自駕車的未來是什麼?

想像一個沒有塞車的世界,所有的車子如同河流一般湧入高速公路。在這個世界,車禍會比現在少了90% 左右,也不需要巨大的停車場,你可以在通勤的時候坐下來吃東西,或者是睡一會兒。

當然,這是自駕車能成為主流運輸工具的願景。打從谷歌在2015 年,在加州的山景街道上開始測試他們的自駕車原型,這些自駕車就擄獲眾人的想像力。

所以未來自駕車會有什麼樣的發展呢?

引擎蓋下

首先,讓我們看看車子如何自己駕駛。自駕車需要兩件事:關於它自身所在環境的資訊,以及如何穿越該環境的策略。

自駕車有很多偵測器與資料,藉以知道本身所在的位置與周圍環境。自駕車透過全球定位系統跟「慣性導航系統」(inertial navigation systems)(其是與車速表很類似的偵測器)與地圖來找到自身位置。

自駕車

一旦汽車知道自己所處的位置,它需要建立一個精準的模型,顯示周遭的環境:其他汽車、行人、街道號誌與更多其他資訊。為了建立這個模型,汽車用地圖理解它所處的環境。這些並不是一般的谷歌地圖,而是精準到每一英寸的地圖,同時包含了每一個人行道路緣的高度,與每一個交通號誌的位置。

然後,為了要辨識道路上的物體,自駕車的車頂有一個旋轉的雷射光裝置,稱為LIDAR,用於建置周圍環境的三百六十度模型。但是,LIDAR只能跟自駕車說周圍有障礙,而不能確知障礙物是什麼。為了解決這個問題,自駕車使用車上搭載的相機。最後,自駕車可以建立一個周遭環境的3D模型,包含了街景與旁邊的物體。

接著,自駕車要制定行駛策略。根據當時的車速與位置,汽車計算大量可能的行動,或者是「短期計畫」(short-range plans),用來更為接近目的地:轉換車道、轉彎、加速等等行動。然後移除會靠近障礙物的計畫,再依照安全性與車速來對剩下的計畫排序。當自駕車選擇最好的計畫後,會將指示送至輪胎、煞車與「油門踏板」來讓車子移動。所有的運算發生在五十毫秒內。

學習中的汽車

值得注意的是,我們不可能教會汽車所有的駕駛規則,我們可以先設定幾個基本規則,如「綠燈代表前進」,但是因為汽車可能碰到許多獨特的情境,我們不可能將相對應的規則都寫入汽車的電腦中(例如汽車開在下著毛毛雨的三線道的高速公路上,然後有一輛十四英尺的汽車以時速四十三英里的速度超車)。

所以自駕車的開發者改為教自駕車學習辨識特定的模式來學習駕駛。例如自駕車發現有一個自行車的騎士伸出左手,自行車騎士有90%的可能性會左轉—自駕車可以猜測左手是要左轉的信號,而當自駕車未來看到伸出的手臂的時候,就會開始減速。如此一來,自駕車就可以在不需要人類的參與下,學到如何避開自行車(即使自駕車不知道自行車是什麼)。這就是機器學習,最簡單的說法是:一個電腦藉由觀察到的模式預測可能發生的事情。

計程車 vs. pod

自駕車的技術已經發展出來,問題只是何時會成為主流。現在有關於自駕車朝主流發展的方式,有兩種競爭的發展方向—我們分別稱為「計程車」與「無人計程車」—有些公司已經在各自的領域激烈辯論。

朝「計程車」方向走的自駕車公司,認為自駕車的發展會像是優步一樣:一整隊的電動自駕車,在城市中不停的移動,到處接駁乘客,而且永不停止。每個人都利用自駕車移動,但是沒有人擁有這些汽車。

在這個領域的是共乘公司,如優步,他們很努力在發展自駕計程車。Lyft跟Waymo 合作,結合兩個公司的核心價值—建立共乘網絡與創新自駕車科技—希望也能開發出自駕計程車。在2018年,Waymo在美國鳳凰城也推出自駕計程車服務Waymo One。

傳統的車輛製造商也在這個領域奮鬥,他們跟很多軟體新創公司合作以獲得自動駕駛的技術。在2017年,福特公司投資自駕軟體公司Agro十億美元,之前通用汽車公司則買下了類似的新創公司Cruise Automation。

自駕計程車並不是自駕技術的唯一贏家,例如Waymo One因為與谷歌合作,所以佔有很多優勢。谷歌地圖有一個共乘分頁,會顯示如優步、Lyft與其他當地的共乘服務的價格。許多使用者可能會直接到這個分頁看價格—所以谷歌理論上可以藉由在這個分頁促銷Waymo One,將顧客從優步與Lyft吸引到Waymo One,使對手無法與其競爭。甚至假如在谷歌地圖的十億個使用者中,有一部分的人投入到Waymo One,優步與Lyft在經營上則會遭遇到很嚴重的問題。更進一步來說,理論上,如果谷歌限制優步與Lyft對於谷歌地圖API的使用(他們重度依賴谷歌地圖),這兩家公司將更難以經營。

在「pod」領域的公司則是覺得要讓自駕車可以載運人類在高速公路運行,需要花費很多時間開發;自駕車的原型長期以來都朝著能以更高的車速與在高速公路上行駛努力。所以有些新創公司改將賭注下在行駛速度較慢與低風險的自駕車應用上,這類型的自駕車速度通常不會高於每小時二十五英里。很多這類型的「汽車」—如同下頁圖的倫敦接駁車—看起來一點都不像是汽車。

在「pod」領域的新創公司有幾項創意應用的案例,May Mobility公司提供無人駕駛的pod供員工在不同辦公地點移動。新創公司Nuro知道當自駕車在高速移動時,還不足以安全地運送乘客,但是已經可以運送雜貨,Nuro也已經在鳳凰城成功推出物流pod。這些公司押注在可以快速掌握自駕車的有限使用案例,並且知道可以在更先進的領域擊敗優步與Waymo。

亞馬遜是一個很有趣的案例,正在試探以上自駕車的兩個潛在的未來發展。從一方面來說,亞馬遜想加入自駕計程車,假如真的如同某些分析師所想的,亞馬遜跟Lyft合作的話,可以提供Prime會員相當多的折扣,將優步踢出市場。而在pod部分,也有報導說亞馬遜考慮建立自己的自駕車物流網絡,用於更快地運送Prime包裹。(這部分甚至可以同時做到兩者,無司機的pod可以同時運送人類與貨物,以便將效能最大化。)以上這些科技尚未通過測試階段,但是情形未來幾年似乎會有所變化。

減速丘

最後,我們將會介紹自駕車在進入主流市場前,還必須面臨的幾個重大挑戰。

第一個是技術上的,自駕車依然有安全上的顧慮。2016年,一輛處在「自動駕駛」模式的特斯拉自駕車,被指稱造成一名男性的死亡;而在2018年,一輛優步的自駕車在亞利桑那州撞死一名女性。

第二點是法律上的。印度在2017年為了保護司機的工作,禁止自駕車;歐洲則是在通過允許自駕車的法律上有過於緩慢的惡名,甚至在美國也只有少數城市允許自駕車的測試。

第三點,或許也是最困難的一點,是倫理問題。一輛自駕車在可能傷害他的駕駛與行人之間該如何選擇。假如自駕車公司設定自駕車做出選擇,這是不是意味著自駕車被設定為可以殺人?為了將倫理上的兩難透明化,哲學家與科技專家呼籲「演算法透明化」(algorithmic transparency):自駕車的演算法原則必須為大眾所知悉。

《Google、臉書、微軟專家教你的66堂科技趨勢必修課》圖/商業周刊提供

(本文摘自尼爾・梅達, 帕爾・德托賈, 阿迪亞・加傑著《Google、臉書、微軟專家教你的66堂科技趨勢必修課》,商業周刊提供)


延伸閱讀

Mac電腦會中毒嗎?

會計帝國 揭開鮮為人知的一面

數位代碼和法律密碼 誰會勝出