得克萨斯州的AI卡车容不得半点差错——彭博社

Thomas Black

看，无需双手。

摄影师：迪伦·霍林斯沃思/彭博社

毋庸置疑，人工智能本周取得了重大突破。奥罗拉创新公司开始运营由AI引导的自动驾驶货运卡车，这类AI将控制移动机器，未来在道路、工厂、仓库乃至家庭中会越来越常见。

奥罗拉公司周四在一份声明中表示，其18轮卡车在休斯顿与达拉斯之间完成了1200英里（约合3个往返）的无人驾驶货运。这一切都依靠卡车上的传感器（包括摄像头、雷达和激光雷达）为AI提供信息，激光雷达与雷达原理相似，但使用光而非无线电波进行物体探测。

彭博观点通用汽车50亿美元关税窟窿仍深不可测小肯尼迪的新疫苗审查令人担忧美联储改善工作的六种方式Z世代现在该问：肉毒杆菌值得吗？诸如Alphabet公司和微软等知名企业正在竞逐生成式AI，这项技术有大量应用场景，它能从海量文档或用户内容中汲取数据。但这类AI（包括席卷互联网的大语言模型）并不能驱动移动机器与人类安全交互的系统。

这些大型语言模型能够根据学习到的模式创作诗歌或描绘风景，并能从海量数据中筛选并总结关键概念。然而，这些系统如何得出答案往往并不透明，因此被称为"黑箱"。这种特性使得难以消除幻觉、偏见或错误。对于卡车、汽车或机器人等移动设备而言，这是不可接受的。

Aurora采用其所谓的可验证人工智能，专注于驾驶这一特定任务，并遵循道路规则等具体参数。该系统使用相同的Transformer模型，使其能够持续学习改进，并对意外情况作出反应。但软件工程师清楚系统如何做出特定决策。若训练中出现错误，可在代码中定位并纠正。与工业场景中应用的任何AI一样，这里不容许任何差错。

Aurora卡车的控制系统通过两种方式获取精准数据：一是在45号公路上由安全驾驶员反复进行实路测试，二是通过模拟训练——甚至能复现雾雨天气。模拟训练涵盖了2018至2022年间达拉斯至休斯顿高速路段所有致命事故场景。

“模拟的精妙之处在于能构建海量数据，且可在极端条件下进行，"Aurora联合创始人兼首席科学家Drew Bagnell在接受采访时表示。

奥罗拉公司首席执行官兼联合创始人克里斯·厄姆森对该系统的信心十足，他于4月27日坐在卡车后座完成了首次无人驾驶旅程。厄姆森在博客中写道，往返休斯顿的自动驾驶"相当平淡”，“这正是它应有的状态”。奥罗拉计划在今年年底前新增从沃斯堡到凤凰城的货运路线。

人工智能投资者和科技爱好者们应该为奥罗拉的成功喝彩。这种自动化和高效技术正是美国重振制造业的关键。纵观历史，技术工具始终在将人类从繁重枯燥的劳动中解放出来（想想挖掘机如何取代了镐和铲），使人们能够从事更高级的工作并提升生产效率。

“实体人工智能"或者说机器人技术，不过是另一种造福人类的技术工具。在这个长期抱怨卡车司机短缺的行业里，自动驾驶卡车的推广将采取审慎的态度。长途卡车司机的生活异常艰辛，往往需要离家数日甚至数周奔波在路上。

这也是一个饱受事故困扰的行业，所谓的"核赔判决"更推高了保险费率。数据触目惊心：2023年有5,472人死于大型卡车相关事故，约153,000人受伤。 保险公司将力推自动驾驶卡车以提升道路安全。托运方将受益于安全性的改善和卡车使用率的提升——由于不再受服务时长限制，车辆无需长期停驶。但代表卡车司机利益的工会反对这项技术，诉讼律师们也必将试图扼杀无人驾驶卡车。一旦发生事故（即便错不在卡车），他们就会群起攻之。

奥罗拉并非唯一研发无人卡车的企业。科迪亚克机器人公司今年已启动运营，其无人驾驶卡车在二叠纪盆地私有道路上运输压裂砂至井口。戴姆勒卡车旗下托克机器人计划2027年实现商业化自动驾驶。去年融资2亿美元的初创公司Waabi预计今年下半年开展高速公路测试。Gatik.AI则计划用中型无人卡车实现城区仓库到商店的货运。

相比在旧金山、奥斯汀等城市运营的无人出租车，无人货运卡车更易规模化推广。因其主要在固定高速路线重复行驶，与随机目的地的出租车相比，同乘用车及行人的交互场景大幅减少。

这类基于规则、通过传感器获取数据的AI系统，将应用于多功能移动机器——正如当前测试中的仿人机器人。对于这些重型高功率机器人，安全性将如同法定载重8万磅（约36吨）的十八轮大卡车般成为首要考量。

“我们构建的系统必须绝对安全，“巴格内尔强调，“这不同于ChatGPT，决不允许出现幻觉输出。”

当硅谷为追求AI终极目标（尽管尚未明确）而豪掷数千亿美元建设数据中心时，这项技术的真实应用场景正在得克萨斯州的高速公路上悄然展开。

更多来自彭博观点的内容：

想要更多彭博观点？终端用户请前往OPIN <GO>。或订阅我们的每日新闻简报。