十年燒了千億美元，無人車依然無路可走

賀乾明

2014 年底，Uber 董事會召開，重要議題需要討論：優(yōu)步與滴滴的大戰(zhàn)剛剛開始，每月超過5億元的補貼投向中國，許多股東對此感到懷疑。

會剛開始，代表大投資方Google的董事大衛(wèi)·德拉蒙德（David Drummond）要求回避，他直截了當：Google將以無人駕駛汽車進入網約車市場。競爭很快會變成現(xiàn)實，他已經不適合再參加討論。

八年之后，網約車行業(yè)大起大落，燒掉數(shù)百億美元，便利了人們的生活、留下無數(shù)精彩的商戰(zhàn)故事。而無人駕駛投入更大。

按照麥肯錫去年的統(tǒng)計，公司、風險資本自2010年以來在無人駕駛相關技術的投入超過1000億美元。但無人車依然極不可靠。去年Google（Waymo）的一輛測試無人出租車在路上遇到幾個交通錐，就停了下來拒絕行駛。通用汽車的無人出租車因為沒看懂路況被撞。

無人駕駛最激進的鼓吹者、特斯拉首席執(zhí)行官埃隆·馬斯克（Elon Musk）現(xiàn)在承認低估了開發(fā)無人駕駛系統(tǒng)的難度。福特技術負責人道格·菲爾德（Doug Field）說，無人車是 “我們這個時代最困難的技術問題，比把人送上月球更難”。

大公司和資本市場已近絕望。福特、亞馬遜、聯(lián)邦快遞各自關閉了無人駕駛項目，有的已經投入數(shù)十億美元。上市的無人車公司，不論是研發(fā)無人出租車的、運營無人貨車的、賣激光雷達的，市值與高峰期相比都跌掉90%。Mobileye情況好一些，因為它賣的產品還不是無人駕駛，主要是幫助司機減輕一些駕駛工作。

馬斯克說過，人類開車就是用兩個攝像頭，加上生物神經網絡。兩只眼睛分辨率很不錯，但看運動物體時也就800萬像素左右；大腦厲害一些，但全速運轉起來，功率也就20W，不到英偉達上一代游戲顯卡的10%。

2012年，加拿大多倫多大學的教授杰弗里·辛頓（Geoffrey Hinton）和學生們帶來了AlexNet模型，證明計算機已經可以用簡單模仿人腦的多層神經網絡模型獲得類似人的視覺認知：看過大量圖片之后，計算機可以掌握不同物體的特征，識別出同類物體。自然，計算機也可以“看懂”路。“看懂”之后，在城市里開車，基本是在2D平面移動物體，毫無難度。

無人車認路的設備比人眼強得多。Google目前的無人車安裝了29個攝像頭、百度RT-6用了12個攝像頭。它們還額外配置了多個激光雷達、毫米波雷達、超聲波雷達。

過去十年，科技公司一邊組建了昂貴的專業(yè)團隊研究算法，一邊雇傭或外包數(shù)千、上萬人的團隊。每天24小時，南極以外的每個大洲，都有數(shù)以萬計的人坐在格子間或家中用鼠標和鍵盤，把一張張圖片中的所有物體圈出來，標注清它們是什么、處于什么狀態(tài)，教無人車認路。

為了理解這事為什么做十年也不成，我試著從計算機的眼睛去看道路，當了幾天無人駕駛數(shù)據標注員。

美國無人車數(shù)據標注平臺Remotasks提供了豐富的需求。一個典型工作是標記夜間街道上的出租車。

標注也不是簡單點一下，需要一個像素一個像素，沿著輪廓圈出來。多數(shù)情況，出租車在圖片里并不顯眼，我得把圖片放大、慢慢畫。如果出租車的一部分被其他車擋住，得腦補畫出弧度。

一個人要對出租車有概念，看幾遍就行了。無人車不行，攝像頭收集來的圖像，對它來說是一串代表色塊的字符，只有反復看上萬張有標簽的圖像，它才能總結規(guī)律，搞清楚色塊怎么排列是出租車。

2018年4月25日，在德國漢諾威，工程師雙手離開方向盤，測試德國大陸集團生產的無人駕駛汽車。圖/新華

要是想讓無人車更精確地認路，還得靠人把圖像中每一個像素用不同的顏色標記好，區(qū)分出什么是天空、什么是樹干、什么是樹冠、什么是建筑、什么是車、什么是人、什么是可行駛的道路、什么是車道線等等。

今年4月，特斯拉的自動駕駛輔助系統(tǒng)（Autopilot）把騎馬的人識別成人和狗。顯然特斯拉沒有教過系統(tǒng)如何識別馬。雖然無人駕駛系統(tǒng)也不會直接撞上狗，但它需要預判面前的物體會如何行動，再決定自己怎么開。這就意味著風險，馬和狗行動的速度大不相同。

標注無人車更依賴的激光雷達數(shù)據會麻煩許多，標注員面前是360度全景圖，密集的白點一圈圈暈開，碰到物體時會聚在一堆，組成車或人的形狀。標注員得用矩形框圈出畫面中車或人的大小、高度、方向，標清楚它們是什么車或什么狀態(tài)的人，給機器學習。

為了讓無人車更安全，無人車公司提出了“傳感器融合”的方法，即把激光雷達、攝像頭等收集的數(shù)據結合在一起識別物體和周圍的環(huán)境。

新方法傳遞到數(shù)據標注環(huán)節(jié)，代表著更多要求。標注員得配合不同視角的攝像頭圖像，校正激光雷達標注框，然后增加更多信息，方便算法做判斷。比如框里是什么車？小汽車還是貨車？車是否被遮擋？遮擋了多少？車的轉向燈是否亮著？剎車燈是否亮著？尾燈是否亮著？等等。有些任務要備注清楚20多個不同的狀態(tài)，操作手冊都有60多頁。

標注員拿到的激光雷達數(shù)據通常是40張連續(xù)的畫面。不同的時刻道路上物體的狀態(tài)并不一樣，比如這一幀剎車燈亮了，另一幀不亮；這一幀遮擋80%，另一幀不遮擋了，每一幀都需要反復確認，這些狀態(tài)都得重新填一遍。

Remotasks在官方教程中建議，為了避免出錯，最好先標一個物體，跟著它過完40幀，然后再回到第一幀標注另一個物體，一個個標完，然后再整體過一遍，查漏補缺。

為了提高效率，培訓教程里專門有一個環(huán)節(jié)教標注員怎么用鍵盤上的快捷鍵加速標注，而不是鼠標點來點去。但標注激光雷達數(shù)據還是會消耗大量時間，40張的數(shù)據通常需要3個-6個小時。

專業(yè)人士也快不了。一位數(shù)據標注公司的技術人員自己試了試，一個下午四五個小時，也就標注50張。

深圳一家自動駕駛公司技術負責人劉峰（化名）已經研究六年無人駕駛，他告訴《財經》，一個無人車系統(tǒng)經過上萬幀的數(shù)據訓練，能應對成千上萬個場景，通常就能平穩(wěn)上路。

《財經》了解到，現(xiàn)在標注一幀激光雷達數(shù)據，平均成本約10元人民幣。不只是數(shù)據標注本身花錢，保證標注正確也需要投入——你不能保證一個人的標注絕對準確。

解決辦法是讓多個人標注同一張圖，讓一個人重復標注一張圖，只要結果不一樣，就得重新做。人得標幾萬張圖，無人車公司才能得到1萬張可用的圖。而且數(shù)據標注公司、客戶都會有專門的人審查數(shù)據標注質量。

在眾包平臺Remotasks上，嚴格的審查更明顯。每次標注結束后，系統(tǒng)會自動打分，如果低于60，警告橫幅就會出現(xiàn)在工作區(qū)域正上方，寫著“我們已經注意到你最近的工作質量很低，請仔細按要求完成，否則你可能就沒法繼續(xù)干了”。

加上審核環(huán)節(jié)投入的人力成本，用數(shù)萬幀標注過的數(shù)據訓練無人車系統(tǒng)，大約需要近百萬元人民幣。不過這樣的無人車只能應對有限的場景，比如路況簡單的高速公路。

盡管無人車公司不會在單個場景無止境標注數(shù)據訓練系統(tǒng)，識別準確率或處理能力到一個程度就會停下來。但無人車消耗資金的漫長過程才剛剛開始。

為了讓無人車適應更多環(huán)境，無人車公司得花錢買車，裝上激光雷達、攝像頭等傳感器，去真實的道路上測試，這本身就意味著成本——早期的無人車單輛僅硬件成本就超過10萬美元。只靠一輛車采集數(shù)據遠遠不夠。

行業(yè)普遍認為，研發(fā)大規(guī)?？捎玫臒o人車，至少需要百億公里路測數(shù)據。這意味著1萬輛裝著激光雷達、計算芯片的車每天載著安全員，以40公里-50公里的時速開十個小時，連續(xù)開十年。

它們的任務主要是發(fā)現(xiàn)系統(tǒng)不能處理的場景，然后無人車公司自己或通過外包收集大量同類數(shù)據，交給人標注，給模型學習，又得花近百萬元。這意味著，無人車想要應對成千上萬個不同的場景，要在數(shù)據標注上花數(shù)十億元。

多數(shù)無人車公司都開發(fā)了自動標注工具，以節(jié)省標注成本，提高效率。但這些工具不夠準確，只能替代小部分人力。

和訓練好的無人車一樣，自動標注系統(tǒng)只能處理人類標注員反復標注過的場景或物體，而這些物體對提升一個無人駕駛系統(tǒng)的能力已經不太重要。如果無人車遇到的新物體或場景，還是需要大量的人標注、審核。

“多數(shù)客戶不會完全結束數(shù)據標注。” 倍賽科技的人士說，“場景實在太多了，不同的地區(qū)、不同的天氣、不同的環(huán)境都不一樣?！?/p>

而且訓練好的無人車系統(tǒng)，裝到不同的車上或在不同城市行駛，效果會打折扣。加州車管局2021年無人車接管報告中，Waymo的無人車遇到問題，需要安全員介入的情況比上一年多了4倍。

原因是Waymo調整了測試地點，不再在山景城測試，增加了舊金山測試的車輛，并且將測試的主力車型從克萊斯勒的Pacifica換成了捷豹iPace。

舊金山的坡更多，于是攝像頭看物體的角度變了。原先能認出來的物體現(xiàn)在可能就認不出來。

新車型也有影響。車身矮了20厘米，這意味著車身的攝像頭、激光雷達看世界的高度降低20厘米，角度發(fā)生變化。

舊金山遠不是什么復雜的大都市，市區(qū)面積只有121平方公里、常住人口不到90萬——面積和人口不到北京朝陽區(qū)的四分之一。全球汽車品牌還有超過300個，車型更是數(shù)以千計。

想要讓無人駕駛系統(tǒng)適應更多城市、更多車型，處理更多場景，得有更多測試，發(fā)現(xiàn)更多問題，收集更多數(shù)據，做更多標注，交給系統(tǒng)學習。

一位數(shù)據標注行業(yè)人士告訴《財經》，她了解到一家2019年成立的無人車公司，今年花在數(shù)據標注上的費用達到1億元人民幣，接下來還會花更多，“無人車公司的估值跟數(shù)據掛鉤，高質量數(shù)據越多，估值越高”。

去年5月，Waymo在鳳凰城運營的無人出租車要右轉時忽然停下，附近沒車和行人，只有幾個交通錐。

后排的乘客無能為力，只能等待救援。救援人員還在路上，無人車忽然動了起來，右轉，沒走多遠又在交通錐旁停了下來。就在救援人員追上的時候，施工隊把附近的交通錐取走，無人車又開走了。它沒有恢復正常。過了一會兒，它又停在了交通錐旁，堵住車道。

道路上隨處可見的交通錐，是無人車系統(tǒng)必須要學習識別的物體。無法準確識別交通錐曾是特斯拉自動駕駛輔助系統(tǒng)的弱點，出過多次事故。2019年特斯拉在一次自動駕駛輔助系統(tǒng)升級時特別強調，可以準確識別交通錐。

Wyamo的無人車認出了車旁的每一個交通錐，但沒能作出像人類司機一樣的反應。Waymo沒公布事故原因，只是說“檢測到異常情況”，將改進運營流程。

“可能他們也不清楚為什么會這樣。”長期從事無人駕駛安全研究的加州大學爾灣分校助理教授陳齊（Alfred Chen）說。建立在人工智能技術上的無人駕駛系統(tǒng)是一個 “黑盒子”，沒人能搞清楚它如何把一堆數(shù)據變成結果。人們能做的，是給它大量標注好的數(shù)據，讓算法自己提煉規(guī)律，并依此處理新的數(shù)據。但工程師并不能看懂算法的邏輯。

這不是自動駕駛獨有的問題，任何使用深度學習的應用都一樣。只是人們不那么在意抖音的算法有時推給你推薦幾個不感興趣的視頻，但人們非常在意一輛一噸多重的汽車失常。

無人駕駛系統(tǒng)相關的致死事故已經有一些。Uber的無人車在測試時撞死行人。根據Tesla Deaths統(tǒng)計，全球至少有15個人的死亡與特斯拉的自動駕駛輔助系統(tǒng)有關。中國的汽車廠也有，蔚來、小鵬都出現(xiàn)過類似的死亡事件。

公司往往將問題歸咎到人身上，比如安全員不認真看路，駕駛員不應該輕信所謂的“無人駕駛系統(tǒng)”。但歸根結底，還是目前的自動駕駛系統(tǒng)沒看明白道路上的物體，需要人干預。

無人車可以針對特定的問題改進軟件，但又得回到數(shù)據上。“不需要理解中間到底為什么出錯，只要知道哪塊做的不好，用大量的數(shù)據訓練系統(tǒng)，讓它回歸到正常情況（Ground Truth）就OK了。” 劉峰說。

他舉例，無人車系統(tǒng)預測其他人或車未來幾秒的行動不準確沒關系，只要有足夠多高質量的數(shù)據訓練，就可以有更好的效果。

以上還沒算無人車被攻擊的情況。2019年，騰訊科恩實驗室的研究人員在路上放了三張小紙片，一輛開著自動駕駛輔助系統(tǒng)的特斯拉Model S識別后突然變道。

加上激光雷達也不能解決問題。陳齊等人2021年的一項研究發(fā)現(xiàn)，經過特殊設計的表面坑坑洼洼的交通錐，可以騙過百度開源的無人駕駛系統(tǒng)Apollo。模擬測試中，同時使用激光雷達和攝像頭的Apollo能100%識別正常的交通錐，但面對特殊錐桶，識別率為0。

對無人車的攻擊也會以正常的情況出現(xiàn)。陳齊說，他們正在進行的一項研究發(fā)現(xiàn)，無人車旁邊的車行駛路線稍微奇怪一點，一些無人車系統(tǒng)就很難正確預測它會怎么行動了。而預測周圍車輛如何行駛是它規(guī)劃行駛路徑的前提。

無人車公司想了許多辦法避免極端情況，最主要的是加裝更多的傳感器。Waymo最新的無人車上有5顆激光雷達、6顆毫米波雷達、29個攝像頭。2014年，Google高管覺得很快就能讓無人出租車上路接客的時候，Waymo的車只有5個激光雷達、4個毫米波雷達和1個攝像頭。

更多傳感器、更多數(shù)據，也意味著需要更多人力去標注圖片，幫助機器理解每一個畫面。這些還只是無人車平穩(wěn)上路的前半截，它能夠識別路上的所有物體，并搞清楚它們如何行動后，還要規(guī)劃自己怎么開并付諸行動，一樣有許多問題需要解決。

今年9月，圖靈獎得主、計算機科學家楊立昆（Yann LeCun）接受時采訪說，無人車公司一直過于樂觀，覺得將數(shù)據扔進大型神經網絡就能讓它學到一切。事實上，“我們可能只是擁有一個沒有常識、十分脆弱的系統(tǒng)”。

劉峰說，無人車行業(yè)普遍認為，如果行駛大量里程后，無人車沒有出現(xiàn)安全問題，就會被認為是安全的。無人車不可能百分百安全，就像航空業(yè)一樣，“大家都說坐飛機是最安全的交通工具，但飛機也不是百分百安全”。

這將是一個漫長的過程。萊特兄弟發(fā)明的飛機試飛成功30年后，道格拉斯DC-3讓短途飛行變得更安全，航空業(yè)才開始走向商業(yè)化。

現(xiàn)在全球大約有2000輛無人車載客運營，占汽車總數(shù)的0.00014%。算上接下來要進入的洛杉磯，已經商業(yè)化運營四年的無人車優(yōu)等生Waymo進入了四個城市，收入都不夠支付車的成本，更別提收回長期研發(fā)投入。

大多數(shù)公司不再相信短時間能讓無人車商用，開始轉向研發(fā)輔助駕駛技術，讓汽車行駛時會主動控制車速與車距，必要時刻提醒司機接管車輛甚至緊急剎停。

更多的人把目光放到了汽車行業(yè)外，想用無人車一樣的方式改造機器人行業(yè)。與無人車相比，讓機器人自動運行可能會簡單些，它們所處的環(huán)境更封閉。工廠或者辦公室里的環(huán)境不會像道路一樣多變。

所有這些探索都需要更多人來當勞動力。11月初，已經推出機器人的特斯拉將舉行公開招聘日，招募人為機器人做圖片標注。

如今估值最高的人工智能創(chuàng)業(yè)公司，不再是研究算法的公司，而是找人給圖片打標簽的公司Scale，美國大多數(shù)無人車或機器人公司都是它的客戶。Scale和它跨越數(shù)十個國家的眾包團隊，每個月在Remotasks等平臺上給不同種類的數(shù)據打上數(shù)十億個標簽。去年4月，它完成融資后估值73億美元，不到半年就翻了一番。

中國的標注公司生意也變得更好。百度在臨汾等城市成立數(shù)據標注公司，不僅給自己標注數(shù)據，還對外提供服務。今年前九個月，數(shù)據公司海天瑞聲“智能駕駛”相關業(yè)務同比增長了200%。

市場研究機構Research and Markets預測，到2030年，全球數(shù)據標注市場規(guī)模將比現(xiàn)在擴大6倍，從21億美元增長到127.5億美元。

做標注的公司估值高，但真正標注數(shù)據的人工資低。我在Remotasks上標注一張出租車圖片，最后只賺到2分錢人民幣（0.003美元）。標注激光雷達數(shù)據更貴一些，熟練的標注員每個小時能賺7.5美元。在Remotasks工作的人大都來自委內瑞拉、肯尼亞等落后國家。

《麻省理工科技評論》曾批評這是 “人工智能殖民”：發(fā)達國家的公司享受人工智能帶來的利潤和便捷，落后國家的勞動力被剝削。但到目前為止，這句話的前半截還沒能成立。