Uber 实验室是怎样研发无人驾驶汽车的？

Uber 实验室正在让无人驾驶从梦想变成现实。

众所周知，Uber 正在开发无人驾驶汽车，领导 Uber 研究的是一位女天才，她叫拉克尔·乌尔塔森（Raquel Urtasun）。为什么乌尔塔森愿意为 Uber 工作？为什么 Uber 在多伦多设立研究中心？Uber 无人驾驶有何特点？最近，媒体记者深入实验室， 近距离接触乌尔塔森及 Uber 团队，让我们看看他们有何发现。

在未来的城市里，不会有人驾驶汽车。到时，周围都是无人驾驶电动汽车，它们 7 天 24 小时持续运营，汽车的速度、方向完全由嵌入式、云计算机系统控制。这些汽车永不休息，不需要泊车。除非汽车接起或者放下乘客，或者是货物，或者给电池充电，否则汽车几乎不会停顿，沿着街道行驶，就像天空中的鸟群一样精准。

当汽车需要维护、清理或者存放时，我们会把它送到地下停车场，或者是城市外的专用区域，不需要占用宝贵的房地产地面。到时，呼叫汽车就像用 Netflix 观看流媒体电影一样容易，按需提供服务的汽车载着你去工作，去朋友家里，约会，或者旅行。你可以读点东西，睡一睡，看看电视，甚至做爱，直到抵达目的地。

有了专用机器人汽车，食品杂货、干洗衣服，或者是砍伐的木头，全都会自动运到家里。加油站不复存在。停车场会变成公用场地。碳排放将会下降。拥堵将会缓解，因为会有更多人分享汽车。这些汽车超级安全，车祸与因为车祸丧生将会成为过去。汽车看起来也会有一些不同，没有方向盘，没有油门踏板，前面不需要坐着一名司机，车内设计也会不同。

■ 女天才

拉克尔·乌尔塔森（Raquel Urtasun）正在努力，她想将梦想变成现实。马尔塔森是 Uber Advanced Technologies Group（简称 UATG）的首席科学家，UATG 是 Uber 建在多伦多的无人驾驶交通运输实验室。Uber 在 MaRS 大楼第七层设立 UATG，它是 Uber 在美国之外建的唯一一个无人驾驶实验室，也是公司第一个专门为无人驾驶汽车开发“大脑”的实验室。2015 年 Uber 成立了 UATG，它认为一旦将司机剔除，打车业务的营收能增长 70%。

2017年，Uber 请来了乌尔塔森，40 多岁，是一名计算机教授，在 AI 世界大名鼎鼎。在此之前，乌尔塔森已经研究无人驾驶汽车将近 8 年。她认为无人驾驶是 AI 的“杀手级应用”，问题非常复杂，不过一旦解决，我们的移动、工作、生活与游戏方式都会改变。Uber 资金雄厚，追求增长，加入 Uber 之后，乌尔塔森可以获得大量资源和数据，这是学术机构拿不到的。乌尔塔森告诉媒体：“这是无人驾驶世界最棒的 AI 研发实验室。”

多伦多实验室聘请了 60 位员工，在未来一年里数量还会翻倍。今年夏天，他们会从 MaRS 搬到更大的实验室。去年 8 月，丰田与 Uber 合作，一起开发无人驾驶汽车。软银及其它投资者也准备向 UATG 投资 10 亿美元。

▲ 女研发团队，从左右到分别是技术项目经理 Olga Palatnik、首席科学家 Raquel Urtasun、高级工程经理 Inmar Givoni

Uber 需要无人驾驶汽车，需要抓住无人驾驶背后的巨额财富。打车开始取代私家车，在城市尤其如此，Uber 控制约 70% 的打车市场。不过它还在亏损，2018 年最后一个季度亏了 8.65 亿美元，最近 Uber IPO，表现也让人失望。2050 年之前，全球无人驾驶市场规模将会达到 7 万亿美元。乌尔塔森认为，当技术变得足够便宜，足够安全，可以让每一个人使用时，无人驾驶市场才能形成规模，这一目标离现在只有 10 年之远。如果计划顺利，Uber 会分步将无人驾驶汽车整合到自有网络，比其它企业抢先达到目标。乌尔塔森说：“如果 Uber 做不到，那么其它人也不可能做到。”

■ 轮子上的机器人

从本质上讲，无人驾驶汽车就是车轮上的机器人。它是一个坐在轮子上的机器人，有复眼，可以在同一时间观察所有方向。要让机器人发挥作用，首先需要大量信息。Uber 原型汽车装有大量传感器，约有几十个，包括摄像头、雷达、激光雷达。这些传感器尽可能收集更多的信息，车道和路边在哪里，人行横道在哪里，交通灯在哪里，其它汽车、行人、自行车在哪里，以及汽车行驶时周围的一切。所有数据、图像全都传到中央计算机，控制操纵系统，让汽车加速或者刹车。然后计算机会利用信息生成高清 3D 地图，给汽车导航。

汽车不单要知道目标物在哪里，是什么，还要知道它们的动向。正因如此，多年来无人驾驶汽车公司一直在各城市的道路上游荡，收集数据，开发模型，让汽车识别目标物，预测它们会做什么。汽车与司机会碰到各种各样的情况，想为每一种情况开发算法是不可能的事，所以 Uber AI 算法会自己学习，通过之前收集案例的相互作用来学习。计算要求以很快的速度完成，必须在毫秒范围内完成。

第一辆无人驾驶汽车早在 1986 年就出现了。当时一位名叫 Ernst Dickmanns 的德国航空工程师给奔驰汽车装上摄像头、传感器、计算机，在自己工作的慕尼黑大学测试。到了 1990 年代初期，奔驰向 Ernst Dickmanns 的研究提供资金，希望能把他开发的技术用在乘用车上。1994 年，Ernst Dickmanns 在法国公路上测试两辆无人驾驶奔驰 500s 汽车，里面坐着乘客。汽车车速达到每小时 130 公里，它不断变道，与其它汽车会车。事实证明，Ernst Dickmanns 的发明领先于时代，或者至少领先于计算机的计算力。

Dickmanns 的研究引起美国国防部高级研究计划局 (Defense Advanced Research Projects Agency，简称 DARPA) 的注意。多年来，五角大楼一直在敦促国防合同承包商，让它们开发无人驾驶交通工具，以求降低伤亡。由于进展缓慢， 2004 年 DARPA 决定举办竞赛，全球每一个人都能参与：开发一辆机器人汽车，在莫哈韦沙漠接受挑战，行程 228 公里，赢家奖金 100 万美元。在随后几年里，团队的成员成为特斯拉、谷歌、Uber 无人驾驶部门的创始人。

在过去几年里，各大企业明争暗斗，都想成为无人驾驶掌控者。硅谷巨头谷歌、苹果、特斯拉参与，汽车巨头福特、通用、本田、戴姆勒参与，还有一批创业公司也参与，比如 Zoox、Aurora和Voyage。只用了一个月，天才黑客乔治·霍兹就在自己的车库开发出无人驾驶汽车。2 月份，美国政府授予黑莓一份合同，价值 4000 万美元，用于无人驾驶软件及技能开发。

■ 选址多伦多

当 Uber 决定设立无人驾驶研发实验室时，乌尔塔森成为第一选择也是唯一的选择。她点头同意，只是要求将实验室设在多伦多。乌尔塔森和 Uber 之所以选中多伦多有着同样的原因。在杰夫·辛顿（Geoff Hinton）的领导下，多伦多大学已经成为 AI 研发的支柱。那里有人才，多伦多约有 9% 的员工从事科技相关工作，政府努力吸引外国人才和研发基金。从现实的角度看，在多伦多收集数据容易一些，因为那里的交通环境、有轨电车线路、建设设施相当复杂。多伦多是一台永动机。Uber 的到来无疑会让多伦多的科技实力大大增强，从而刺激城市建设更多的设施，方便企业收集更多数据。

2016 年， 安大略省（加拿大省份）设立一个长达 10 年的试点项目，允许无人驾驶汽车在公路上测试，这是加拿大第一次设立类似的项目。有 7 个实体参与，有企业，也有机构，包括Uber、滑铁卢大学、Magna 和 Erwin Hymer Group，它们成为参与者。在项目早期，测试主要在封闭线路上完成，今年 1 月时，项目参与者终于可以进入公路了。突然之间，机器人汽车出现在市民身边。

2 月份和 3 月份，记者拜访了 Uber 实验室，乌尔塔森介绍了她的研究，还将团队成员介绍给媒体代表认识。办公室一股现代风，明亮而繁忙，一排排工作站被巨大的计算机显示器占据，它们由全球各地的几十位天才控制。在我们所看到的成员中，没有一人年纪超过 45 岁。会议室根据计算机先驱命名，比如 Bell、Banting，厨房有茶水、椰子汁、蛋白粉、油炸薯片，还有一碗碗水果。它就像北美大型大学的计算机实验室，事实上正是如此。Uber 与当地大学的关系很密切，有许多员工本身就是乌尔塔森的博士生，他们全职为公司工作。

乌塔尔森没有自己的办公室。她在角落的一张站立式办公桌上工作，与员工一起。她已经 40 多岁，但看起来很年轻，有一种自傲的神气，似乎自己知道许多人人不知道的许多事。乌塔尔森是在西班牙 Pamplona 长大的，英语是她的第三语言，次于西班牙语、法语，但英语很快正为她的正式语言。就像孩子一样，她也喜欢数学、视频游戏，在家乡上大学时，她最终选择了电子工程。不过图像处理、机器学习让她着迷，她说算法很有趣，就像解谜一样，最终她拿到了计算机博士学位。包塔尔森表示：“如何教育计算机，让它学着理解世界是怎样运转的，我对此很感兴趣。”在过去几年里，她开发一套算法，可以创作圣诞颂歌，还有一套算法可以分析服装是否时尚。

在 MIT 和伯克利拿到博士学位后，她成了丰田研究院的教授，这所研究院隶属于芝加哥大学。2014 年，她来到多伦多大学，一年后成为“机器学习计算机视觉”加拿大研究主席，“机器学习计算机视觉”是一个著名的学术奖金项目。她与辛顿合作创办了 Vector Institute，这是一个投入 1.35 亿美元的智库，就在 Uber 的对面，Uber 成为加拿大 AI 研发的领导者。自 2015 年加入 Ube r以来，乌尔塔森的名气越来越大。2017 年，《连线》杂志称她是“ AI 超级巨星”。

之所以名气很大，部分是在为这个行业仍然被男性主宰。并非偶然，马尔塔森的高级领导团队全都是女性。她有两个主要助手，一个是 Inmar Givoni，以色列人，运营多伦多工程团队，还有就是 Olga Palatnik，之前曾在 Kobo 工作，现在是实验室技术项目经理。马尔塔森说：“如果你的领导受到偏见的影响，建立一个包容、多样化的环境就会更容易一些。”

乌尔塔森接受 Uber 的工作还有一个原因：她和同事可以自由发表论文。乌尔塔森说，实验室开发的算法并没有复杂到可以完全解决无人驾驶大量技术问题的程度。要想让无人驾驶变成现实，研究人员需要分享知识。分享最终会影响更多、更好的人才，他们能让研究走得更远。

■ 复杂的系统

在一次会面时，乌尔塔森演示了技术是如何工作的。她展示一系列图片，有 3D 也有 2D 图像，有模拟图，还有其它数字图像。有些图片我们能理解，有些不能，看到演示时，如同欣赏某人玩世界上最神秘的视频游戏。她还演示了系统是如何在空中生成地图的。在一块屏幕上，计算机生成的大楼、树木、行人飞过，每一个对象都被颜色编码边界框固定。还有一段视频描绘了交通拥堵的场景，前前后后所有的车辆轨迹全都描绘出来。

为城市绘制 3D 地图需要花费很多时间，要烧很多钱。汽车要穿梭好几次，向两个方向穿梭，穿过城市街道，收集附近每一件东西的数据。然后还要请一群人给数据做标记。根据行业的估计，单是给美国绘图就要投入 20 亿美元。Uber 的 AI 可以推断，用较少的扫描构建地图。

其它系统也会用到算法，不过这些系统依赖复杂的软件管道，汽车完成的每一项任务都需要独立的连锁组件，包括侦测、追踪、预测、运动规划。每一项组件都需要几百人开发。乌尔塔森认为，这样的开发方式会降低无人驾驶的开发速度。Uber 不是这样做的。按照乌尔塔森的描述，它使用一个整体的、单一的AI系统，瞄准终端目标，在追求目标时可以不断学习，变得越来越好。

记者问乌尔塔森：“为什么其它企业要向软件组件投资呢？它们为什么不等你们完成开发，然后用你们的工具？”马尔塔森说：“当他们看到我们发表的论文时，我们已经在向下一代技术进军。当技术准备就绪时，每一个人都开始使用。”

除了设立研发实验室，Uber还准备再向新工程中心投资 2 亿美元，最终招募 500 名员工。乌尔塔森说：“这里不再有人才流失，现在是人才在流入。”

■ 改变一切

无人驾驶会给多伦多街道带来怎样的影响？ 2015 年，多伦多大学蒙克国际事务学院（Munk School of Global Affairs）专家 David Ticoll 发表一份报告，预测到了 2030 年代无人驾驶汽车将会成为一种主流运输方式。按照他的估计，假设无人驾驶占据 90% 的市场，每年可以减少交通事故 12000 起，死亡和受伤的人也会少很多，节省 12 亿美元的碰撞损失。无人驾驶还会在其它方面减少损失：减少 27 亿美元的拥堵成本，减少 16 亿美元的汽车保险，减少 5 亿美元的停车费和罚款。还有，无人驾驶汽车（假定它们是电动汽车）最终可以让尾气排放减少 87-94%。

在未来大约 10 年的时间里，报告认为可能会有 3 种新现象出现。多伦多人将会放弃自己的汽车，爱上步行、自行车、公共交通、无人驾驶的士（小巧，适合 1-2 个人）、自动迷你巴士。会有新工作出现，有人可以制造无人驾驶汽车，有人可以重新设计道路，有人可以用无人驾驶汽车卖东西、制作食品，或者运营快递公司，总之，有了配送机器人，在城市里拿到东西将会变得更轻松，更便宜，更快速。不过自动化也会终结一些工作。

到时还会出现特殊机器人，可以搬运垃圾，扫除积雪，清理道路。巴士司机、的士司机、卡车司机、有轨电车全都会成为过去，自动的士、迷你巴士将会完全取代它们。

Ticoll 还认为，在街道上，无人驾驶汽车要接送乘客，运送货物，它们会争夺道路两边的空间。街道需要重新设计，给无人驾驶汽车留下专用位置，就像给自行车、电动车留下位置一样。虽然无人驾驶汽车到来之后多伦多的汽车数量会减少，但路上的汽车并不会减少。目前大多汽车约有 95% 的时间都停在那里。无人驾驶汽车基本上一直都会在行驶。

无人驾驶也许能缓解拥堵，但从另一方面看，它有可能刺激汽车旅行的需求上升。如果无人驾驶汽车不再需要人驾驶，不再需要接触踏板，没有方向盘或者油门，那么还要等多久孩子才可以借一辆无人驾驶汽车参加派对？Ticoll 的报告并没有讨论这一问题，对于无人驾驶汽车，学术机构有其它担忧：需要更多的技术来降低安全风险，要防止汽车被黑并变成武器。

去年 3 月，Uber 无人驾驶汽车在亚利桑那 Tempe 发生车祸。当时无人驾驶汽车撞到一名行人，这是第一起无人驾驶致命事故。虽然 Uber 并不负有刑事责任，但 Uber 还是将所有无人驾驶汽车从公路上撤下，甚至考虑完全终止此项目。不过 Uber 汽车后来还是回到公路。在多伦多和旧金山，它们由两名人类驾驶员驾驶，用手动模式运行。两人的工作主要是收集数据。汽车只能在中心区很小的地方行驶，速度很慢。

看起来需要加速前进，Uber 却在减速。同年 12 月，Waymo 在 Phoenix 推出无人驾驶的士服务。运营规模很小，只在城市 160 公里的范围内行驶，服务特定客户群。车内坐有人类司机，以防意外发生。

尽管如此，这似乎是一个巨大的飞跃，而且是商业上的飞跃。行程只有 15 分钟，距离 5 公里，费用只比搭乘 Uber 汽车行驶相同距离少几美分，不过如果车内没有安全司机那就便宜多了。

记者想坐坐无人驾驶汽车，亲自看一看，但是因为在 Tempe 出了车祸，媒体代表很难接近汽车。Uber开恩，愿意让记者看一看，汽车从 MaRS 大楼的车库开到大学大道（University Avenue），这是一辆 XC90 SUV。车上有两名安全人员，前面一位，后面一位，没有做什么事。乌尔塔森介绍一下汽车，比如潜望镜一样的激光雷达设备，还有摄像头和雷达。

不过记者不允许坐进汽车，不允许给汽车内部拍照，甚至不许窥视汽车内部。有色后窗玻璃挡住了计算机和散热系统。

乌尔塔森耸耸肩说：“即使进了汽车，你也不会看到任何东西。很舒服，没有什么干预，看起来很棒，但这些证明不了什么。这些指标并不是领导力的真正指标。”对她来说，真正的证明是论文、数学，存在于大脑之中，不是在公路上。

马尔塔森步行去工作，她从未拥有过一辆汽车，为什么？因为她更喜欢摩托车，虽然连摩托她也没有。现在有了多种多样的交通工具，乌尔塔森不明白为什么在城市里还要拥有一辆汽车。在她看来，未来无人驾驶汽车会成为廉价的分享型交通工具，到时拥有一辆汽车就像拥有喷气客气一样奢侈。

上次会面时，有人问乌尔塔森，她的压力有多大。在无人驾驶汽车变成现实之前，如果Uber资金耗光会怎样？乌尔塔森整天都在想着将不确定性融入算法，但实验室外的不确定性似乎并没有给她带来困扰。乌尔塔森说：“在我看来，这个问题并不一定会成为问题。”

在一次对话中，乌尔塔森向记者描绘无人驾驶未来，她简单谈到了 Uber 的其它项目。按照乌尔塔森的解释，世界是三维世界，但是道路是二维的，有时还是一维的，我们最终会使用城市道路上空的空间，这只是时间问题。她是不是在开玩笑？不是的。乌尔塔森说：“我们将会拥有可以自动驾驶的飞行工具。”