作者：胡迪·利普森 梅尔芭·库曼

《3D打印》作者跨时代力作，人工智能大牛全面解读革命性技术。你初次拥有的智能机器人，很可能就是你的汽车，你会把自己的性命交给它！伴随着无人驾驶技术的普及，人工智能将从颠覆驾驶开始，全面重构人类生活，彻底颠覆人类对时间和空间的认知，重塑人类社会的出行、居住和商业结构。人工智能时代已拉开序幕，数十家千亿巨头已率先布局无人驾驶领域：谷歌、特斯拉、苹果、微软、博世、三星、英特尔、英伟达、百度、Uber、奔驰、福特、丰田、奥迪、通用、宝马、沃尔沃、大众、现代……一场关于交通、物流、能源、制造、保险、医疗、伦理道德的全面挑战已经开始。人类如何实现向人工智能时代的平稳过渡？哥伦比亚大学人工智能实验室主任利普森教授将以科学、严谨、系统的视角，全面解读人工智能时代的重大技术变革。

忽略实现细节，你觉得无人驾驶相比传统汽车有哪些变化？

本书给出了很好的解释，比如：

1. 外观：体积变小，重量变小，内部空间变大。因为方向盘，刹车，仪表盘等空间全部可以释放出来，且不需要耐碰撞的大型钢铁结构

2. 收益：整体耗时大幅降低，拥堵时间变少，整体油耗、时间成本降低，安全度提高，车内将成为人类新的娱乐办公场所。车之间联网可整体规划最优路径，且车严格按照交通规则行驶，不会有醉酒、疲劳、赌气驾驶行为

3. 问题：传统司机事业问题，道德困境如电车难题，汽车保险金融变化，法律适配如车祸责任划分等，意味着社会伦理、国家法律、金融都需要做出适配变化

4. 难点：本书大篇幅讲了实现逻辑，个人认为难点除了3的问题，主要是无人驾驶适应各种复杂路况、且在复杂场景做出类人的反应，举个例子: 避让的优先级设计，一般而言行人>非机动车辆>机动车辆>固定建筑，但实际情况纷繁复杂:怎么判断是一个人？拄着拐棍和双拐的人怎么判断，拉着动物的人呢？多个人怎么处理？固定建筑旁有人怎么办？实际情况演化非常之难

无人驾驶，机器人，人工智能谁更难？

我判断的难度是: 无人驾驶<机器人(类人机器人)<人工智能，前两个比较: 用机器控制轮子的难度远小于一直机器脚，后者它的平衡，移动，跳跃难度至少高出一个量级。再者，你对无人驾驶的心理预期会远小于机器人，你不会要求它陪你唱歌跳舞打架，无人驾驶可以近似于驾驶专用机器人。再说人工智能，我认为它是无人驾驶和机器人的发展瓶颈，基础设施如传感器，雷达，声纳，高清数码相机，GPS，陀螺仪，各种中控软件，已可以帮助机器很更快更好地看听说，但识别场景和动作执行是严重依赖人工智能的，说到底机器需要具备自我进化能力。

无人驾驶里难度最高的是载人工具，其次是载物，难度至少差两个量级。

知识点罗列:

1 深度学习软件通过观察世界来“学习”，这一点赋予了它另一巨大优势——不依赖规则（not rule-bound）人类的婴儿学会依照物体的突出可识别性特征来识别物体，同理，深度学习软件在对物体分类时也是依据物体的视觉特征。

2 构成无人驾驶汽车的技术 传感器 海量数据 处理和计算所有信息的处理芯片。

3 阻碍无人驾驶的7个误区：1）自动化驾驶技术脱胎于当代驾驶员辅助技术；2）技术进步是线性推进的；3）公众会无人驾驶；4）无人驾驶需要在基础设施上大量投资；5）无人驾驶会造成道德困境；6）无人驾驶需要有完美的驾驶记录；7）无人驾驶应用会大量突然爆发

4 交朋友的三个关键因素：相近的地理位置 反复出现的无目的性社交互动 可以放下内心防御的氛围

5 影响未来汽车行业发展的最大疑问 哪家公司（汽车公司或软件公司）会首先研发一套完善智能操作系统。未来车辆的“硬件”-底盘，引擎以及内部装潢，必须优先服务与计算机硬件布置，沦为汽车软件附庸（类似windows系统和PC硬件，苹果软件硬件研发）

6 人机合作劣势-避免“责任分散”（Split Responsibility）管理原则，问题在于负责完成任务的不同成员可能会觉得遗漏一些事项也不要紧，他们会理所当然地认为其他人会弥补上。如果双方都不深究，任务失败。飞机人机切换失事，工程师称其为“自动化偏见”（Automation Bias）：一旦看到技术有效，人们就会很快信任技术，出现问题时，无法第一时间接管机器。（原理适用于公司组织管理）

7 简单机器自动化过程中遇到的困难，机器人学家汉斯。莫拉维克（Hans Moravec）-“莫拉维克悖论”：“想让电脑在智力测验或国际象棋上达到成人水准相对简单，但如果想让他达到1岁儿童的感知能力和移动水平，则困难许多，甚至无法实现。“（波士顿机器人 突破了）

8 无人驾驶操作系统 涉及控制工程学（机械系统的运行）和人工智能研究（具备智能行为的软件）

符号型人工智能（symbolic AI）：复杂情景或任务分解成若干标准的指令或规则条目，规则写进代码，计算机能够依据推理和查找功能执行这套逻辑规则。适用小型状态，可预期

数据型人工智能（机器学习）：应用各种算法对大量数据进行处理，利用统计学技术分类、排序，最终解析数据。

9 底层控制系统：加速 刹车 和转向；上层控制系统：路径规划和道路导航

中层控制系统：使汽车的操作系统能识别传感器数据，感知车辆周围环境的实体布局，并针对周围事物或事件作出最佳反应方案。

10 中层控制系统：1）占据栅格：对汽车外部环境，实时更新的三位数字建模；2）软件程序，标记汽车传感器导入的原始数据；3）不确定性椎：预测汽车附近物体的位置和移动速度；4）短期轨迹规划器，汽车前进的最佳线路

11 机器人思考的一大优势，“蜂巢思维（Hive mind）”如果一个机器人学会了某件事，软件可以复制到几十个机器人身上，那些机器人可以用这些知识继续进一步的学习。当有很多不同的机器人系统在一起学习时，每个的学习成果可以集中到一个中央知识库，然后共享给每个独立机器人的思维数据库，每个机器人都能快速学习。

12 “重组创新（recombinant Innovation）”指用创新的方式，把现行几项技术组合起来的过程，无人驾驶是重组创新的最佳案例。

13 无人驾驶汽车全解读：

1）高清数字地图：详细，精确的模型，提供某个区域最重要的地表特征信息。（问题是，高清测绘在中国需要资质）

2）数码相机：数字地图存储静态数据，帮助识别汽车位置，而数码相机则类似人眼，在实时数据流中捕捉车外环境。数码相机借鉴哺乳动物眼睛的一些概念，硅传感器与视网膜相似，两者的视觉数据都被拆分成几个小的视觉单位处理。视网膜上有数百万的生理感光细胞：视杆和视椎，吸收光子并把光能转化为神经信号，传输给大脑处理视觉信息。而在数码相机里的硅传感器，每个像素在一定间距内呈矩形排列，总共构成100万个像素。

目前解决数码相机“立体视觉”（stereo vision）技术方案：A、同一车内放置多台数码相机。B、结构光相机。具有投影功能的数码相机，使图片数据拥有深度信息。（技术难点，投射光线会受到自然光干扰

3）光检测与测距（激光雷达）：向周围发出脉冲激光，测算出光束反射回来所用的时间，然后根据激光测距原理计算出三维数字模型。

4）无线电检测与测距（雷达）：数码相机在像素网格里捕捉场景，激光雷达类似数码喷漆，雷达传感器依靠电磁波识别周围环境（目前自动驾驶辅助系统）

5）超声波传感器（声呐）：耳朵，发出的超声波。优点：不受干扰，缺点：只能近距离监测物体

6）全球定位系统（GPS）：负责统筹和整合信息，在高清数字地图上为汽车精确定位

7）IMU惯性测量单元：配有加速感应和定位感应，记录汽车行驶的轨迹。推测航行法：里程计（统计车轮旋转的圈数）+加速感应器（加速计算）+指南针（方向）+陀螺仪（测量位姿，车辆前进方向/车前端俯仰角度/倾斜测角度）。缺点，不能长时间脱离GPS，否则产生偏移

8）线控技术。无人驾驶汽车有多个电子通信系统，包括操作系统，高中低水平控制系统解读指令。子系统:引擎控制单元、ABS制动防抱死系统、自动变速箱控制单元（TCU），通过总线（BUS）互联互通。总线协议 CAN总线协议。

9）评估新技术的长期潜力的小型而实用的测试工具，“零原则”（Zero Principle）：产品推出后，一项或多项生产工作的成本降到几乎为0。

无人驾驶将四项核心成本减至接近0：极大降低车祸的直接或间接成本；去除了一项客运或货运的成本；将驾驶的时间减少至0；车辆接近0尺寸，安全设计的原则

10）多种职业消失了，是否会有新职业代替？经济学家约瑟夫.熊彼特提出“创造性破坏理论”，描述因为某种技术的出现摧毁了原有行业后发展出的重建过程。