一世2014年，谷歌开了一枪，一路传到底特律。谷歌最新的无人驾驶汽车原型没有方向盘和刹车。这传递出的信息很明确:未来的汽车将是完全自动驾驶的，不需要或不需要人类司机。更令人震惊的是，该公司并没有像谷歌那样改造普锐斯或雷克萨斯来制造前两代无人驾驶汽车，而是与分包的汽车供应商团队一起定制了其最年轻的无人驾驶汽车的车身。最重要的是，这辆车从娘胎里出来就已经是一名专业的司机，从之前的原型车的大脑中挑选出了大约70万英里的经验。现在谷歌的自动驾驶汽车又有了几年的实践时间，车队的累计驾驶时间超过130万英里，相当于一个人开车90年每年砍伐1.5万英里。
作为回应，汽车公司正在向软件开发投入数十亿美元，汽车创新的中心已经从底特律转移到了硅谷。如果汽车公司有能力定义向无人驾驶汽车的过渡，他们会倾向于一个非常渐进的过程。第一阶段将包括改进驾驶员辅助技术。第二阶段将涉及在特定情况下(最有可能是在高速公路上)安装一些高端车型，这些车型的自动驾驶能力有限。在第三阶段，有限的自动驾驶能力将惠及更便宜的车型。
人类和机器人不应轮流在车轮上。
咨询公司德勤(Deloitte)将这种渐进的方式描述为一种增量式的方式。如防抱死制动系统、电子稳定控制系统、后备摄像头和远程信息技术等，这些技术将跨越高端汽车生产线，然后随着规模经济的确立，进入低端市场。”这种谨慎的做法，虽然对业内人士有吸引力，但实际上可能是不明智的。对汽车公司来说，通过逐步增加计算机引导的安全技术来帮助人类驾驶员驾驶、刹车和加速，逐步接近自动驾驶，从长远来看，无论是从人类生命的角度，还是从汽车行业的底线来看，都可能被证明是一种不安全的策略。
汽车公司青睐渐进方式的一个原因是，它延长了它们对汽车行业的控制。无人驾驶汽车需要一个智能车载操作系统，可以感知汽车周围的环境，理解流入的数据，然后采取适当的行动。具有人工智能能力的软件——尤其是人工感知——需要熟练的人员和一定深度的智力资本来创造。汽车公司虽然非常擅长创造复杂的机械系统，但缺乏有效深入人工智能研究的员工、文化和运营经验。另一方面，谷歌已经存在了。
无人驾驶汽车给汽车行业带来了不确定性。在过去的一个世纪里，直接向消费者销售汽车一直是一项不错的业务。然而，如果无人驾驶汽车使消费者能够按次付费，而不是购买自己的汽车，那么向出租无人驾驶出租车的运输公司出售通用汽车车身的业务可能就不那么有利可图了。如果有一天汽车公司被迫与软件公司合作制造无人驾驶汽车，这种合作可能会导致汽车公司获得的最终利润份额减少。
就像在通宵扑克游戏中不断长大的小猫，桌上坐着很多钱。前密歇根大学教授、通用汽车公司高管拉里·伯恩斯解释说，在美国，人们每年开3万亿英里的车，里面藏着一座金矿。他说:“如果先行者能从每年3万亿英里的市场中分得10%的份额，每英里赚10美分，那么它的年利润将达到300亿美元，与苹果(Apple)和埃克森美孚(ExxonMobil)在好年头的利润相当。”
汽车公司和谷歌就像正在相撞的巨型油轮，都在缓慢地驶向一个共同的目的地:从下一代自动化汽车中榨取最大的利润。汽车公司倾向于采用一种渐进的方法，即开发驾驶员辅助模块，使其能够在很长一段时间内接管方向盘。相比之下，谷歌的战略目标是直接进入完全自主。
CAR公司不是唯一喜欢渐进方法的人。汽车部和汽车工程系的社会每次勾勒出他们自己的道路地图到完全自治。While their stages differ slightly, what they have in common is the assumption that the best way forward is via a series of gradual and linear stages in which the car’s “driver assist” software temporarily takes over the driving, but quickly gives control of the car back to the human driver should a sticky situation occur.
我们不同意逐渐过渡是逐步过渡的最佳方式。有很多原因，人类和机器人不应该轮流在车轮上。然而，许多专家认为，最佳模型是拥有车轮的人类和软件共享控制，人类驾驶员应留在仆人和软件。基于范式的软件，其中人和机器是合作伙伴，以循环软件为人类而闻名。在许多情况下，配对人类和计算机确实产生了优异的结果。技术人员外科医生使用机器人臂在手术过程中实现不人道的精度。今天的商用飞机在循环软件中使用人类，这是许多工业和军事应用。
有利于保持人类在循环中的争论有他们的吸引力。这是一个诱人的思想实验，以梦想以最佳的机器能力达到最佳的人类能力，类似于手工采摘职业足球运动员的令人陶醉的优化拼图。机器精确，不知疲倦和分析。机器在检测模式下excel，执行计算和进行测量。相比之下，人类擅长绘制结论，在明显随机对象或事件之间制作关联，并从过去的经验中学习。
至少在理论上，如果你把人与智能机器结合起来，结果应该是一个警觉的、反应灵敏的、极其熟练的司机。毕竟，“人在循环中”实现自动化的优势在于，它有可能获得人类和机器最擅长的领域的优势。
实际上，在无人驾驶汽车的情况下，人在回路软件只有在各方(人和软件)保持明确和一致的责任集的情况下才能工作。不幸的是，维护人员和软件之间清晰一致的职责集并不是汽车行业和联邦运输官员所提出的模式。相反，他们提出的方法让人参与其中，但责任不明确且不断转移。
在这一战略的核心逐步过渡的假设是应该出现意外发生的假设，嘟嘟声或振动将发出人类驾驶员，她需要匆匆爬回驾驶员席位以处理这种情况。完全自动化的逐步和线性路径可能听起来很明智和安全。然而，在实践中，从部分到完全自主驾驶的分阶段过渡将是不安全的。
一旦看到它的工作，人们就会非常快速地信任技术。
机器和人类可以在某些情况下融合，但驾驶不是其中之一。驾驶不是一个适合循环方法的活动的活动，因为一个主要原因：驾驶是乏味的。当一项活动繁琐时，人类都太满意了让机器接管，所以他们热切地责任
当我在海军接受军官培训时，我了解到，良好管理的核心原则之一是，永远不要将一项至关重要的任务分给两个人，这是一个典型的管理失误，被称为责任分散。责任分散的问题在于，最终，参与完成任务的两个人可能会觉得丢球是安全的，假设另一个人会接手。如果双方都不去营救，结果就是任务失败。如果人类和机器分开负责驾驶，结果可能是灾难性的。
2009年，法国航空公司(Air France) 447航班坠入大西洋，机上228人全部遇难，这是一个令人痛心的人与机器责任分担的例子。后来对飞机黑匣子的分析显示，坠机的原因不是恐怖袭击，也不是机械故障。问题出在从自动飞行模式到人类飞行员团队的切换上。
在飞行中，飞机的自动驾驶软件被冰覆盖，并意外关闭。一群迷迷糊糊、缺乏经验的人类飞行员，突然被叫去操控他们以为将是一次例行飞行的飞机。当被推到一个意想不到的责任位置时，人类飞行员犯下了一系列灾难性的错误，导致飞机坠入大海。
一世n 2012年秋天，允许几名谷歌员工使用了一个自主lexuses，为上班的高速公路部分。这个想法是人类司机将引导雷克萨斯到高速公路，合并，并曾经定居到单车道上，打开自动驾驶功能。每个员工都被警告说，这是早期的技术，他们应该关注驾驶100％的时间。每辆车都配备了一个内部的摄像机，可以在整个旅程中拍摄乘客和汽车。
员工对自动驾驶汽车的反应非常积极。所有人都描述了这样做的好处:不需要与高速公路的交通高峰期斗争，精神抖擞地回到家，与家人共度美好时光。然而，当工程团队从这些驱动器上观看视频时，问题出现了。一名员工完全从驾驶座上转过身去，在他的后座上寻找手机充电器。其他人则把注意力从方向盘上移开，只是简单地放松一下，放松一下，享受一些宁静的闲暇时光。
谷歌报告描述了分裂责任的情况，或者工程师呼叫自动化偏见。“我们在工作中看到了人性：一旦他们看到它的工作，人们就会非常快速地信任技术。结果，当他们被鼓励关闭和放松时，他们很难倾向于驾驶的任务。“
谷歌的信念，没有中间地面 - 人类和机器不应该分享风险的风险，但实际上是消费者安全的最谨慎的道路。自动化可以用两种方式损害司机：首先，通过邀请他参与次要任务参与，例如阅读或观看一个直接分散他观看道路的视频的活动;其次，通过扰乱他的情境意识，或者他在驾驶环境中感知关键因素并迅速和适当地反应的能力。把这两个人聚集在一起 - 一个分散注意力的司机，他不知道车外发生的事情 - 这很明显为什么分裂驾驶责任是如此危险的想法。
由通用汽车公司和美国交通运输部联邦公路管理局赞助的弗吉尼亚理工大学进行了一项研究，研究人员用一些数字说明了当一种技术能够帮助人们摆脱繁琐的任务时，人们所面临的诱惑。弗吉尼亚理工大学的研究人员在测试跑道上评估了12名人类驾驶员。每辆测试车辆都配备了两种形式的驾驶员辅助软件:一种管理车道中心，另一种处理汽车的刹车和转向，称为自适应巡航控制。这项研究的目的是测量当驾驶技术取代汽车的车道保持、保持汽车速度和控制刹车时，人类的反应。为了测量人类驾驶员在研究期间的活动，每辆车都配备了数据收集和记录设备。
研究人员从底特律的一般人口招募了25至34岁的人，并为他们的参与提供了80美元。招募的司机被要求假装他们正在长途旅行，并且不仅鼓励他们的手机在他们的测试驱动器上与他们带来，但随时提供阅读材料，食品，饮料和娱乐媒体。随着参与者出现的研究，研究人员向他们解释说，研究团队的某人将在车内加入它们。每个司机都被告知他们的同伴乘客有一个家庭作业，他需要在旅途中完成，所以他会在他的笔记本电脑上观看DVD，以获得大部分驱动器。
避免碰撞的最佳方法是教导无人驾驶汽车，不管苟且不小心，非法地开车。
将12个人受试者置于测试轨道上的常见高速公路驾驶场景，并测量并记录它们的反应和活动。研究人员的目标是双重：一，衡量诱惑，从事次要任务，如进食，阅读或观看视频;二，如果软件是处理大部分驾驶，衡量驾驶员注意力的程度。换句话说，研究人员正在测试自动化驾驶技术是否会鼓励人类从事不安全的行为者，如精神上调整，在车轮后面的时候，或失去他们的情境意识，包括他们在驾驶中感知关键因素的能力环境。
事实证明，大多数人类驾驶员，当面对可以为他们驾驶的技术时，会急切地对这三种不良驾驶行为感到内疚。研究人员的“假作业”策略，结合自适应巡航控制和车道定心软件的能力，使参与者感到足够安全，从而不再把注意力放在方向盘上。在大约三个小时的试驾时间里，使用了不同的自动驾驶技术，大多数司机都在从事某种形式的次要任务，最常见的是吃东西、拿后座上的东西、打电话、发短信和发邮件。
保持车道保存软件尤其邀请人类司机从事二级活动。当通道保持车道的软件时，在旅行期间，驾驶员的58％的司机在一段时间内观看了DVD。二十五位的司机享有空闲时间来完成一些阅读，将车辆撞车的风险提高了3.4倍。
人类司机的视觉关注并没有更好。再一次，当泳道定心软件拿走车轮时，司机关注徘徊。总体而言，司机估计在三小时之旅期间远离这条路约33％。更危险的是，司机从事长期且潜在危险的“越野瞩目”持续超过两秒钟，在研究过程中估计了3,325次。然而，好消息是，这些致命的长路越野看起来只有8％的时间。
显然，这项研究只是一个起点。12人只是一个相当小的对照组，还需要更多关于驾驶员注意力不集中的研究。一个有趣的发现是，尽管大多数司机都渴望在开车时阅读、吃东西、看电影或发邮件，但有些人能够抵制住不开车的诱惑。出于值得进一步研究的原因，该研究显示，并非所有人类司机都能如此迅速地放弃驾驶责任。正如研究人员总结的那样，“这项研究发现，在次要任务互动的性质和频率方面，个体之间存在很大差异，这表明自动系统的影响不太可能对所有司机都适用。”
T.这是一个自主驾驶技术实际上为人类驱动程序而不是更少的危险会产生更多的危险。想象一下，如果弗吉尼亚科技的研究项目的12个人司机在一个完全自主车辆中坐下来，可以为三小时的车程。他们的二级活动的强度很可能会增加人类驾驶员睡着的程度或者在发送电子邮件中深入吸收。如果控制被突然移交，完全自主权将使一个深深的分心或困倦的人类司机有效地接管车轮。
在另一项研究中，在宾夕法尼亚大学，研究人员坐下来坐下来坦率地讨论青少年司机的手机使用而在车轮上。出现了两个中心点。虽然青少年说他们了解驾驶时发短信的危险，但他们仍然这样做。即使是最初声称他们在驾驶时没有使用手机的青少年，当按下他们会等到他们等到他们在红灯发送文本时透露。此外，青少年使用自己的分类系统来定义在“驾驶时发短信”的内容以及没有。例如，他们表示，在驾驶时检查推特没有构成发短信;也没有乘客的照片。
人类注意力不集中是一种风险。人类和软件共享方向盘的另一个风险在于，如果不经常使用，人类的技能将会下降。与法航447航班的飞行员一样，人类驾驶员如果有机会在驾驶座上放松一下，也会欣然接受。如果一个人几周、几个月或几年没有开车，然后突然被要求在紧急情况下开车，这个人不仅不知道车外发生了什么，而且她的驾驶技术可能也已经生锈了。
从事次要任务的诱惑和人类和机器之间的分裂责任的所谓的切换问题是人类/机器互动的显着危险，谷歌已选择跳过逐渐过渡到自主权的概念。谷歌2015年10月的10月份活动报告其无人驾驶汽车项目总结一下炸弹：基于部分自治的早期实验，本公司的战略道路将侧重于实现完全自动化。报告说：“最终，我们的测试使我们指导我们决定开发可以从A到B从A到B驱动自己的车辆，没有人为干预。......每个人都认为驾驶汽车本身就是很难的。这是。但是，当他们无聊或疲倦时，我们怀疑它可能只是难以理解，并且这项技术说“别担心”，我现在有......现在。“
在这是写作的时候，谷歌的无人驾驶汽车共有17个小挡泥板弯曲者和一个与公共汽车的一个低速碰撞。在17个挡泥板弯道中，罪魁祸首不是无人驾驶的汽车，而是其他人类司机。然而，2016年2月14日，谷歌的汽车在与城市公共汽车的一侧“打开”时，谷歌的汽车有第一次重大意外事故。与以前的17个小碰撞不同，这次事故是汽车软件的错，因为它错误地预测，如果汽车向前滚动，公交车将停止。
具有讽刺意味的是，谷歌的车开得太好了，所以除了与巴士相撞之外，谷歌的其他事故都发生了。一辆程序完善的自动驾驶汽车严格遵守驾驶规则，这让驾驶人感到困惑，因为他们在驾驶时往往不那么谨慎，也不总是那么遵纪守法。典型的事故场景是，谷歌的一辆顺从的无人驾驶汽车试图驶入高速公路，或在繁忙的十字路口红灯时右转。没有耐心的人类司机，不明白汽车是否严格遵守限速或车道规则，一不小心撞上了无人驾驶汽车。
到目前为止，幸运的是，谷歌的事故都没有导致任何伤害。在近期未来，避免碰撞的最佳方式将是教导无人驾驶汽车，更喜欢人，不小心，非法地开车。在长期未来，解决人类驱动因素问题的最佳方式将用患者软件取代，从未停止关注这条路。
随着汽车和科技公司聚在一起玩他们的高风险全球汽车扑克游戏，谁会赢还有待观察。如果联邦官员通过法律，强制实行“人在循环中”的做法，赢家将是汽车公司，它们将保留对汽车行业的控制权。另一方面，如果法律最终允许，或者出于安全原因，甚至要求无人驾驶汽车完全自动驾驶，那么软件公司将会率先采取行动。
谷歌作为数字地图和深度学习软件的无可争议的行业领导者保留了一些主要优势。从经营战略的角度来看，谷歌在汽车工业中缺乏脚趾实际上是其关键优势之一。分析师Kevin Root写道：“与OEM不同，他们[Google]不会受到......丢失收入从绕过新功能涓涓细流，他们正在为完全自主无人驾驶汽车的最终状态开发，似乎有一个相当大的领导。”添加至于谷歌的渴望创建一个不依赖于销售互联网广告的新收入流，目前是其主要收入来源。
有一件事很清楚：无论如何过渡到无人驾驶汽车展开，汽车行业都将被迫开发新的核心竞争力。为了仍然是销售无人驾驶汽车的新行业的球员，汽车公司将不得不掌握建设人工智能软件的艰难艺术，这是一项挑战，这是几十年来实现了世界上最好的机器人。
Hod Lipson是哥伦比亚大学机械工程教授，是屡获殊荣的书的作者制作：3D打印的新世界。Melba Kurman写了关于中断技术，是屡获殊荣的书的作者制作：3D打印的新世界。
根据MIT Press的许可转载。
图片来源:Shutterstock
