chē)燈是否亮著？尾燈是否亮著？等等。有些任務(wù)要備注清楚 20 多個(gè)不同的狀態(tài)，操作手冊(cè)都有 60 多頁(yè)。

標(biāo)注員拿到的激光雷達(dá)數(shù)據(jù)通常是 40 張連續(xù)的畫(huà)面。不同的時(shí)刻道路上物體的狀態(tài)并不一樣，比如這一幀剎車(chē)燈亮了，另一幀不亮；這一幀遮擋 80%，另一幀不遮擋了，每一幀都需要反復(fù)確認(rèn)，這些狀態(tài)都得重新填一遍。

Remotasks 在官方教程中建議，為了避免出錯(cuò)，最好先標(biāo)一個(gè)物體，跟著它過(guò)完四十幀，然后再回到第一幀標(biāo)注另一個(gè)物體，一個(gè)個(gè)標(biāo)完，然后再整體過(guò)一遍，查漏補(bǔ)缺。

為了提高效率，培訓(xùn)教程里專(zhuān)門(mén)有一個(gè)環(huán)節(jié)教標(biāo)注員怎么用鍵盤(pán)上的快捷鍵加速標(biāo)注，而不是鼠標(biāo)點(diǎn)來(lái)點(diǎn)去。但標(biāo)注激光雷達(dá)數(shù)據(jù)還是會(huì)消耗大量時(shí)間，40 張的數(shù)據(jù)通常需要 3~6 個(gè)小時(shí)。

專(zhuān)業(yè)人士也快不了。一位數(shù)據(jù)標(biāo)注公司的技術(shù)人員自己試了試，一個(gè)下午四五個(gè)小時(shí)，也就標(biāo)注 50 張。

季節(jié)、街道變一下，甚至測(cè)試車(chē)型變一下，不少工作得從頭再來(lái)

深圳一家自動(dòng)駕駛公司技術(shù)負(fù)責(zé)人劉峰（化名）已經(jīng)研究 6 年無(wú)人駕駛，他告訴《晚點(diǎn) LatePost》，一個(gè)無(wú)人車(chē)系統(tǒng)經(jīng)過(guò)上萬(wàn)幀的數(shù)據(jù)訓(xùn)練，能應(yīng)對(duì)成千上萬(wàn)個(gè)場(chǎng)景，通常就能平穩(wěn)上路。

《晚點(diǎn) LatePost》了解到，現(xiàn)在標(biāo)注一幀激光雷達(dá)數(shù)據(jù)，平均成本約 10 元人民幣。不只是數(shù)據(jù)標(biāo)注本身花錢(qián)，保證標(biāo)注正確也需要投入——你不能保證一個(gè)人的標(biāo)注絕對(duì)準(zhǔn)確。

解決辦法是讓多個(gè)人標(biāo)注同一張圖，讓一個(gè)人重復(fù)標(biāo)注一張圖，只要結(jié)果不一樣，就得重新做。人得標(biāo)幾萬(wàn)張圖，無(wú)人車(chē)公司才能得到 1 萬(wàn)張可用的圖。而且數(shù)據(jù)標(biāo)注公司、客戶(hù)都會(huì)有專(zhuān)門(mén)的人審查數(shù)據(jù)標(biāo)注質(zhì)量。

在眾包平臺(tái) Remotasks 上，嚴(yán)格的審查更明顯。每次標(biāo)注結(jié)束后，系統(tǒng)會(huì)自動(dòng)打分，如果低于 60，警告橫幅就會(huì)出現(xiàn)在工作區(qū)域正上方，寫(xiě)著 “我們已經(jīng)注意到你最近的工作質(zhì)量很低，請(qǐng)仔細(xì)按要求完成，否則你可能就沒(méi)法繼續(xù)干了”。

加上審核環(huán)節(jié)投入的人力成本，用數(shù)萬(wàn)幀標(biāo)注過(guò)的數(shù)據(jù)訓(xùn)練無(wú)人車(chē)系統(tǒng)，大約需要近百萬(wàn)人民幣。不過(guò)這樣的無(wú)人車(chē)只能應(yīng)對(duì)有限的場(chǎng)景，比如路況簡(jiǎn)單的高速公路。

盡管無(wú)人車(chē)公司不會(huì)在單個(gè)場(chǎng)景無(wú)止境標(biāo)注數(shù)據(jù)訓(xùn)練系統(tǒng)，識(shí)別準(zhǔn)確率或處理能力到一個(gè)程度就會(huì)停下來(lái)。但無(wú)人車(chē)消耗資金的漫長(zhǎng)過(guò)程才剛剛開(kāi)始。

為了讓無(wú)人車(chē)適應(yīng)更多環(huán)境，無(wú)人車(chē)公司得花錢(qián)買(mǎi)車(chē)，裝上激光雷達(dá)、攝像頭等傳感器，去真實(shí)的道路上測(cè)試，這本身就意味著成本——早期的無(wú)人車(chē)單輛僅硬件成本就超過(guò) 10 萬(wàn)美元。只靠一輛車(chē)采集數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠。

行業(yè)普遍認(rèn)為，研發(fā)大規(guī)?？捎玫臒o(wú)人車(chē)，至少需要百億公里路測(cè)數(shù)據(jù)。這意味著 1 萬(wàn)輛裝著激光雷達(dá)、計(jì)算芯片的車(chē)每天載著安全員，以 40～50 公里的時(shí)速開(kāi) 10 個(gè)小時(shí)，連續(xù)開(kāi) 10 年。

它們的任務(wù)主要是發(fā)現(xiàn)系統(tǒng)不能處理的場(chǎng)景，然后無(wú)人車(chē)公司自己或通過(guò)外包收集大量同類(lèi)數(shù)據(jù)，交給人標(biāo)注，給模型學(xué)習(xí)，又得花近百萬(wàn)元。這意味著，無(wú)人車(chē)想要應(yīng)對(duì)成千上萬(wàn)個(gè)不同的場(chǎng)景，要在數(shù)據(jù)標(biāo)注上花數(shù)十億元。

多數(shù)無(wú)人車(chē)公司都開(kāi)發(fā)了自動(dòng)標(biāo)注工具，以節(jié)省標(biāo)注成本，提高效率。但這些工具不夠準(zhǔn)確，只能替代小部分人力。

和訓(xùn)練好的無(wú)人車(chē)一樣，自動(dòng)標(biāo)注系統(tǒng)只能處理人類(lèi)標(biāo)注員反復(fù)標(biāo)注過(guò)的場(chǎng)景或物體，而這些物體對(duì)提升一個(gè)無(wú)人駕駛系統(tǒng)的能力已經(jīng)不太重要。如果無(wú)人車(chē)遇到的新物體或場(chǎng)景，還是需要大量的人標(biāo)注、審核。

“多數(shù)客戶(hù)不會(huì)完全結(jié)束數(shù)據(jù)標(biāo)注，” 倍賽科技的人士說(shuō)?！皥?chǎng)景實(shí)在太多了，不同的地區(qū)，不同的天氣，不同的環(huán)境都不一樣。”

而且訓(xùn)練好的無(wú)人車(chē)系統(tǒng)，裝到不同的車(chē)上或在不同城市行駛，效果會(huì)打折扣。加州車(chē)管局 2021 年無(wú)人車(chē)接管報(bào)告中，Waymo 的無(wú)人車(chē)遇到問(wèn)題，需要安全員介入的情況比上一年多了四倍。

原因是 Waymo 調(diào)整了測(cè)試地點(diǎn)，不再在山景城測(cè)試，增加了舊金山測(cè)試的車(chē)輛，并且將測(cè)試的主力車(chē)型從克萊斯勒的 Pacifica 換成了捷豹 iPace。

舊金山的坡更多，于是攝像頭看物體的角度變了。原先能認(rèn)出來(lái)的物體現(xiàn)在可能就認(rèn)不出來(lái)。

新車(chē)型也有影響。車(chē)身矮了 20 厘米，這意味著車(chē)身的攝像頭、激光雷達(dá)看世界的高度降低 20 厘米，角度發(fā)生變化。

舊金山遠(yuǎn)不是什么復(fù)雜的大都市，市區(qū)面積只有 121 平方公里、常住人口不到 90 萬(wàn)——面積和人口不到北京朝陽(yáng)區(qū)的 1/4。全球汽車(chē)品牌還有超過(guò) 300 個(gè)，車(chē)型更是數(shù)以千計(jì)。

想要讓無(wú)人駕駛系統(tǒng)適應(yīng)更多城市、更多車(chē)型，處理更多場(chǎng)景，得有更多測(cè)試，發(fā)現(xiàn)更多問(wèn)題，收集更多數(shù)據(jù)，做更多標(biāo)注，交給系統(tǒng)學(xué)習(xí)。

一位數(shù)據(jù)標(biāo)注行業(yè)人士告訴《晚點(diǎn) Late Post》，她了解到一家 2019 年成立的無(wú)人車(chē)公司，今年花在數(shù)據(jù)標(biāo)注上的費(fèi)用達(dá)到 1 億人民幣，接下來(lái)還會(huì)花更多，“無(wú)人車(chē)公司的估值跟數(shù)據(jù)掛鉤，高質(zhì)量數(shù)據(jù)越多，估值越高?！?/p>

看了 10 萬(wàn)遍的東西，也不能保證系統(tǒng)能正常反應(yīng)

去年 5 月，Waymo 在鳳凰城運(yùn)營(yíng)的無(wú)人出租車(chē)要右轉(zhuǎn)時(shí)忽然停下，附近沒(méi)車(chē)和行人，只有幾個(gè)交通錐。

后排的乘客無(wú)能為力，只能等待救援。救援人員還在路上，無(wú)人車(chē)忽然動(dòng)了起來(lái)，右轉(zhuǎn)，沒(méi)走多遠(yuǎn)又在交通錐旁停了下來(lái)。就在救援人員追上的時(shí)候，施工隊(duì)把附近的交通錐取走，無(wú)人車(chē)又開(kāi)走了。它沒(méi)有恢復(fù)正常。過(guò)了一會(huì)兒，它又停在了交通錐旁，堵住車(chē)道。

Waymo 的無(wú)人出租車(chē)停在交通錐旁邊，右下角的屏幕顯示它識(shí)別出了交通錐。來(lái)源：JJRicks

道路上隨處可見(jiàn)的交通錐，是無(wú)人車(chē)系統(tǒng)必須要學(xué)習(xí)識(shí)別的物體。無(wú)法準(zhǔn)確識(shí)別交通錐曾是特斯拉自動(dòng)駕駛輔助系統(tǒng)的弱點(diǎn)，出過(guò)多次事故。2019 年特斯拉在一次自動(dòng)駕駛輔助系統(tǒng)升級(jí)時(shí)特別強(qiáng)調(diào)，可以準(zhǔn)確識(shí)別交通錐。

Wyamo 的無(wú)人車(chē)認(rèn)出了車(chē)旁的每一個(gè)交通錐，但沒(méi)能作出像人類(lèi)司機(jī)一樣的反應(yīng)。Waymo 沒(méi)公布事故原因，只是說(shuō) “檢測(cè)到異常情況”，將改進(jìn)運(yùn)營(yíng)流程。

“可能他們也不清楚為什么會(huì)這樣”，長(zhǎng)期從事無(wú)人駕駛安全研究的加州大學(xué)爾灣分校助理教授陳齊（Alfred Chen）說(shuō)。建立在人工智能技術(shù)上的無(wú)人駕駛系統(tǒng)是一個(gè) “黑盒子”，沒(méi)人能搞清楚它如何把一堆數(shù)據(jù)變成結(jié)果。人們能做的，是給它大量標(biāo)注好的數(shù)據(jù)，讓算法自己提煉規(guī)律，并依此處理新的數(shù)據(jù)。但工程師并不能看懂算法的邏輯。

這不是自動(dòng)駕駛獨(dú)有的問(wèn)題，任何使用深度學(xué)習(xí)的應(yīng)用都一樣。只是人們不那么在意抖音的算法有時(shí)推給你推薦幾個(gè)不感興趣的視頻，但人們非常在意一輛一噸多重的汽車(chē)失常。

無(wú)人駕駛系統(tǒng)相關(guān)的致死事故已經(jīng)有一些。Uber 的無(wú)人車(chē)在測(cè)試時(shí)撞死行人。根據(jù) Tesla Deaths 統(tǒng)計(jì)，全球至少有 15 個(gè)人的死亡與特斯拉的自動(dòng)駕駛輔助系統(tǒng)有關(guān)。中國(guó)的汽車(chē)廠也有，蔚來(lái)、小鵬都出現(xiàn)過(guò)類(lèi)似的死亡事件。

公司往往將問(wèn)題歸咎到人身上，比如安全員不認(rèn)真看路，駕駛員不應(yīng)該輕信所謂的 “無(wú)人駕駛系統(tǒng)”。但歸根結(jié)底，還是目前的自動(dòng)駕駛系統(tǒng)沒(méi)看明白道路上的物體，需要人干預(yù)。

無(wú)人車(chē)可以針對(duì)特定的問(wèn)題改進(jìn)軟件，但又得回到數(shù)據(jù)上?！安恍枰斫庵虚g到底為什么出錯(cuò)，只要知道哪塊做的不好，用大量的數(shù)據(jù)訓(xùn)練系統(tǒng)，讓它回歸到正常情況（Ground Truth）就 OK 了?！?劉峰說(shuō)。

他舉例，無(wú)人車(chē)系統(tǒng)預(yù)測(cè)其他人或車(chē)未來(lái)幾秒的行動(dòng)不準(zhǔn)確沒(méi)關(guān)系，只要有足夠多高質(zhì)量的數(shù)據(jù)訓(xùn)練，就可以有更好的效果。

以上還沒(méi)算無(wú)人車(chē)被攻擊的情況。2019 年，騰訊科恩實(shí)驗(yàn)室的研究人員在路上放了三張小紙片，一輛開(kāi)著自動(dòng)駕駛輔助系統(tǒng)的特斯拉 Model S 識(shí)別后突然變道。

加上激光雷達(dá)也不能解決問(wèn)題。陳齊等人 2021 年的一項(xiàng)研究發(fā)現(xiàn)，經(jīng)過(guò)特殊設(shè)計(jì)的表面坑坑洼洼的交通錐，可以騙過(guò)百度開(kāi)源的無(wú)人駕駛系統(tǒng) Apollo。模擬測(cè)試中，同時(shí)使用激光雷達(dá)和攝像頭的 Apollo 能 100% 識(shí)別正常的交通錐，但面對(duì)特殊錐桶，識(shí)別率為 0。

左側(cè)為 3D 打印的正常交通錐，右側(cè)是經(jīng)過(guò)特殊設(shè)計(jì)的交通錐。圖片來(lái)自陳齊等人的論文（
https://arxiv.org/abs/2106.09249）。

模擬環(huán)境中 Apollo 系統(tǒng)可以識(shí)別正常交通錐，但無(wú)法識(shí)別特殊設(shè)計(jì)的交通錐。圖片來(lái)自陳齊等人的論文。

對(duì)無(wú)人車(chē)的攻擊也會(huì)以正常的情況出現(xiàn)。陳齊說(shuō)，他們正在進(jìn)行的一項(xiàng)研究發(fā)現(xiàn)，無(wú)人車(chē)旁邊的車(chē)行駛路線(xiàn)稍微奇怪一點(diǎn)，一些無(wú)人車(chē)系統(tǒng)就很難正確預(yù)測(cè)它會(huì)怎么行動(dòng)了。而預(yù)測(cè)周?chē)?chē)輛如何行駛是它規(guī)劃行駛路徑的前提。

無(wú)人車(chē)公司想了許多辦法避免極端情況，最主要的是加裝更多的傳感器。Waymo 最新的無(wú)人車(chē)上有 5 顆激光雷達(dá)、6 顆毫米波雷達(dá)、29 個(gè)攝像頭。2014 年，Google 高管覺(jué)得很快就能讓無(wú)人出租車(chē)上路接客的時(shí)候，Waymo 的車(chē)只有 5 個(gè)激光雷達(dá)， 4 個(gè)毫米波雷達(dá)和 1 個(gè)攝像頭。

更多傳感器、更多數(shù)據(jù)，也意味著需要更多人力去標(biāo)注圖片，幫助機(jī)器理解每一個(gè)畫(huà)面。這些還只是無(wú)人車(chē)平穩(wěn)上路的前半截，它能夠識(shí)別路上的所有物體，并搞清楚它們?nèi)绾涡袆?dòng)后，還要規(guī)劃自己怎么開(kāi)并付諸行動(dòng)，一樣有許多問(wèn)題需要解決。

從無(wú)人車(chē)到機(jī)器人，未來(lái)需要更多勞動(dòng)力

今年 9 月，圖靈獎(jiǎng)得主、計(jì)算機(jī)科學(xué)家楊立昆（Yann LeCun）接受時(shí)采訪(fǎng)說(shuō)，無(wú)人車(chē)公司一直過(guò)于樂(lè)觀，覺(jué)得將數(shù)據(jù)扔進(jìn)大型神經(jīng)網(wǎng)絡(luò)就能讓它學(xué)到一切。事實(shí)上，“我們可能只是擁有一個(gè)沒(méi)有常識(shí)、十分脆弱的系統(tǒng)”。

劉峰說(shuō)，無(wú)人車(chē)行業(yè)普遍認(rèn)為，如果行駛大量里程后，無(wú)人車(chē)沒(méi)有出現(xiàn)安全問(wèn)題，就會(huì)被認(rèn)為是安全的。無(wú)人車(chē)不可能百分百安全，就像航空業(yè)一樣，“大家都說(shuō)坐飛機(jī)是最安全的交通工具，但飛機(jī)也不是百分百安全?！?/p>

這將是一個(gè)漫長(zhǎng)的過(guò)程。萊特兄弟發(fā)明的飛機(jī)試飛成功 30 年后，道格拉斯 DC-3 讓短途飛行變得更安全，航空業(yè)才開(kāi)始走向商業(yè)化。

現(xiàn)在全球大約有 2000 輛無(wú)人車(chē)載客運(yùn)營(yíng)，占汽車(chē)總數(shù)的 0.00014%。算上接下來(lái)要進(jìn)入的洛杉磯，已經(jīng)商業(yè)化運(yùn)營(yíng) 4 年的無(wú)人車(chē)優(yōu)等生 Waymo 進(jìn)入了 4 個(gè)城市，收入都不夠支付車(chē)的成本，更別提收回長(zhǎng)期研發(fā)投入。

大多數(shù)公司不再相信短時(shí)間能讓無(wú)人車(chē)商用，開(kāi)始轉(zhuǎn)向研發(fā)輔助駕駛技術(shù)，讓汽車(chē)行駛時(shí)會(huì)主動(dòng)控制車(chē)速與車(chē)距，必要時(shí)刻提醒司機(jī)接管車(chē)輛甚至緊急剎停。

更多的人把目光放到了汽車(chē)行業(yè)外，想用無(wú)人車(chē)一樣的方式改造機(jī)器人行業(yè)。與無(wú)人車(chē)相比，讓機(jī)器人自動(dòng)運(yùn)行可能會(huì)簡(jiǎn)單些，它們所處的環(huán)境更封閉。工廠或者辦公室里的環(huán)境不會(huì)像道路一樣多變。

所有這些探索都需要更多人來(lái)當(dāng)勞動(dòng)力。11 月初，已經(jīng)推出機(jī)器人的特斯拉將舉行公開(kāi)招聘日，招募人為機(jī)器人做圖片標(biāo)注。

如今估值最高的人工智能創(chuàng)業(yè)公司，不再是研究算法的公司，而是找人給圖片打標(biāo)簽的公司 Scale，美國(guó)大多數(shù)無(wú)人車(chē)或機(jī)器人公司都是它的客戶(hù)。Scale 和它跨越數(shù)十個(gè)國(guó)家的眾包團(tuán)隊(duì)，每個(gè)月在 Remotasks 等平臺(tái)上給不同種類(lèi)的數(shù)據(jù)打上數(shù)十億個(gè)標(biāo)簽。去年 4 月，它完成融資后估值 73 億美元，不到半年就翻了一番。

中國(guó)的標(biāo)注公司生意也變得更好。百度在臨汾等城市成立數(shù)據(jù)標(biāo)注公司，不僅給自己標(biāo)注數(shù)據(jù)，還對(duì)外提供服務(wù)。今年前九個(gè)月，數(shù)據(jù)公司海天瑞聲 “智能駕駛” 相關(guān)業(yè)務(wù)同比增長(zhǎng)了 200%。

市場(chǎng)研究機(jī)構(gòu) Research and Markets 預(yù)測(cè)，到 2030 年，全球數(shù)據(jù)標(biāo)注市場(chǎng)規(guī)模將比現(xiàn)在擴(kuò)大 6 倍，從 21 億美元增長(zhǎng)到 127.5 億美元。

做標(biāo)注的公司估值高，但真正標(biāo)注數(shù)據(jù)的人工資低。我在 Remotasks 上標(biāo)注一張出租車(chē)圖片，最后只賺到 2 分錢(qián)人民幣（0.003 美元）。標(biāo)注激光雷達(dá)數(shù)據(jù)更貴一些，熟練的標(biāo)注員每個(gè)小時(shí)能賺 7.5 美元。在 Remotasks 工作的人大都來(lái)自委內(nèi)瑞拉、肯尼亞等落后國(guó)家。

《麻省理工科技評(píng)論》曾批評(píng)這是 “人工智能殖民”：發(fā)達(dá)國(guó)家的公司享受人工智能帶來(lái)的利潤(rùn)和便捷，落后國(guó)家的勞動(dòng)力被剝削。但到目前為止，這句話(huà)的前半截還沒(méi)能成立。