最近，無人駕駛?cè)ψ右蝗缂韧臒狒[，但也漸漸出現(xiàn)了一些不尋常的地方。

　　一名叫Jan Hünermann的德國軟件工程師為自己的兩輛無人車搞起了路測——一輛上了粉色的漆，另一輛則是綠寶石色。沒錯，兩輛車完全屬于Hünermann個人所有。

　　雖然顏色很“騷包”，但它們的表現(xiàn)卻十分出色：

　　Hünermann在“道路”上設(shè)了各種路障來增加駕駛難度，但多虧了大腦神經(jīng)網(wǎng)絡(luò)技術(shù)給了這兩輛車足夠的“啟發(fā)”，它們才得以如無人駕駛界的老手一般順利避開路障。

　　時不時地，Hünermann還會堵上一條道路，順便設(shè)置上新路障，然后再心滿意足地看著車輛拐個彎，并躲開這些障礙物。

　　按照AI永無止境的“學(xué)習(xí)能力”，Hünermann觀察車輛的時間越久，車輛就會變得更加智能：

　　就像多數(shù)無人駕駛公司路測的目的一樣，這些車能夠從以前犯過的錯誤中吸取經(jīng)驗，直到它們能夠應(yīng)對行駛過程中出現(xiàn)的任何一種狀況。

　　看到那些像“須”的光束了嗎?

　　增加路障，封閉道路，越訓(xùn)練才能越聰明，這難道不是訓(xùn)練無人駕駛汽車的基本常識?……

　　然而，你以為以上情景發(fā)生在某個無人駕駛的密閉測試區(qū)?或者是某個技術(shù)大公司的開發(fā)工作室里?

　　都不是。這就是我們所說的“不尋常”的地方。

　　第一個“不尋常”指的是Hünermann。他今年只有17歲，是一個“非專業(yè)的軟件工程師”，這套自動駕駛汽車的運行及測試代碼完全是他自己寫的……

　　第二個“不尋常”是指這兩輛汽車，在現(xiàn)實中完全不存在。它們僅僅存在于瀏覽器頁面上，甚至連繪制效果也略顯粗糙。

　　實際上，開頭描述的只是德國學(xué)生Hünermann親手開發(fā)的一個無人駕駛軟件項目——“只在瀏覽器中存在的自動駕駛汽車”。

　　你絕對不能小看這個項目，因為它的的確確兌現(xiàn)了Hünermann在軟件開發(fā)初始階段時的承諾：

　　創(chuàng)造一個“可以為汽車提供完全自學(xué)環(huán)境”的網(wǎng)絡(luò)應(yīng)用程序。這個app類似于一個“驅(qū)動”，也有點像一套“虛擬環(huán)境開發(fā)工具”，可以在不斷變化的2D環(huán)境中讓兩輛汽車自主進行“道路決策”。

　　需要注意的是，“不斷變化”這個概念實際上取決于用戶自己的喜好，他們可以通過點擊鼠標(biāo)或在原始地圖的基礎(chǔ)上添加新物件(一條新路、一個十字路口甚至是一個路障)來改變汽車的虛擬駕駛環(huán)境。

　　講到這里，你應(yīng)該能大體了解這意味著什么：

　　無人駕駛汽車必須通過路測來提升“智力”(雖然已經(jīng)講了千萬遍，但還是要再說一次)，而路測分為兩種——實體路測與虛擬路測。

　　而后者是一切“沒錢沒勢”的小公司與個體開發(fā)者們選擇訓(xùn)練汽車軟件及獲取數(shù)據(jù)的唯一途徑。

　　因此，你會在最近看到一個越來越明顯的趨勢——大家都在忙著為無人駕駛汽車軟件“貢獻”虛擬環(huán)境。從科技巨頭微軟，網(wǎng)上教育機構(gòu)Udacity，再到知名的視頻游戲《俠盜獵車手》，都十分慷慨地開放了自己的無人駕駛虛擬環(huán)境及模擬器。

　　沒錯，你現(xiàn)在就可以在他們提供的虛擬平臺上創(chuàng)建自己的軟件測試軌道。

　　這里需要重點說一下微軟。

　　就在半個月之前，這家最有錢的科技公司之一高調(diào)開源了一款專門測試無人車及無人機的虛擬環(huán)境軟件AirSim，還允許開發(fā)人員在里面生成隨機環(huán)境。當(dāng)然，它還充當(dāng)著軟件算法的“數(shù)據(jù)生成器”。

　　逼真的場景，對陽光、陰影以及煙霧的精確還原，大量路障以及縱橫交錯的道路系統(tǒng)……財大氣粗的微軟，從一開始就可以建立起不弱于現(xiàn)實路況的復(fù)雜虛擬環(huán)境。

　　連微軟自己都是這么說的：

　　“由于需要耗費大量數(shù)資源，很多公司很難自主開發(fā)這樣的系統(tǒng)。”

　　的確，選擇微軟的虛擬環(huán)境平臺AirSim的確是一個幫助軟件“快速成長”的不錯選擇。

　　但是，由你自己生成的數(shù)據(jù)是不是需要與微軟“分享”?大家都在這個平臺上測試數(shù)據(jù)，會不會有軟件開發(fā)水平上的趨同性?這個平臺允許你在多大程度上改造里面的虛擬環(huán)境?

　　而現(xiàn)在，我們在年僅17歲的Hünermann身上，似乎看到了另外一種可能性——為何不能在開發(fā)一套軟件的同時，自己嘗試建立一個無人駕駛虛擬測試系統(tǒng)?

　　17歲少年的無人駕駛“進擊之路”

　　根據(jù)Digital Trend的報道，Hünermann關(guān)于這個項目的想法其實早在幾年前就已經(jīng)形成了，當(dāng)時他還只是一個高二學(xué)生。

　　與其他任何一個科技愛好者一樣，他對Google DeepMind連續(xù)不斷的人工智能研發(fā)成果感到非常好奇。

　　譬如，這個頂尖AI開發(fā)團隊如何通過將“強化學(xué)習(xí)”(AI的一種類型，通過累計法來實現(xiàn)特定目標(biāo))與深層學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)整合在一起，進而開發(fā)出一款能玩雅達利游戲機的機器人。

　　有意思的是，不同于視頻游戲中那些扮演非玩家角色的智能體，這些機器人完全能夠在沒有人準(zhǔn)確告知它們怎樣操作的情況下自己來玩這個游戲。

　　那個時候，Hünermann還經(jīng)常為一些課外計算機活動設(shè)計iOS軟件與相關(guān)網(wǎng)站，有了一定的技術(shù)積累。因此，雖然資源非常有限，但他卻決定效仿Google——用人工智能做出些成果來。

　　在保持原有設(shè)計愛好的基礎(chǔ)上，他下載并閱讀了大量DeepMind發(fā)表的AI論文，并決定嘗試為自己的項目寫一些獨一無二的代碼。顯然，這不是一個很輕松的工作。

　　但Hünermann在接受記者采訪時，卻并不這樣認(rèn)為：

　　“我真的對這一領(lǐng)域非常感興趣，我想要了解它，進一步挖掘出有意思的東西。而我認(rèn)為，要深入研究這一領(lǐng)域，需要一個可靠的應(yīng)用場景。而創(chuàng)建自動駕駛汽車項目就是可行的方法之一。我并沒有自己的車，但我卻可以在瀏覽器上開車。”

　　首先，Hünermann需要先設(shè)計好這兩輛虛擬汽車。

　　根據(jù)他的描述，這兩輛虛擬汽車的車身配有多達19個遠程感應(yīng)器，能夠從汽車不同方向發(fā)射信號。

　　簡單來說，你可以把這些感應(yīng)器想象成手電筒光束。每一條光束一開始都亮度十足，但距離車身越遠，光束發(fā)出的光也就越微弱。

　　此外，當(dāng)汽車逐漸靠近某一障礙物時，光束就越短，感應(yīng)器接受的超聲波信號就越強。

　　這與停車感應(yīng)器(倒車?yán)走_)的原理大致相同——你越靠近某一處，感應(yīng)器發(fā)出的嗶嗶聲就越急促。

　　因此，當(dāng)Hünermann最終把汽車的駕駛速度與某一時刻汽車采取的“相關(guān)行動”整合在一起時，這些聰明的汽車就能夠提供158種維度的信息。

　　而接下來要做的才是重點：利用深度學(xué)習(xí)技術(shù)來訓(xùn)練它們。

　　這些采集到的數(shù)據(jù)隨后會被輸入到一個多層神經(jīng)網(wǎng)絡(luò)中。汽車駕駛里程與碰撞的次數(shù)越多，那些連接到網(wǎng)絡(luò)不同節(jié)點的“信息”被調(diào)整及訓(xùn)練的頻率就會越高。

　　如此一來，這些汽車就能逐漸“明白”以后碰到這種情況應(yīng)該怎么做。而最終的結(jié)果便是——與人類的學(xué)習(xí)經(jīng)歷一樣，汽車接受訓(xùn)練的時間越長，它們的技巧也就變得更加嫻熟。

　　當(dāng)然，它們并不完美。

　　尤其是這些汽車在遇到空隙時，總是“自信滿滿”地以為能穿過去，但每次都以失敗告終。因為車頭的感應(yīng)器只能識別前方是寬敞的大路，卻沒有考慮到車身的寬度。

　　但是，你也不能否認(rèn)這兩輛“民間無人駕駛汽車”的誕生儼然不易，而且正在變得越來越聰明。

　　其實我們想強調(diào)的重點在于，是否在掌握了AI學(xué)習(xí)架構(gòu)之后，普通程序員也能做一個這樣的訓(xùn)練驅(qū)動器。

　　“有一點我想要補充的是，只有讓汽車變得更智能，它們才能意識到自己被卡住了，然后再倒車并換一條路線。這個虛擬驅(qū)動器本身有很多不足，場景也并非很真實。但親手為其增加車流真的非常有趣，或許給加上一些曲折的小路也不錯?，F(xiàn)在，我的想法是讓虛擬駕駛環(huán)境一步一步地還原現(xiàn)實世界。”

　　目前，雖然由Hünermann創(chuàng)造的駕駛虛擬環(huán)境并不復(fù)雜，也絕非專業(yè)，但卻允許我們在里面無限度地為場景添加各種物件。

　　想象一下在你上班的高速路中間突然出現(xiàn)了另外一條實實在在的駕駛車道是怎樣的一幅情景，那么你就能體會到Hünermann的虛擬汽車長期以來都經(jīng)歷了什么。

　　現(xiàn)在，如果你想要更加深入了解這名17歲學(xué)生的項目，就去代碼托管平臺GitHub上翻一翻吧。在這個網(wǎng)站上，Hünermann已經(jīng)完成了樣品程序的代碼。你甚至能夠在上面查閱整個JavaScript圖書館。

　　最后想說的是，鑒于現(xiàn)實中的那些實體無人車都是基于Hünermann使用的同一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行工作的，那就證明，Hünermann的這一成果完全能夠幫助我們以更加簡明的形式接觸并嘗試開發(fā)自動駕駛技術(shù)。

　　是的，這絕對不是在開玩笑。