应对分心，将人类完全排除在驾驶之外

谷歌遇到了一个问题。公司的无人驾驶汽车项目已开展3年，其小型研究小组已经安全完成了超过80公里的自动驾驶，他们已经在传统汽车行业眼中那些不可能的领域里取得了惊人的进展。谷歌无人驾驶汽车在白天和晚上都能进行自动驾驶，改变车道，甚至在旧金山蜿蜒曲折的伦巴第街上也能进行导航。谷歌通过互联网来管理这些新技术，并打造起一个“虚拟的”基础设施。他们并没有花费巨大的成本来建立“智能”的高速公路，而是利用了由谷歌街景车队创建的精确的世界地图。

有一些成果甚至达到了令人毛骨悚然、可以媲美人类的品质。例如，谷歌的汽车视觉系统能够识别出施工区域，并能有针对性地减速，并以自己的方式安全穿越这一地带。它也能为那些部分车身越界的车辆作出调整，并在必要情况下进行移动。这一系统还不能识别出骑自行车的人，但能识别他们的手势信号，并适当减速慢行，给自行车留出变道的空间。这表明谷歌正针对一个更难的问题取得了进展：在面对警察在事故现场或施工区域的手势动作时，无人驾驶汽车将如何应对？

麻省理工学院的机器人专家约翰·伦纳德（John Leonard）的一大乐趣是在坎布里奇周边驾车，并拍摄一些对自动驾驶汽车来说非常复杂的情况。在一个视频中，他的车在丁字路口遇到了一个停车标志，并等待左转。由于从右向左行驶的车辆络绎不绝，而且对面没有停车标志，所以他的车一直没能完成转向。后来，反向驶来的几辆车让情况变得更为复杂。挑战在于，要劝说慢车道上的驾驶员让路，同时还不能撞上另一个方向高速行驶的车。

一段记录了对谷歌视觉系统来说可能最为艰难的挑战的视频拍摄于市中心某处繁忙的人行横道上。在那里，有大量人群被红灯拦了下来。车正在靠近，突然间，一名警察出现在画面左侧，他完全无视车行道的绿灯，为行人拦停了车流。对于计算机视觉系统来说，这并不是一个无法解决的问题。如果系统已经能够识别骑车人和他们的手势，那么警察制服肯定也不在话下。不过这一问题可能不会很快解决，当然也不会很容易解决。

2012年，特龙几乎完全离开了谷歌研究项目，一是为了通过大规模在线公开课程（MOOCs）改变教育行业，二是因为不愿与谷歌联合创始人谢尔盖·布林竞争X实验室的领导权。与硅谷市场上出现的情况相似，特龙无法看到他的项目的未来。在为谷歌建立并兼管秘密X实验室几年之后，随着布林的加入，特龙认为，是时候继续前进了。虽然布林提出他们可以共同管理，但特龙却意识到，如果谷歌联合创始人混在其中，他将不再拥有控制权，所以，是迎接新挑战的时候了。

2011年秋天，特龙和彼得·诺维格参与了斯坦福大学免费在线课程的录制，介绍人工智能。此举引起了轰动。超过16万名学生报名参加了这一课程，这一数字是斯坦福大学真正的学生数量的10倍。虽然登记在册的网络学生中只有很少的一部分最终修完这一课程，但它仍然成了一个全球性的“互联网时刻”：特龙和诺维格的课程带来了一种全新的、低成本的教育理念，它带来了公平的竞争环境，让每一个人都能接受世界上最优秀的老师的教育。与此同时，这样的在线课程也威胁到名牌大学的商业模式。如果一个普通的城市学院的学生也能学到同样的课程，那么为什么还要去负担斯坦福高昂的学费呢？

虽然名义上特龙每周会有一天时间出现在谷歌，但实际的项目领导权已经被交到了克里斯·厄姆森（Chris Urmson）手中。这位说话轻声细语的机器人专家曾在DARPA自动驾驶汽车挑战赛中担任惠特克的首席助理。厄姆森是特龙加入谷歌后最先招来的一批秘密参与自动驾驶汽车项目的科学家。2014年夏天，他说他想在自己的儿子到达驾龄之前创造出一辆可靠的无人驾驶汽车。根据这样的推算，这大概会在未来6年时间内。

在特龙离开后，厄姆森将项目重新转回到最初的目标，在开放道路上自动驾驶。谷歌已经将自动驾驶分成两种：高速公路驾驶和城市道路驾驶。在一次总结性的新闻发布会上，谷歌承认他们面临的最大挑战是搞清楚该如何应对城市内驾驶。不过，厄姆森却在公司网站上发帖反驳说，在他看来，城市道路的混乱，汽车、自行车和行人随机运动的方式实际上可以进行合理预测。谷歌在训练实验中已经遇到了成千上万类似的情况，公司开发的软件模型能够接受预料之中（汽车在红灯前停下）或意料之外（闯红灯）的情况。他和他的团队暗示，在高速公路上行驶的挑战已经基本解决，只是有一点需要注意，那就是保持人类驾驶员的注意力。这个问题之所以出现，是因为谷歌无人驾驶汽车团队将部分自动驾驶汽车分配给了谷歌员工，让他们在每天上下班的路上进行测试。“我们看到了一些让人紧张的事情。”厄姆森告诉记者。

谷歌最初的自动驾驶项目需要两位专业司机，每个人都有一份类似飞机驾驶清单的文件。坐在驾驶员座位上的人需要时刻保持警惕，并准备好在发生异常情况的时候采取行动。可一些谷歌员工在回家路上，在一整天的工作后有一个令人不安的习惯：他们容易心烦意乱、受到干扰，甚至还可能在车上睡着！

这也被称为“放手”问题。这里的挑战在于，需要寻找一种方式，让那些被其他事情分心，读邮件、看电影甚至睡觉的驾驶员快速回到紧急情况发生时必需的“态势感知”（situational awareness）级别。当然，在他们已经逐渐信任的无人驾驶汽车上打瞌睡是很自然的。这是汽车行业2014年在堵车辅助系统中需要解决的情况。司机必须让一只手留在方向盘上，中间可以有10秒钟的间隙。如果司机没有满足这个条件，系统就会发出声音警告，从而脱离自动驾驶模式。不过很多时候，紧急情况可能会在不到一秒的时间内发生。虽然在遥远的未来，这一问题或许可以得到解决，但以目前的技术却是无法做到的。

一些汽车制造商已经开始着手处理司机分心的问题了。雷克萨斯和奔驰已经实现了类似的商业化技术，能够通过监测驾驶员的眼睛和头部的位置来确定他们是否昏昏欲睡，或是走神。2014年，奥迪开始研发新系统，用两台摄像机来检测司机是否精力不集中，如果是，那么系统就会突然终止。

谷歌不再强调他们的Prius和Lexus自动驾驶汽车，转而打造100辆新款实验电动车，这些新车彻底去除了现代汽车中的标准控制组件。尽管成功地守住了秘密，但实际上谷歌在无人驾驶汽车项目最初阶段就已经开始进行无人驾驶高尔夫球车的测试了。

现在，谷歌开始计划重新回到本质问题上，用最近特别设计的汽车车队当作班车车队。坐在新型的谷歌未来汽车中，感觉会像坐在电梯里。这种两座汽车看起来有点像小型的菲亚特500或奔驰Smart，但方向盘、油门、刹车和离合器都被去掉了。这里的想法是，在拥挤的城市或是园区里的乘客将可以在智能手机上输入自己的目的地，以此发出召车请求。一旦进入了无人驾驶汽车，这辆汽车提供给乘客的只有一个“旅程开始”键（Trip Start）和一个红色的“结束”键（E-stop）。工程师们作出的概念性转变之一就是将车辆的速度限制到每小时40公里以内，像高尔夫球车一样管理谷歌无人驾驶汽车而非传统交通工具，这意味着他们必须放弃空气包和其他会增加成本、重量和复杂性的设计限制。这些限制意味着新型汽车只适用于低速的都市驾驶。

尽管每小时40公里的速度低于高速公路的标准，但在像旧金山和纽约这样的城市，平均交通速度分别是每小时29公里和27公里，所以，慢但是有效的自动驾驶汽车或许在某天会取代今天的出租车。哥伦比亚大学地球研究所进行的一项研究发现，曼哈顿13000辆出租车每天载客47万次。它们的平均速度是每小时16～18公里，平均3公里搭乘1.4名乘客，乘客平均需要等待5分钟便可搭乘出租车。报告指出，相比之下，由智能手机控制的9000辆自动驾驶汽车将有能力将等待时间降到1分钟以下。假定利润率为15%，当前出租车服务的成本大约是每1.6公里4美元，相对地，未来的无人驾驶汽车的成本只有每1.6公里50美分左右。这份报告指出了其他两个案例研究中的相似之处，这两个案例分别是密歇根的安·阿伯（Ann Arbor）和佛罗里达巴布科克·兰琪（Babcock Ranch）的规划社区。

特龙谈到当前交通系统的危险和不合理之处时，提出了安全性问题和重新设计城市的可能性。除了浪费大量资源，运输基础设施还要对全美每年3万名交通事故死者负责——这个数字几乎是印度和中国的10倍，而在全世界范围内，每年有超过100万人死于交通事故。这是一个引人注意的问题，但已经被责任问题和更艰巨的伦理问题挡了回去。反对自动驾驶汽车的理由是，法律系统尚无法判断事故过失是由设计还是执行错误导致的。这个问题已经说明，汽车设计缺陷和法律后果之间已经存在某种复杂的关系。例如，丰田汽车公司收到的针对车辆突然加速的索赔已经导致公司损失超过12亿美元，通用汽车公司也因为设计缺陷而召回了他们在2014年生产的多台汽车。这些汽车的点火开关存在缺陷，会导致突然刹车等问题。这一召回举措最终或将花费数十亿美元。但是，对于这种挑战仍有一个简单的补救办法。美国国会可以单独为自动驾驶汽车创立一条责任豁免规定，就像它为儿童疫苗做的事情一样。只有当自动驾驶汽车被牵扯进交通事故时，保险公司可以简单地推行无过失责任原则。