极其便携的设备

“你可以松开握住方向盘，”当我坐进 BMW 赛道训练器的驾驶座时，BMW 工程师告诉我。“松开握住，感受一下它是如何转动的。但不要碰踏板。”我从他的语气中听出了“除非”的意思。“除非我大喊停车！在这种情况下，你应该紧紧握住方向盘并踩下刹车。”他笑了。“我们走吧？”

说完，我松开刹车，坐回座位，看着我们那辆不起眼的 3 系轿车在一条短直道上自动加速，巧妙地转入右弯，然后大幅度转向，准备快速向左转弯。我按照指示，稍微握住方向盘，但那种感觉比看着方向盘自己转动还要奇怪，就好像我坐在幽灵司机的腿上一样——而我当时的情况基本就是如此。

BMW 赛道训练器是一辆机器人汽车：一辆完全自动驾驶的汽车，能够在加利福尼亚州蒙特利县的马自达赛道 Laguna Seca（或任何其他经过编程的赛道）以极限牵引力进行比赛，与专业赛车手驾驶同一车型的时间仅相差几秒钟。宝马用它来训练驾驶员，向他们展示驾驶座上完美的赛车路线感觉，并在他们决定自己接管控制时提供实时反馈和纠正。但这辆车也是宝马驾驶辅助系统的展示台，该系统由一系列雷达和 GPS 传感器组成，它们与计算机操作的转向、制动和动力系统协同​​工作，以实现宝马所说的“高度自动驾驶”。

宝马之所以选择拉古纳塞卡赛道，是因为这条赛道难度很大，以每小时 100 英里的速度急速转弯更令人印象深刻，而且从这里开车不远就能到达该公司位于硅谷的研究实验室，那里的工程师们正忙着为信息时代重新发明汽车。自 1978 年微处理器首次安装在卡迪拉克塞维利亚的里程表上以来，普通汽车中的芯片数量不断增加，如今汽车中装有 50 到 200 个处理器和一英里长的线路。混合动力汽车和电动汽车的日益普及加速了这一趋势；例如，插电式雪佛兰 Volt 需要 1000 万行代码，比运行一架波音 787 所需的代码多出 200 万行。

因此，汽车制造商纷纷来到硅谷，这里代码为王。梅赛德斯-奔驰于 1995 年在此开设技术中心，宝马于 1998 年在此开设技术中心，大众于 1998 年在此开设技术中心，丰田于 2001 年在此开设技术中心，通用汽车于 2007 年在此开设技术中心，雷诺-日产于去年在此开设技术中心——所有这些举措很大程度上都是为了挖掘设计师、开发人员和工程师的技能，正是这些人支撑了谷歌、苹果和 Facebook 的发展。再加上本土创业公司特斯拉汽车、Mission Motors 和谷歌的自动驾驶汽车部门，硅谷就成了底特律西部的代表，加州工程师们不断想出新方法来制造功能强大、价格合理、易于使用的计算机——但现在他们还想出新方法让计算机运行得非常非常快。

当赛道训练器爬上通往拉古纳塞卡 (Laguna Seca) 臭名昭著的“螺旋弯道”的山顶时，我正思索着我对这一切的感受。我不得不相信这辆机器人赛车会记得如何通过世界上最棘手、最危险的弯道之一，在一段 450 英尺高、五层半楼高的赛道上，先左转，然后右转。爬上山顶时，汽车设法没有像人类那样惊慌失措，过早刹车。事实上，当我们冲入弯道时，我曾有一瞬间惊恐地以为汽车根本不会刹车——直到它刹车了，时机恰到好处。当我们安全离开时，我意识到我只是搭了个便车进入未来。

点击此处了解硅谷的汽车创新。

硅谷是个大得惊人的地方。四处走动需要长时间驾驶，在加州维护良好的道路上，即使没有机器人的帮助，驾驶也足够愉快。当我开着租来的车从一个实验室到另一个实验室时，有趣的关系开始显现出来。

例如，大众汽车电子研究实验室 (ERL) 的工程师们在一座白色的中层办公楼里工作，该办公楼与甲骨文公司总部隔着一条狭窄的沼泽河相望，甲骨文公司以其数据库管理程序而闻名。数据管理似乎与汽车制造商所做的工作完全不同，任何追求都可能有所不同。但当 ERL 的副主任、电气工程师 Chuhee Lee 在实验室与我见面时，他明确表示情况并非如此。

在二楼的会议室里，李先生开始做 PowerPoint 演示，他曾多次用这个演示向慕尼黑的管理人员证明实验室的存在。事实证明，整合数据是新车设计的精髓。长期以来，汽车工程师一直将他们安装的各种数据设备（导航系统、智能手机适配器、车道检测摄像头）视为具有特定功能的独立设备。现在，他们开始将这些设备相互连接，将汽车上众多传感器和处理器的数据连接起来。和甲骨文的工程师一样，他们发现这些连接具有巨大的价值。

最明显的是，ERL 工程师利用这些连接制造了一系列获奖的机器人汽车，它们与 BMW Track Trainer 类似。2005 年，一辆经过与斯坦福人工智能实验室联合改装的途锐 ERL 赢得了 DARPA 大挑战赛，这是五角大楼赞助的无人驾驶汽车沙漠赛。2007 年，ERL 的机器人帕萨特在 DARPA 的城市挑战赛（一项障碍赛）中获得第二名。去年秋天，一辆经过实验室改装的奥迪 TTS 在短短 27 分钟内完成了科罗拉多州 12.4 英里派克峰赛道的全程自动驾驶，时速最高可达 45 英里/小时。

我问李，这些汽车上展示的智能技术如何首先惠及普通司机。他给我播放了一段简短的视频，解释了实验室正在开展的一项工作，其工程师称之为“情感智能驾驶助手”。AIDA 是与麻省理工学院两个实验室合作开发的产品，它将多个传感器的输入信息输入到中央人工智能系统，该系统会“观察”你的习惯和行为，并根据这些习惯和行为调整汽车的性能。AIDA 可以了解你最喜欢的路线和站点，记住并提醒你重要事件，并随着时间的推移预测其他愿望；例如，它可能知道你喜欢哪天去杂货店，因为那时阿拉斯加野生鲑鱼会上市。

换句话说，人工智能的进步将把汽车变成个人助理。假以时日，我们甚至可以把驾驶交给助理，因为为此类应用开发的传感器和软件会不断增加，技术会不断发展，程度上的差异会变成种类上的差异。“我们的想法是改变人与机器之间的关系，”李说。到 2030 年，汽车可能足够智能，我们可以召唤它们去机场接我们。

工程师们已经克服了大部分物理挑战。计算机处理器经常控制许多当前高端量产车型的制动、转向和加速，例如稳定控制系统可以防止驾驶员在湿滑的路面上打滑，而这些高端汽车也越来越多地安装传感器（摄像头、雷达、激光雷达、红外线、超声波），收集数据并输入处理器。汽车最终会知道自己在哪里、要去哪里，甚至可能知道要如何到达目的地。几年内，差分 GPS（使用固定地面站来纠正卫星信号的不准确性）将使汽车能够精确地确定其位置，误差在几英寸以内。将这些结合起来，很快您就会拥有一台不需要工程师坐在副驾驶座上的赛道训练器。它将停在您的车库里。

目前，汽车还不是特别擅长学习，但工程师们也在努力。Rob Passaro 自 1998 年宝马集团硅谷技术办公室成立以来就一直在那里工作，当时汽车行业对 IT 革命的设想是一辆可以播放 MP3 的汽车。当我在“办公室”一尘不染的车库里见到他时，他很快解释说，他的主要任务是“将汽车作为应用程序的平台开放”。他说，汽车是我们大多数人会购买的最彻底的计算机化机器，但与手机或笔记本电脑不同，它们几乎不可能升级——你付了钱，然后开着它，不做任何改变，直到它报废。但将汽车连接到互联网，可能性就会变得更加有趣。

“我们的想法是改变人与机器之间的关系。”帕萨罗将一部白色 iPhone 放入 5 系轿车中央控制台的支架中，以演示 BMW Apps，该系统适用于 2011 年 3 月后生产的所有 BMW，可将汽车连接到一个网站，驾驶员可以从该网站下载 BMW 专用的 iPhone 应用程序。目前，BMW 仅提供 Pandora 和 Facebook 等公司已经流行的应用程序的定制版本。然而，这些应用程序的有趣之处不在于它们存在，而在于它们存在的位置。它们显示在仪表板显示屏上，而不是 iPhone 上，并且它们的安装需要定制软件，而汽车公司传统上将其视为不可更改、不可触及的秘密。汽车公司对这种可能性感到不安，但最终可能不可避免地会有人发明出能够深入汽车重要功能的应用程序——也许会深入到燃油喷射或车道检测系统。

汽车不仅能与互联网对话，还能从周围环境收集信息。帕萨罗演示完毕后，将我交给了另一位工程师达伦·利卡多 (Darren Liccardo)，他带我走出车库，来到一片宽阔的、空旷的停车场，四周环绕着巨大的树篱。

一辆 5 系原型车正在等待着我们。它的后备箱里装满了现成的计算机硬件，运行着一种流行的开源操作系统，即机器人操作系统 (ROS)，从清洁机器人到自动驾驶直升机，它无所不在。在这种情况下，它将帮助汽车处理一个基本的交通问题——通过红绿灯。在技术办公室周围开了一圈后，Liccardo 回到停车场，停下车，从座位下拿出一个键盘，输入了一些命令。控制台屏幕上出现了一个安装在停车场后端的交通信号灯的摄像机图像。“这就是我们所说的智能汽车与智能交通信号灯的结合，”他说。

交通信号灯经过了改装，可以通过无线互联网连接与我们的汽车进行通信。Liccardo 指着控制台屏幕，灯是红色的，但屏幕上显示着倒计时时钟，滴答作响，直到它变成绿色。他踩下油门，将车驶向红灯，并相信他的车辆与基础设施通信系统会让他准确知道灯何时会变，于是加速行驶。灯变绿了，我们毫不减速地冲了过去。

这种近乎字面意义上的信心飞跃表明了我们所有人很快都会面临的权衡。为了在现实世界中保证 Liccardo 的红绿灯实验的安全，每辆汽车不仅要与红绿灯进行通信，还要与周围的每辆汽车进行通信。然而，一些工程师梦想着一个系统，在这个系统中，停车和启动的决定权留给计算机。人类倾向于随机和可能造成灾难性的行为，我们将从这个方程式中被移除，各个汽车的运动将像数据包在互联网上协商旅程一样得到协调。这听起来有点可怕。但如果我们如此信任这个系统，完全放开方向盘，我们可能会受益匪浅。汽车可以在自动驾驶的交通群中行驶，彼此之间相距几英寸，在几毫秒内通过红绿灯。交通将减少，燃油效率将提高——至少在理论上是这样。

这不会马上发生。但美国交通部的交通工程师们已经在研究各种车辆与车辆、车辆与基础设施通信系统的潜在优势。能够“看见”彼此的汽车能否减少美国道路上每年发生的约 580 万起车祸和 37,000 人死亡？它们能否缓解每年耗费美国人 42 亿小时生命的交通拥堵？它们能否更好地利用每年在交通中浪费的 28 亿加仑燃油？交通部一项名为“智能交通系统”的项目（该项目自 1991 年就已存在，但根据 2009 年提出的新要求，其重点是车辆“连通性”）的工程师们正在利用来自硅谷汽车实验室的信息来弄清楚自动驾驶汽车解决的问题是否比它产生的问题更多。

答案尚不明确。与此同时，该机构的部长雷·拉胡德 (Ray LaHood) 提出了对过渡期的担忧，届时司机将面临越来越多的数据刺激，却无法享受到汽车自主性增强带来的安全优势。去年，拉胡德称分心驾驶导致的车祸死亡人数增加是“致命流行病”，与酒后驾驶问题类似。犹他大学的一项研究表明，使用免提电话导致的视力下降相当于血液酒精含量为 0.08。2009 年，近 5,500 人死于分心驾驶造成的车祸。到目前为止，34 个州和哥伦比亚特区的立法机构已经颁布了全面或部分禁止在车内使用手机的规定。“我对此非常愤怒，”拉胡德告诉《纽约时报》，“我不会放松的。”

分散注意力正是我们在驾驶自动驾驶汽车上下班途中所寻求的。然而，如果硅谷工程师们能够如愿，汽车最终将穿越分散注意力的低谷，进入完全自动驾驶的领域——到那时，分散注意力正是我们在驾驶自动驾驶汽车上下班途中所寻求的。在欧洲，梅赛德斯-奔驰的一款车型已经配备了车载浏览器，可通过蜂窝网络连接到互联网。当汽车静止不动时，您可以使用 Facebook。当您行驶时，您可以使用谷歌地图搜索附近的酒店。梅赛德斯硅谷分公司的负责人约翰·荣格沃思 (Johann Jungwirth) 表示，网络刚刚开始入侵驾驶舱。很快，社交网络应用程序将允许司机像在线聊天一样相互交流。然后是增强现实：有关前方景观的信息被投射到司机的视野中，就像带注释的挡风玻璃一样。道路本身可以成为另一层娱乐。

控制是关键。谁来掌舵？而汽车本身，正如通用汽车先进技术办公室总经理拜伦·肖告诉我的那样，将越来越多地对这个问题发表意见。

通用汽车办公室位于 Equinox 健身房和 Fry's Electronics 之间，是这家汽车制造商最新、最小的办公地点之一。肖站在一个天花板很高、木梁裸露且天窗充足的房间里，解释了汽车如何能够了解驾驶员的愿望，以及驾驶员表达愿望的体能。

他说，办公室里有一台由当地一家名为 NeuroSky 的公司制造的耳机，它使用心电图传感器测量脑电波，也许有一天可以实现仅通过思想进行控制。“戴上它，你就可以成为卢克·天行者，”肖说。“你可以驾驶 X-wing 战斗机从沼泽中飞出来。”真的吗？“现在还不行。但现在的孩子会把它作为游戏界面来成长。”今年早些时候，柏林自由大学的研究人员展示了一款由思想控制的大众帕萨特，他们对其进行了改装，使其运行在湾区公司 Emotiv 制造的脑活动映射设备上。

不过，这种控制可以双向进行。“比如说，你和老板吵了一架，但你没有想着开车，”肖说。“从某种意义上说，这是可以测量的，”汽车可以编程来做出反应。我曾在梅赛德斯和宝马听到过类似的想法——汽车有一天会使用座椅上的生物传感器监测我们的生命体征，如果它们检测到即将发作的癫痫，它们就会驶离交通并拨打 911。

我们走进一个小车库，肖指着角落里堆放的一对大型木质空运箱，我们的话题转到了全自动汽车上。“那些是 EN-V，”他说。（今年早些时候，我们试驾了 EN-V——点击此处查看我们的印象。）箱子里是一些双人蛋壳，安装在自平衡的两轮 Segway 式平台上。2008 年，通用汽车当时的研发总监拉里·伯恩斯 (Larry Burns) 预测，到 2018 年，自动驾驶汽车将准备好进入主流；EN-V 是实现他的预测的一次尝试。这些舱室旨在以密集、互联的群体形式运送人们。

EN-V 可能看起来很奇怪，但在日益增长的移动市场背景下，它却很有意义。“目前，各种力量的汇合正在改变着一切，”肖说。“电气化、对碳足迹和国内安全的担忧、技术的快速发展、全球化。所有这些都是同时发生的。”肖说，在发展中经济体，“有大量的人从未拥有过汽车，也不一定对拥有汽车应该是什么样子有一个先入为主的观念。”他继续说，也许汽车所有权会转向手机模式，司机可以免费或获得大量补贴的汽车，并签署包括燃料或使用充电站的收费计划。

站在车库里，盯着装有自动驾驶原型车的箱子，思考着蜂窝计划和接口，很明显，硅谷所做的远不止让汽车变得更智能。它为汽车行业所做的，就像上一代人为计算机行业所做的一样：将复杂得不可思议的机器转变为几乎不需要任何技能就能操作的消费品。一台旧的 IBM 大型机运来时会附带一架子厚厚的手册。iPhone 几乎不需要任何说明。用户可以少考虑引擎盖下的东西，多考虑他们想做的事情，无论是发短信还是开车去街角的商店。他们所要做的就是放开方向盘。

是否应该如此信任我们的汽车是另一个问题，这个问题的答案可能最好在谷歌位于山景城的大型园区 101 号高速公路的几个出口处找到。2007 年，谷歌聘请了斯坦福大学人工智能研究员塞巴斯蒂安·特龙 (Sebastian Thrun) 负责该公司的街景项目，然后领导其自己的自动驾驶汽车部门。谷歌的七辆机器人汽车（六辆普锐斯和一辆奥迪 TT）自那时起已经在加州道路上行驶了 100,000 多英里。今年 6 月，谷歌说服内华达州立法机构要求该州 DMV 制定允许自动驾驶汽车运行的规则。特龙说机器人是更好的驾驶员，机器人汽车可以将致命交通事故的数量（全球每年约 120 万起）减少一半。这就是放弃控制的理由。事实上，在他的汽车迄今行驶的所有里程中，只发生过一次事故——一辆人类驾驶的汽车在红灯处追尾了一辆机器人普锐斯。