无人驾驶：寒武纪大爆发时期即将来临！

汽车在给我们带来便捷的同时也给我们带来了灾难

在近一个世纪的时间里，由人类驾驶的汽车已经改变了我们的生活。汽车不仅给人们带来了自由和便捷的生活方式，也给我们带来了噪声、空气污染、交通堵塞甚至是死亡。

堵塞的交通

我们当前的汽车是非智能的。它有四个轮子、一个金属机身和一个发动机，这样一套标准化的自动系统“平台”，自100年前被引入后就从没有发生过任何本质性改进。汽车的使用给人们带来了方便，然而，这种便捷性也让人类付出了极高的代价。在近百年的进程中，交通事故已经夺去了数百万人的生命。当汽车赋予人们开车到远方工作的自由时，也催生了一种新的问题——城市交通拥堵。

关于汽车，有一个奇妙的讽刺，虽然汽车自从发明以来已经“谋害了”数百万人的生命，但我们的社会对于它造成的死亡人数仍“视而不见”，这或许是一种冷漠的默许。每年，全世界都有将近120万人死于车祸，这个死亡率相当于每年释放10个广岛级别的原子弹爆炸。

与战争、暴力、毒品一样，汽车对人而言也有着致命危害。谋杀、自杀以及战争每年预计会造成160万人死亡；由毒品导致的死亡人数每年约有18.3万人。尽管全球死亡人数有很大一部分来源于本可避免的汽车事故，但是仍没有哪个政府支持“向汽车宣战”之类的活动，或者说呼吁人们停止开车。尽管高速公路上一再发生连环相撞事故导致数十甚至上百人进了医院，但是公众仍然没有对汽车公司发起持续的质疑和谴责。

事实上，解决汽车引发系列问题的最好方式就是让它们变得更智能。当人类驾驶者让智能软件接管方向盘的时候，无人驾驶汽车将为全世界数十亿人提供一种更安全、更简洁，甚至更方便的出行方式。

是什么因素制约无人驾驶的发展？

近百年来，各行各业的专家都在预测人类的霸主地位将会被智能机器所取代。但到目前为止，这些预测仅仅在一些高度细分化的工业岗位上成真了。当机器人学家还在研究移动化智能机器人的道路上步履维艰时，建造一辆踏实可靠的无人驾驶汽车从技术上而言已经触手可及，这同样也是工程学上的一项壮举。

无人驾驶汽车

但目前无人驾驶技术的研发还存在着很多限制因素。

第一是现实因素，也就是它的门槛很高。汽车毕竟是行驶在公共道路上的重达两吨的“铁盒子”。如果无人驾驶的软件出现了问题，后果将不堪设想。这也就解释了为什么今天的第一批自动驾驶车辆会先在人烟稀少的地方使用，因为车辆如果在这种地方出问题、偏离既定的路线，所造成的人员伤亡是最小的。

制约无人驾驶发展的第二个难点及关键点就是纯粹的技术问题。虽然在99%的时间里，驾驶过程都是思维僵化而且可预测的，但是仍有1%的时间里会产生突发事件。生物有机体会依赖所谓的“本能”来应对生活中突发的未知事件。是“本能”，使人类可以在交通的高峰时段自由驾驶，也正是“本能”，蕴含了人类智能中尤为难以复制的大量能力。

机器人学家对这种只在1%的时间内才发生的突发性小概率事件赋予了专门的名称——“极端事件”。极端事件并不常见，也难以预测，却可能导致灾难性后果。机器人的人工“本能”在处理极端事件时的效果最终决定了它的可靠性与价值。驾驶也许是最为重复刻板的活动，但同时也充满了数不尽的、潜在的致命性极端事件。管理无人驾驶的软件必须能够本能性对突发情况做出反应，例如跳上汽车引擎盖的猫，或者向汽车挡风玻璃上喷漆的愤怒流浪汉，这些都有可能发生。所以，尽管投入了几十年的努力，自动化工程师和机器人专家还是无法编写出一个有效的软件，处理无人驾驶在道路上可能遇到的无数种突发状况。这些问题均是由知觉缺陷导致的，即它们不具备对所见事物进行感知区分并合理应对的能力。自从人工智能领域开辟半个多世纪以来，计算机科学家和机器学家为了实现“知觉”这一神秘技艺的自动化已经尝试了各种方法，但均未能取得突破性进展。

无人驾驶的寒武纪大爆发即将来临

寒武纪大爆发（也称为寒武纪生命大爆发，Cambrian Explosion），是开始于距今5.42亿年前的寒武纪时期的相对短时期的进化事件，自然界中绝大多数的动物“门”都出现在这一时期。它持续了接下来的大约2千万年年-2.5千万年， 因出现大量的较高等生物以及物种多样性，于是，这一情形被形象地称为生命大爆发。

发生在寒武纪时期的生命大量快速演化，有一个有趣假设，即“光开关理论”。这个理论是由安德鲁·帕克（Andrew Parker）提出的，该理论认为正是眼睛的进化，引发了生命体之间的进化竞赛，使得那些具备最佳视觉的生物才最有可能生存下来。也许“光开关理论”理论对于机器人也是适用的。

寒武纪生命大爆发

生物有机体的知觉系统包含了一系列广泛的能力。知觉中的一个方面就包含认知识别功能，人或动物因此具有“读取”复杂情境的能力，并知道如何正确地反应。知觉的另一个功能就是加工处理视觉信息。生命体具有高度发达的视觉系统，可以良好地识别一个物体，甚至是从不同的角度、在不同的光线条件以及不熟悉的情境中都可以准确识别同一个物体。

视觉感知需要对视觉信息进行正确识别并进行归类，人类在进行这样的过程时，纯粹依靠本能，而且几乎能够做到完美无误。然而，我们这种感知所见事物的能力似乎拒绝被自动化。几十年来，机器视觉领域的研究者一直在努力研发能够快速而准确地“理解”环境中视觉信息的软件，但均以失败告终。

在人工智能研究领域原地踏步多年之后，一种被称为“深度学习（Deep Learning）”的新型软件于2012年诞生了，它可以对随机的数千个数码图像信息进行准确分类，并达到人类水平的精准度。

深度学习对于人工智能领域的影响极其深远，而且未来几年可能会持续扩大。深度学习将会对移动类机器人的总体发展轨迹产生变革性影响。当机器人获得了通过视觉理解周遭环境的能力时，人工生命形态的发展可能会开始延续5亿多年前有机体生命发展的路径——寒武纪大爆发，届时，就像在“光开关理论”描述的，汽车领域的人工智能通过深度学习，不断的对外界驾驶环境进行感知，能够处理越来越多的突发状况，继而能够达到人们安全出行的要求。相信这一天的到来不会太远，而我们都会是这场无人驾驶领域寒武纪大爆发的见证者。