2014年，来自Google的一个项目的拍摄方式已经在底特律[曾经是“美国的汽车之都”-大约 翻译]。 他最新的原型机没有方向盘，没有刹车。 提示很明确：未来的汽车将完全自动驾驶，不需要驾驶员。 更令人烦恼的是，公司没有像谷歌对前两代自动驾驶汽车那样对普锐斯或雷克萨斯进行改造，而是在汽车零部件供应商的帮助下为新的自动驾驶汽车独立建造了车身。 令人惊讶的是，这辆新车最初是一位经验丰富的驾驶员，她已经从以前的原型机中提取了110万公里的经验。 如今，机器人已经有数年的实践经验，整个机队的总里程已超过210万公里-这相当于一个人每年行驶24,000公里，持续90年。
汽车公司为此投入了数十亿美元用于软件开发，汽车创新的中心已从底特律转移到硅谷。 如果汽车制造商可以影响向机器人汽车过渡的方式，那么他们将逐步实现这一目标。 第一步，将对驾驶员辅助技术进行测试。 其次，在某些特殊情况下，最有可能沿高速公路出现的豪华车型，其自主运动受到限制。 第三步，这些有限的功能将泄漏给便宜的汽车。
咨询公司德勤（Deloitte）将这种渐进式方法描述为一种渐进式方法，“在这种方法中，汽车制造商投资于新技术，例如防抱死制动系统，电子稳定系统，安全摄像头，远程信息处理技术，以用于昂贵的汽车行驶里程，然后在经济开始好转时停滞不前。规模。 这种谨慎的方法虽然很有吸引力，但可能是错误的。 从人类生活的角度以及从汽车行业的角度来看，通过逐渐添加可帮助人们操纵，减速和加速的计算机控制安全技术来缓慢地实现自治，从长远来看可能会成为不安全的策略。
汽车公司偏爱采用渐进式方法的原因之一是因为它有助于他们保持对行业的控制。 机器人机器人需要一个智能操作系统来感知汽车的环境，理解输入的数据流并做出相应的反应。 创建可以用作AI的软件-尤其是可以人工感知的软件-需要经验丰富的人员和一定的智力。 擅长创建复杂机械系统的汽车制造商缺乏合适的人才，文化和经验来有效地研究AI研究的精髓。 谷歌已经在那里。
机器人给汽车行业带来了不确定性。 在过去的一个世纪中，直接向客户销售汽车已获利。 但是，如果机器人让消费者支付旅行费用而不是购买汽车，那么将通用汽车出售给租赁机器人的运输公司的业务可能就不再那么赚钱了。 如果汽车制造商必须与软件开发商合作来制造机器人，那么这种伙伴关系可能最终会因为前者所占的份额不大。
整个晚上，扑克游戏中的问题量都像银行一样增长。 密歇根大学前教授兼通用汽车公司首席执行官拉里·伯恩斯（Larry Burns）解释说，金矿藏在人们每年行驶的4.8万亿公里中（仅在美国）。 他说：“如果第一人每年从4.8万亿公里中获得10％的利润，每英里赚10美分，那么他的年利润将达到300亿美元-这可与苹果和埃克森美孚的丰收年相提并论。” 。
汽车制造商和Google是巨型油轮，它们有可能发生碰撞，正慢慢接近他们的共同目标：从下一代机器人车辆中获取更多利润。 汽车制造商偏爱一种进化的方法，在这种方法中开发驾驶员辅助模块，直到他们可以长时间控制行驶为止。 相比之下，谷歌正在计划实现完全自主权的飞跃。
不仅汽车制造商喜欢渐进式方法。 美国运输部和汽车工程师协会（SAE）已经制定了自治计划。 它们的阶段略有不同，但是它们的共同点是，最佳的开发方法是一系列循序渐进的线性步骤，这时“驾驶辅助”系统会暂时控制汽车，但一旦出现不愉快的情况，则迅速将其交还给人。
我们不同意渐进是最佳行动方式的想法。 由于许多原因，人和机器人在驾驶时不应彼此继承。 但是，许多专家认为，最佳模型是人与软件之间对机器的控制权的分离，驾驶员应该是主控者，而软件应该是仆人。 工程师将基于人与机器协同工作的范例的软件称为“人在环（HITL）”-“参与人类过程”。 在许多情况下，人与机器的共同努力确实可以带来出色的结果。 经验丰富的外科医生使用机器人操纵器并在操作中达到非人为的准确性。 HITL程序可用于现代民用飞机以及工业和军事应用。
在此过程中拯救人员的论点令人信服。 一个非常诱人的梦想是人的最佳能力与机器的最佳能力的复杂结合。 它类似于一个用于手动选择职业美式足球运动员创建梦之队的优化难题。 机器精度高，不疲劳且能够分析。 汽车可以完美地检测模式，进行计算和测量。 但是，人们非常擅长得出结论，乍一看将随机的对象或事件联系起来以及从经验中学习。
从理论上讲，如果将人与AI结合在一起，则可以得到一个细心，敏感且经验丰富的驾驶员。 确实，HITL自动化方法的优势在于您可以将人员和机器的优势结合在一起。
实际上，如果只有各方，人员和软件明确且始终如一地共同承担责任，那么HITL软件将能够与自动机器人协同工作。 不幸的是，汽车行业和交通运输部的官员没有提出明确执行这些职责的模型。 取而代之的是，他们建议将人员留在流程中，但与此同时，他将有一个不可理解且不断变化的责任循环。
平稳过渡策略的中心假设是，在某些意外情况下，声音信号或振动会通知该人他需要迅速更换座位并解决问题。 逐步实现完全自动化的道路似乎是合理且安全的。 但是实际上，从部分自动驾驶到完全自动驾驶的逐步过渡将很危险。
在某些情况下，汽车可以与人成功合作，但在驾驶时却无法。 HITL方案不适合驾驶的主要原因是因为驾驶是一个非常无聊且乏味的过程。 人们乐于对机器进行乏味的操作，同时乐于减轻对机器的责任。
当我参加海军训练水兵时，我学到了善治的关键原则之一：永远不要在两个人之间共享关键任务。 这是一个经典的管理错误，称为“分担责任”。 责任划分的问题在于，参与任务的每个人都认为自己可以轻松地将此任务转移到另一个任务上。 但是，如果他们都不负责执行任务，任务就会失败。 如果人和汽车共同承担驾驶责任，结果可能是灾难性的。
人机分担责任的令人心碎的例子是法国航空447航班，该航班于2009年
坠入大西洋 。 船上有228人被杀。 对飞机黑匣子的分析表明，灾难的根源不是恐怖主义或机械故障。 从自动驾驶向飞行员团队的控制转移失败。
在飞行中，自动驾驶仪工作所需的仪器被冻结，自动驾驶仪突然关闭。 飞行员团队困惑不解，很久没有练习了，他们突然面临着管理常规飞行的需求。 飞行员突然承担了责任，犯了几次灾难性的错误，导致飞机坠毁。
在2012年秋天，几名Google员工被允许乘坐自动驾驶雷克萨斯，然后在高速公路上工作。 这个想法是让一个人将雷克萨斯（Lexus）驾驶到高速公路上，走上马路，然后站在车道上，打开自动驾驶仪。 每个员工都被警告该技术还处于早期阶段，因此应始终保持谨慎。 每辆汽车都配备了一台摄像机，不断在机舱内拍摄一个人。
员工严格地积极谈论机器人。 每个人都描述了不必在高峰时间处理交通问题的好处，而且他们可以新鲜回家，可以休息以与家人在一起。 但是，在工程师观看了沙龙的视频后，问题出现了。 一名员工完全离开方向盘，为后座的手机充电。 其他人则分心于驾驶和放松，享受自己的自由时光。
Google的报告描述了注意力分散的情况，这被称为“自动化偏见”。 “我们看到了人性的运作方式：人们在工作中很快就开始信任技术。 结果，当鼓励他们分心并放松时，他们很难参与驾驶。”
Google坚信没有妥协-人们不应该与汽车共享控制权-听起来很冒险，但是从安全角度来看，这实际上是最谨慎的发展道路。 自动化可以通过两种方式伤害驾驶员：首先，让他做一些使他分心的事情-例如，阅读或观看视频； 第二，违反他的处境意识，即感知关键环境因素并快速，充分地应对它们的能力。 如果我们全神贯注地看着驾驶员，却不知道车外发生了什么，那么很清楚为什么分担驾驶责任是一个可怕的想法。
维珍理工大学的一项研究量化了人们对技术的诱惑，这些诱惑表明，技术使人们更容易完成繁琐的任务。 研究人员在测试轨道上测试了12位驾驶员。 每辆汽车都有两种辅助驾驶员的软件：一种将汽车居中放置在车道上，另一种控制刹车和滑行-称为自适应巡航控制。 这项研究的目的是衡量人们对技术的反应，这些技术可以使汽车保持在车道上，支持速度并控制刹车。 为此，每辆汽车都安装了一套设备，用于收集数据并记录正在发生的事情。
研究人员从底特律普通居民中招募了12名年龄在25至34岁之间的人，每人参与该项目的费用为80美元。 要求驾驶员假装他们正在长途旅行，不仅鼓励他们随身携带手机，还为他们提供印刷材料，食物，饮料和娱乐设备的选择。 他们向驾驶员解释说，研究团队的一位成员将与他们同去。 他们被告知，他们的乘客在旅途中将有一些“功课”，所以大部分时间他都会看DVD。
12名受试者在测试跑道上驾驶汽车，并对他们的反应和行为进行了测量和记录。 研究人员设定了自己的目标，既要测量因进餐，阅读或观看视频等外界活动而分心的诱惑，也要衡量软件承担大部分职责时驾驶员的注意力从道路上转移的程度。 换句话说，研究人员检查了驾驶员的自动驾驶技术是否会导致不安全的活动，例如分心驾驶过程，不适当的驾驶课程，对正在发生的事情的感知丧失以及认识周围环境中关键因素的能力。
事实证明，大多数驾驶员在使用自动驾驶技术的情况下都乐于应对所有三种违规行为。 据推测，这是由乘客研究人员进行的“作业”，以及自适应巡航控制和车道保持系统，引起了驾驶员的注意，他们感到可以分散自己的注意力而不受伤害。 在使用各种自动驾驶系统的三个小时的测试中，大多数驾驶员忙于抽象事物-他们通常吃东西，从后座上拿东西，在手机上交谈并发送消息。
尤其是驾驶员使车道保持放松状态。 开启该功能时，多达58％的对象在移动DVD时观看了。 25％的驾驶员阅读，这使事故风险增加了3.4倍。
驾驶员的视觉注意力并没有更好。 注意力分散了，他们在方向盘上整整33％的时间里都没有看路。 更为危险的是，他们的视线长时间分散了注意力，即在3小时的旅行中平均停留了2秒以上（平均2325秒）。 没错，这么长的时间只花了8％的测试时间。
当然，这项研究只能视为第一步。 12人是一个小型对照组，需要更多研究。 有趣的发现之一是，尽管大多数驾驶员在开车时喜欢吃饭，看电影，阅读或发送消息，但有些人却能够抵制这种诱惑。 正如研究人员总结的那样，“这项工作表明，在无关紧要的事情分散注意力的问题上存在着巨大的个体差异，这可能意味着自动驾驶系统对不同驾驶员的影响是不同的。”
在宾夕法尼亚大学进行的另一项研究中，研究人员与30名青少年讨论了开车时使用手机的问题。 事实证明，尽管意识到开车时发送消息的危险，但青少年还是这么做了。 这些少年完全拒绝驾车时使用电话，他们承认他们正在交通信号灯旁发送消息，等待绿色信号。 此外，青少年有自己的系统来确定“向车轮发送消息”的含义。 例如，他们说开车时阅读Twitter不适用于消息传递。 他们说开车时拍照也是一样。
注意力不集中是风险之一。 在人与软件之间分担驾驶责任的另一个风险是，人们的驾驶技能会因稀少使用而降低。 如同AF447的飞行员一样，驾驶员将抓住一切机会在方向盘后放松。 如果一个人连续数周，数月或数年没有开车，然后突然需要在紧急情况下进行控制，那么他不仅会不知道外面发生了什么，而且还会发现自己的驾驶技能已经生锈。
在分担责任的同时从事无关紧要的事务或将手从方向盘上移开的诱惑是如此严重，以至于Google决定跳过逐步过渡到自动驾驶的阶段。 该公司2015年10月的报告以出乎意料的结论告终：根据部分自治系统的早期实验，制定了一项策略，着重于实现极为完整的自动化。 它说：“结果，测试导致我们需要开发无需人工干预就能独立地从A点移动到B点的车辆。 每个人都认为很难制造出能够独立运行的机器。 就是这样。 但是在我们看来，要让人们保持注意力是同样困难的，如果他们感到疲倦，无聊，技术就会告诉他们：“别担心，我现在正在控制一切……”
在撰写本文时，Google的自动驾驶汽车发生了17起小事故，其中一辆与低速公交车相撞。在17起事件中，其他汽车的司机竟是罪魁祸首。 2016年2月14日，谷歌汽车发生了第一起严重事故，“碰到”了城市公交车的侧面。并且与以前的情况不同，此错误是由于机器人移动软件而发生的-它错误地预测，如果汽车行驶得更远，公交车会停下来。除了公共汽车以外，其他所有事件都发生了，很有趣，因为自动驾驶汽车行驶得太好了。一个编程良好的工具显然符合所有规则，这会使不习惯法律的人感到困惑，这些人不习惯从字面上遵循规则。当机器人试图在高速公路上融入河流或在繁忙的十字路口右转，而驾驶员没有意识到机器和速度限制对标记的准确遵守时，就会开车进入机器人。到目前为止，还没有一次事故导致人员受伤。将来，避免碰撞的最佳方法是教机器人移动一些更多的人力，更多的无忧无虑和一点非法。从长远来看，最简单的方法是用一台永远不会分散道路注意力的计算机来替换驾驶员，从而解决驾驶员的问题。汽车制造商和IT巨头围坐在桌子旁玩他们的高风险汽车扑克游戏。地图所在的位置仍然未知。如果官员根据人类参与驾驶的需要出售法律，那么HITL将被汽车制造商击败，同时保留对汽车行业的控制权。如果法律允许甚至要求机器人完全自治，则IT公司将获胜。Google具有几个重要的优势-它是数字地图和深度学习领域无可争议的领导者。从业务战略的角度来看，Google在汽车行业缺乏线索可能是其主要优势。分析师凯文·劳斯（Kevin Routh）写道：“与原始设备制造商（OEM）不同，谷歌没有因为跳过开发的中间步骤而面临利润损失的威胁，他们立即着手打造完全自主的机器人移动电话，而且他们似乎已经有了重要的开端。”除此之外，Google强烈希望建立一个独立于在线广告销售的新利润渠道，而在线广告是公司目前的主要收入来源。一件事很清楚：无论如何过渡到机器人车辆，汽车制造商都必须获得新的能力。为了在销售机器人车辆的新行业中脱颖而出，汽车制造商将需要掌握创建AI的艰巨技巧-几十年来，最好的机器人专家一直无法完成这项任务。