克里斯·格迪斯: 未来的赛车 -- 每公里150英里, 并且没有司机

你们当中有多少人 当你不应该开车的时候 还开车跟在另一部车后面？ 有可能你已经开了一整天的车 心里只想回家 你已经身心疲惫了，但你感觉还能再驾驶多几英里 大概你有想过 我喝得没有其他人多 我可以驾车回家 或者也许你的大脑已经在神游

这些你们听起来有点熟悉吧？ 现在，在这些情况下 如果仪表盘上有一个按钮 你按一下，车就可以带你安安全全地回家,会不会很棒 如今，这些都是自动汽车能做到的 自动汽车从 1939 年通用汽车公司在世 通用汽车公司在世界展销会上展示他们未来汽车的的理念 就一直是一个梦想

现在，它已成为那些看起来 总是还要再等20年的梦想之一 两个星期前，这个梦想有了突破 当内华达州授予谷歌的自驾汽车 第一个无人驾驶的上路许可证， 明确地表示他们在内华达州道路上 测试是合法的 现在，加州的也正在考虑类似的立法， 这将确保无人驾驶汽车 不会像赌博这类事一样只会发生在拉斯维加斯。

(笑声)

现在，在我在斯坦福大学的实验室里，我们也一直在 研究无人驾驶汽车，但在对事物研究的理念上略有不同 我们一直在开发机器人赛车 它们在性能上可以 到达其物理极限

那么为什么我们想要做这样的事呢？ 嗯，有两个好的理由来解释 第一，我们认为在人完全将控制交给 一部无人驾驶汽车之前，这部无人驾驶汽车 至少得运行得像一位好的驾驶员一样 那么，如果你像我，还有那其他70%的人一样 认为我们是高于平均水平的司机 你明白我们高估了自己 同时还有另一个原因 就像赛车手可以利用 车胎和路面间所有的摩擦 还有汽车的最大性能来尽可能快的开一样 我们想用这些性能来避免 任何我们可以避免的交通事故

现在，你可能把车开到极限 并不是说你开得太快 而是说你开到有冰的路面上了 路况变了 在这些情况下，我们希望这部汽车 有能力避免任何那些 人工可以避免的意外

我必须承认，还有第三个理由 你瞧，我对赛车很痴迷 过去，我曾拥有一部赛车 是一个车队的头，也是驾校教练 虽然也许水平没有你期待得那么高 我们在实验室中做的几件事中的一件-- 就是我们开发了几部车-- 我们相信他们是世界上 第一步无人漂移汽车 它是无人车中新的分类 也许它还没有竞争对手

（笑声）

我们叫它P1。它是一部完全由学生设计的 后轮驱动电动车 线控方向盘 可以在拐角漂移 它能像一个汽车拉力赛选手一样从路边过 也从能转过急弯 即使在湿滑，不断变化的路面 也从来不会打滑被甩出去

我们也曾与大众 Oracle合作出研发 一部叫” 谢莉“的无人驾驶赛车 它能用每小时 150 英里的速度沿着邦纳维尔盐滩行驶 能在阳关明媚时，能在大风大雨天 跑在 Thunderhill 赛车跑道上 并在Pikes Peak Hill Climb 线路上 开12.4英里，通过153拐弯处 这是在科罗拉多州，真的一个人都没在车上

（笑声）

（掌声）

我想我们不用说 这样做真的有很多乐趣 但事实上，我们还研发了一些其它的东西 在这个研发无人驾驶汽车的过程中 我们对人类赛车手的能力 变的更加的的钦佩 当我们想这些车可以运作的多好时候 我们想把无人驾驶车和人类驾驶的操作做一个比较 我们发现执行任务的人类是不可思议的 现在，我们可以拿一张赛车跑道图 我们可以做一个数字模型车 加上一些迭代，我们可以找到 整个跑道的最快路径 我们把一个职业赛车手开车数据记录下来 进行直线图表分析 相似度是那样的惊人

是的，这里还是有细微的差别的 赛车手能够在户外 开到最快的那条线路 而不用计算程序去比较 是该在这个拐弯出开快点 还是应该在开过这个 直线的时候减点速 不但如此，他们能如此地开一圈 一圈又一圈 他们能在户外，持续地这么做 每一次都把车用到极限 看起来真的不可思议 你给他们换部车 在跑几个圈后他们就已经能找到适合车的最快的路线 接着，他们就可以比赛了

这不禁使你想 我们真的很想知道他们大脑里究竟发生了什么 作为研究人员说，这就是我们决定要挖据的 我们决定测量不仅仅是车 还有赛车手 尝试去了解在他们赛车时候 他们大脑的变化 现在，这是 琳恩·哈博特博士把电极片 放在约翰 · 莫顿的头上的照片 约翰 · 莫顿是前Can-Am 和IMSA的赛车手 他也是勒芒赛事上出类拔萃的冠军 极棒的赛车手，并且愿意忍受研究生 和这类的研究 她把电极片放在他的头上 这样，我们可以监测当约翰绕着轨道飚车时候 他大脑电波的活动

显然我们不是放一对电极片在他头上 就可以准确的了解到他在跑道上飚车时候所有的想法 然而，神经学家已经可以识别了一定的模式 让我们对这个研究中一些非常重要的因素能理出头绪 例如，休息中的大脑 往往会产生大量的α波 与此相反，θ波与大量认知活动 相关联，如视觉处理 赛车手正在想的事，很多 现在，我们可以测量这一点 我们可以看到 θ波与α波之间的相对动力 这给我们了脑力负荷的一个测试 在轨道上任何一个地方，赛车手实际上 需要接受多少认知上的挑战

现在，我们想看看我们是否能真实地在跑道上 记录这点，所以我们向南出发去卡赛道 卡赛道是有传奇色彩的赛道 大约在萨利纳斯和蒙特雷的中间 它有一道弯被称为瓶塞钻 现在，这个瓶塞钻是一个S 形弯道 接下来是一个很急的右转弯与此同时路面好像下陷3层楼那么高 现在，可以理解这个驾驶的策略为 你以远处的灌木丛为目标 当你感到跑道向下落的时候，你才意识到你其实是在树尖上

很好，非常感谢斯坦福大学的自驾车研究项目 我们把约翰带到哪里了 让他 主宰1960年 保时捷的阿巴特卡雷拉的方向盘 大家对一般的车的喜好就像昙花一现一样 所以，在这里你看到约翰在赛道上 他在爬坡， 哦 ！有人也喜欢来这里飚车 — — 实际上，你可以看到一条红的长方形条 正在监测他的脑力负荷-- 随着他的移动，你可以看到他的反映 现在看看，他不得不换到低档。 然后他必须左转。 看清楚路旁的树，然后下坡。

没什么可大惊小怪的，您可以看到这是一个非常有挑战性的任务 你可以看到当他经历这一切的时候，他的大脑负荷增加了 你会预测到 这种复杂程度会产生的事 但是真正有趣的事是看 不会使他脑力负荷增加的一些赛道的区域 我将带你绕到 赛道的另外一半 数三下，约翰将开到拐角 汽车的尾部将会滑出轨道 他将不得不打方向盘使车回到轨道 所以看好约翰是怎么操作的 看看他的脑负荷，和方向盘 赛车开始滑出去了，戏剧性的操作使它回到轨道上了， 而大脑负荷却丝毫没有变化 这不是一个具有挑战性的任务 实际上，完全是条件的放射

现在，我们对此的数据处理仍是初步的阶段 但这现象明显表明 这些赛车手表现出来的惊人水平 是其本能 这些事对他们来说孰能生巧了 对他们来说完成这样了不起的事 只需要很少的大脑负荷。 他们表现真的很棒 当车遇到这种情况时候 你想做到的就是去控制好车

现在，这给我们的无人驾驶汽车的研究 有了巨大的启示和灵感 我们已经开始问自己 我们可以使我们的自驾车少一点计算程序 而多一点直觉性的东西吗？ 我们能借助 我们现在从最好赛车手身上看到的这种对条件反射的反应 从而把它运用到我们的车上吗 再或者运用到你们 未来车子的系统里？ 我们还需要很大的努力 来研制出和最棒的车手一样的 无人驾驶汽车

它同时使我们从更深的层面去思考 我们想让我们的车为我们做得更多 而不是简简单单地一个驾驶员吗？ 我们想让我们的车成我们的伙伴，教练 或者是能了解到周围环境的那个人 从而帮助我们发挥我们的潜力吗？ 那么科技能不能不只是简单的取代人类 而且可以让我们达到 我们都能达到的直觉的反应水平？

所以，当我们向这个科技时代迈进的时候 我想你停下来思考一会 什么是人类和机器之间最理想的平衡 当我们思考时候 让我们用 人类身体和大脑的 了不起的能力来激发自己

谢谢

(掌声)