詹姆斯·庫夫納：從谷歌到豐田

□本刊記者 黃耀鵬

詹姆斯·庫夫納：從谷歌到豐田

□本刊記者 黃耀鵬

庫夫納思考的結果是改換門庭。很難想像，一個擁有卡耐基梅隆大學終身教授頭銜的專家，會從科技氛圍濃厚的IT企業，轉投傳統汽車制造企業。

向來在研發領域低調務實的豐田，在CES上終于高調了一次。豐田的TRI（Toyota Research Institute）被隆重介紹。TRI的成立，標志豐田的研發體系，從內向型向外腦型轉變。和當年的微軟研究院一樣，TRI研究院和公司產品不沾邊，也和短期利益無關，他們從事AI和機器人技術的研究。聽上去不像豐田的風格。豐田看起來已經明白未來路線怎么走了，5000萬美元的投資，在前不久追加為10億美元。

TRI負責人吉爾·普拉特（Gill Pratt）率領所有技術頭頭集體亮相。令人驚訝的是，來自豐田研發部的只有一個聯絡官（俗稱催活的），所有技術部門負責人都來自卡耐基梅隆大學、麻省理工和前貝爾實驗室。

而前谷歌機器人部門聯合創始人詹姆斯·庫夫納（James Kuffner）出現在他們中間，令人驚訝。

庫夫納轉投豐田的原因

此時距離庫夫納上任谷歌機器人部門CEO，僅一年時間。

谷歌原本沒有機器人專門研發部門，短短3年時間里收購了9家機器人公司。其中波士頓動力公司、美國工業知覺公司(Industrial Perception)、Meka、紅木機器人公司、Schaft知名度較高。值得注意的是，Schaft是日本東京大學剝離的機器人公司。

而機器人部門不屬于Google X部門，這又是一件奇怪的事情。谷歌聯合創始人謝爾蓋·布林從董事會要來錢成立了機器人部門。而安卓功勛設計師安迪·魯賓（Andy Rubin）曾經領導了這個部門，但魯賓和谷歌高層因為前者“缺乏團隊精神”而分道揚鑣。

庫夫納則要隨和得多，和谷歌董事會的關系，也比前任要好得多，沒人能想到他只領導了該部門一年。他們研發了一系列機器人。惟一有希望量產的機器人大狗（BigDog）看起來頗有希望成為谷歌另一個技術標桿同時也是一棵小號的搖錢樹。但最終沒有獲得國防部正式定單而退役（因為小型化帶來的噪音激增），此事對谷歌機器人部門構成了打擊。雖然布林不在乎該部門的盈利，但庫夫納可能因此心懷去意。

去年，谷歌機器人團隊被整合到谷歌Google X硬件實驗室中，而非像許多人推測的那樣剝離出來成為獨立公司。庫夫納對此事的態度，從未公開過。不過，很短的時間內，他迅速被豐田挖角。谷歌發言人對此的評論是“我們希望庫夫納能夠實現自己的夢想”，看似官話，實際上嘲諷的暗示昭然若揭。這也反映了谷歌高層對豐田挖角的憤怒。幾年來，谷歌技術骨干被蘋果、特斯拉等不知挖了多少，都沒有什么像樣的反應。但技術骨干出走去了傳統制造業，谷歌著實下不來臺。

豐田許諾他成為云計算部門的頭頭，并擁有“做什么”和“怎么做”的權力。

庫夫納思考的結果是改換門庭。很難想像，一個擁有卡耐基梅隆大學終身教授頭銜的專家，會從科技氛圍濃厚的IT企業，轉投傳統汽車制造企業。

當然，庫夫納不這么看。他表示：“在機器學習的下個階段，有一種趨勢越來越明顯：即能夠訪問大量數據，并發現和解決問題，這對打造強大系統非常重要。我認為豐田在這方面定位很好，正利用其資源和數據實現目標。”

這番話可以被理解為向新東家示好。但作為機器人技術的頂級專家，庫夫納毫無必要討好新東家。他看重的，是豐田建立TRI的目標，即在基礎研究和產品開發之間架起橋梁。這對庫夫納來說非常有吸引力，因為研發真正的產品始終是谷歌機器人團隊（谷歌內稱Replicant）的軟肋。

而谷歌還在努力尋找機器人技術在現實世界中真正能夠發揮作用的領域。說白了，谷歌研究了一堆機器人，卻始終沒有產生一個真正有效的定單。庫夫納很可能對此厭倦了。

在豐田TRI能做什么

庫夫納是一個機器人專家，這只是通俗的說法，他其實是云端人工智能（AI）專家。

要切實降低患者的疾病經濟風險，需要加強和重建初級衛生保健，正如Beaglehole R[11]等所表明的，這是符合成本效益/效果的做法，對慢性病患者要及時發現，進行有效的治療，監測和管理，可以有效減輕較高層次的衛生服務負擔，減少個人和醫保系統醫療費用的支出。

早在2010年，此君就提出云端“云機器人“的理念。AI的獨立個體之間通過連接云平臺實現了知識共享和遠程合作。

可以想像，這將在智慧交通上發揮多么大的作用。每一個無人駕駛汽車都可以認為是一個AI。該理論不再強調AI個體的強大，它們可以學習別的AI在類似區域內的反應——對環境的感知、對突發事件眾多應對方式中，選擇一個最優的。AI善于在極短時間內學習并運用這一切，快到人類感覺不到。

“智能機器云“將該理念擴展到了所有AI，即AI個體都通過互聯網接入云平臺，形成“云+管+端”的機群系統。

在云端數據與個體“充分“交換情況下，汽車AI其實在隨時下載、更新升級系統，減少對嵌入程序或者指令的依賴——這些預設程序無法窮盡所有路況。

而云平臺擁有大數據后，即形成海量知識庫。個體AI可隨時與其他機器交流或在云端尋求解決問題的方法，所謂的機器學習實際上水到渠成。

不再專注于AI個體的能力，庫夫納醉心于建立的云智能，和谷歌目前奉行的策略大相徑庭。谷歌管理層有自己的理由，建立數據“云”相對容易，大多數IT服務商都能做到（譬如百度云），但現在的技術，可能無法實現大規模分布式的智慧系統。谷歌的進取心哪里去了？

TRI負責人普拉特博士稱，TRI希望研發在復雜環境下的自動駕駛系統。目前其他公司實現的簡單條件下的自動駕駛意義不大，因為人類駕駛員也能輕松應對。在達到“非常趨近”100%正確度的駕駛決策之前，需要搜集1萬億英里的自動駕駛數據。是的，你沒看錯。是目前100萬英里數據的100萬倍。

聯想到谷歌的無人駕駛汽車，數次因為“過于謹慎的駕駛行為”被警察攔住的情形，庫夫納的不滿可想而知。

庫夫納認為，雖然一臺未聯網的機器也可以具有一定的智能，但需借助預先嵌入的程序或外部指令而運行，根據環境變化自主解決問題的能力較弱。這種智能機器具有一定的認知能力，但無法做到廣泛交互、深度學習和智能決策，正如人類個體一樣，沒有相互交流、不掌握大量外部知識和信息，其力量仍然是渺小的。

在庫夫納看來，模式識別和復雜溝通，是人類相對于傳統機器人的優勢。他的夢想，就是讓AI智能在這兩者都取得突破，人類的相對優勢被削弱后，無人駕駛就順理成章了。沒有哪個政府還會阻撓駕駛技術比任何人類都來得合理、迅速、明智的AI上路。

云智能，就是庫夫納帶給豐田的禮物，他視之為無人駕駛汽車技術的終極解決方案。而豐田目前打算進行的，利用數以百萬輛的汽車安裝攝像頭和雷達，繪制各個城市的“高精度地圖”計劃，可以視之為“云智能”計劃的一部分。豐田的理念與庫夫納不謀而合。

助力豐田加速無人駕駛研究

一旦TRI展示出某種確定性的技術前景，豐田將改變傳統車企對無人駕駛技術的冷淡態度。

長期以來，日本自認為處于機器人的最前沿。而福島核電事故后，日本被迫使用美國iRobot公司的機器人，因為日本機器人無法勝任復雜環境的自主決策。

卡內基梅隆大學機器人學院主任馬夏爾·赫伯特（Martial Hebert）稱：“日本擅長機器人的物理特性開發，而美國擅長機器人思維開發。正如大家所見，我們開始關注思維開發。美國在人工智能領域遙遙領先。”

豐田設立TRI，請了一大批美國教授，表明承認了美國在AI的領先地位。而庫夫納帶來的設想，將指導豐田的無人駕駛研發。不論怎樣，豐田將改變漸近式輔助駕駛轉向自動駕駛的傳統思路，按照庫夫納的設想，其方案可能比谷歌路線更激進。

從采用激進路線的那一天起，豐田將脫離傳統制造業的陣營，向科技企業的方向轉型。雖然豐田沒有公開自己的雄心，但其做法則是步步為營。

豐田一度相信，在自動駕駛實現之前，技術必須成熟，社會障礙也必須被清理掉。按照傳統做法，首先在高端汽車市場引入自動駕駛功能。

而庫夫納的理論則可能遵循另一種做法，從技術的角度，統一所有車輛（AI）的服務。從某一天起，民用車駕駛員這個職業從地球上消失。豐田也從沒這么大膽過。事實上，他們可能擔心，TRI的研究成果可能會毀了整個傳統汽車制造業。如果不可避免，那么豐田想親自扣動扳機。

而詹姆斯·庫夫納，可能就是制造扳機的人。