硅谷Live / 实地探访 / 热点探秘 / 深度探讨

挖掘机技术到底哪家强？—— 如果你急着说蓝翔，看来你对挖掘机的世界并不是真的关心。最近，硅谷洞察和硅谷一家专门致力于让重工业领域的机器自动化的 AI 公司交流后才知道，挖掘机很可能在不久的将来会变成自动驾驶！

重工业领域自动化：借自动驾驶小轿车的东风

位于硅谷 Milpitas 的 SafeAI 是一家为重型设备行业创建自动驾驶平台的初创公司，硅谷洞察采访了其共同创始人之一、CEO Bibhrajit Halder 博士。

与 “真的好想创业啊，现在就差个点子了” 的白板型创业者不同，Bibhrajit 创业前在自动驾驶领域有多年学界和业界的经验，是名典型的 “解决痛点型” 创业者。

（SafeAI 部分团队成员，右二为 Bibhrajit Halder 博士，图自 Silicon Valley Business Journal）

这还要回溯到 2003 年：当时在美国只有两个需求明显、预算充裕，没有成本约束的行业需要自动驾驶技术。随着 DARPA（美国国防部高级计划研究署）主办的 DARPA Grand Challenge（无人驾驶机器人挑战赛）走入公众视野，自动驾驶在美国逐渐开始快速发展。彼时在攻读自动驾驶汽车博士学位的 Bibhrajit，得以进入领域。

博士毕业后，Bibhrajit 在 Caterpillar 自动驾驶汽车领域工作了7年（硅谷洞察注：Caterpillar，简称为 CAT，是美国重型工业设备制造公司，主要产品包括农业、建筑及采矿等工程机械和柴油发动机、天然气发动机及燃气涡轮发动机），后来又在福特汽车及苹果等自动驾驶领域的先驱公司工作过。这些工作经验，让他在一片自动驾驶汽车竞争的硝烟里，看到了重工业领域自动驾驶的机会。

重工业是个相当广泛的群体，包括采矿、建筑、室内仓库等，SafeAI 主要专注于其中两个行业：采矿和建筑，比如将材料从地下挖出并放在某处、对材料进行进一步处理等工程，在这个过程中使用的设备包括矿山自卸车、挖掘机、装载机...等多种设备。Bibhrajit 告诉硅谷洞察，目前重工业自动驾驶领域最主要的安全隐患之一，就是绝大多数设备都是由操作员驾驶操作的。

这正是 SafeAI 想要解决的问题。SafeAI 的目标，就是让这些设备在没有人类驾驶员的情况下，完全自行驱动，比如卡车自动驾驶、驱动、获取材料并返回，装载机自动执行操作等。这种自动驾驶的自动程度，相当于我们更熟悉的 Waymo、特斯拉等自动驾驶轿车的 L4 级自动驾驶。

Bibhrajit 在采访中透露，其实 SafeAI 所在的重工业自动驾驶设备领域，正是借了自动驾驶轿车近几年来快速发展的东风，比如越来越好、越来越便宜的传感器、模拟工具（simulation tool）、后端架构，一部分核心算法......都可以运用到重工业的自动驾驶领域。

比如 Waymo 就把其在过去五年一直在开发的蜂窝 Lidar 技术，有选择性地卖给了一些包括 SafeAI 在内的其他同为自动驾驶大领域、但不在同一个垂直方向的公司，这样既能自己创收、又不会 “便宜” 了同一垂直领域的竞争对手，而像 SafeAI 之类的公司，则能直接获益。

（图自 TechCrunch，版权属于原作者）

与自动驾驶轿车相比，重工业领域的自动驾驶设备除了能借东风，还有另外一个优势：相对不受造价成本的限制。

和几万美金的家用轿车不同，重型设备的价格完全不在一个数量级：每台售价在 50~600 万美元，完全负担得起安装探测装置的成本。因此，消费者汽车方面有更强烈的动力来找出降低激光雷达成本的方法，而 SafeAI 则可以部分使用他们的解决方案，让重工业领域的大家伙们也能自动化。

目前，SafeAI 的合作伙伴包括像韩国斗山集团（Doosan）旗下 Bobcat 这样的行业内头部公司。此外，SafeAI 也在与全球最大的矿业公司之一合作。客户对 SafeAI 产品的需求，正是因为 SafeAI 解决了行业痛点。

（一辆正在作业的 Bobcat 挖掘机。图自网络）

同时，Bibhrajit 也透露，他们也非常期待在未来进入中国 —— 仅仅去年一年，他就飞了五、六次中国！

正因为来自客户的强烈兴趣，SafeAI 作为成立仅一年的创业公司，也受到了投资机构的肯定。目前 SafeAI 已融资 500 万美元，投资者包括 Brick＆Mortar Ventures，后者由 Bechtel（柏克德）家族经营，柏克德公司（Bechtel Corp.）作为美国最大的建筑和工程公司，对行业有极深理解，因此在与 SafeAI 见面仅两次后，就决定出手投资。

重工业机械自动化，都有哪些好处？

与自动驾驶汽车分为 L1~L5 五个级别、光谱式的自动化相比，重工业领域的自动化是二元的：只分为 “有人驾驶” 和 “无人驾驶” 两种。

Bibhrajit 告诉硅谷洞察说，SafeAI 之所以想推进重型机械设备的自动化，是为了以下三大好处：更安全、提高效率降低成本、以及能扩大规模。

我们先来说安全，毕竟安全第一。与 Waymo 等自动驾驶小轿车相比，重型机械的安全标准与前者有相似之处 —— 比如都不能撞到人或物、不能发生不安全的操作。但是，重型机械还有一些特殊之处：

首先，由于工作性质，与 Waymo、特斯拉等自动驾驶汽车不同，挖掘机装载机等重型机械不用在公共道路进行作业。不论采矿或是建筑工地，一般都在私人道路或私人区域，这意味着法律法规的要求不同；其次，私人领域也意味着建筑方对环境有更多控制，也就意味着更易于管理，比如在作业时把工地围起来，禁止行人进入。

另一方面，工业自动驾驶汽车行业也面临一些独特挑战，例如建筑工地或采石场往往尘土飞扬、环境恶劣，很多之前开发的 AI 模型都会在这种灰尘极大的环境里失效，因为之前训练模型时没想到灰尘会如此之高。此外在技术层面还有其他独特挑战，比如路面不均匀等。

在这种情况下，SafeAI 推出了一款叫做 “LOPA” 的安全保护分析系统（Layer Of Protection Analysis），其中包括 SafeAI 的 6 项专利。

第一层保护是物理障碍，比如路障、围栏；

第二层：“一键停止” 按钮，工地控制站中的监督人员可以在紧急情况发生时按下按钮，相当于急刹车；

第三层：车辆之间有互相沟通的渠道。紧急情况下，车与车可以互相交流，避免事故；

第四层：每辆自动驾驶车辆之间，都有一层安全保护软件，该软件可以告诉车：如果发生某种情况，你需要停下来或减速；

第五层、也是最核心的一层：核心级别的算法级冗余（algorithm level of redundancy），结合不同雷达、摄像头收集的数据，充分分析周围环境，以确保作业安全。

可以看出，从第一层到第五层，技术难度逐级升高，也离 SafeAI 的技术核心越来越近，而前面的物理障与 “一键停止” 两道关口，则帮助简化了后面软件步骤所需处理的环境，让软件部分的复杂性大大降低。

值得一提的是，SafeAI 目前已经完全采用符合产品化质量要求的软件底层框架，来进行所有算法开发，包括鲁棒性极高的中间件 Middleware，和实时性操作系统 RTOS（Real Time Operating System）。

相应地，SafeAI 的产品就是软件+硬件的安全套件。以矿山自卸车为例，SafeAI 会先给它装上传感器、计算机等自动化套件里的硬件部分，并收取一次性的固定费用；然后，SafeAI 为其加上相应的软件模块，该软件知道车辆都有哪些常规操作。对于软件产品，SafeAI 像 SaaS 模型一样向客户收费，客户可以选择付年费、也可以根据实际使用需求付费。

（一辆准备装载的自动卡车，图自 Caterpillar）

说完了安全，再来说重型机械自动化的第二大好处：提高效率、降低成本。

在人工操作的情况下，实际作业的过程中有很多时间和钱，都花在了人员、机器之间的互相协调上，因此造成效率、金钱的极大损失（目前阶段，建筑和采矿的效率仅为约 25~30％）。像在澳大利亚或加拿大，雇一名采矿司机的成本约为每年 25 万，因为矿场往往在偏远地区，成本更高。因此提高效率就意味着最小化机器的互相等待时间、最大化卡车的运转、工作时间。

Bibhrajit 认为，SafeAI 的自动化软件有望将生产率提高 20％ 以上，这意味着客户可以节省约 30％ 的运营成本。“机器可以把本来一个月完成的工作，在短短几天内就完成。”

第三个好处，则是让扩大规模（scale up）成为可能。

在采访中，Bibhrajit 数次强调 “扩大规模” 对整个行业的重要性。的确，这个行业的性质决定了其扩大规模的必要性 —— 毕竟，“在院子里挖个游泳池” 和 “建造东京 2020 年奥运会所需场馆”，两者规模差距颇大，挖游泳池能用的方法，放在后者数十亿美元的大型项目上，就显得非常捉襟见肘。如果机器能更自动化，整个项目就会效率更高、结果更可预测、更安全。

（2020 年日本东京奥运会施工鸟瞰图。图自 Nikkei Asian Review，版权属于原作者）

当然，并不是说人类操作员就会不再有用武之地。Bibhrajit 认为，在这种情况下，人类将扮演监督员的角色，确保任务准确无误完成。

“虽然设备是自主的，但制定计划仍需要人类，人类需要决定挖掘什么、需要监督项目进展。未来在设备高度自动化后，每个项目将包括制定计划者、监督人员、及自动化设备这三部分。”

而对目前的驾驶员来说，自动化的趋势也会带来一些好处：第一，当机器能自动化后，经验更丰富、更专业的驾驶人员将从事更技术的工作；第二，自动化驾驶也使驾驶员的工作环境更安全，例如可以避免采矿业里常见的卡车倒塌事故；第三，随着采矿成本下降，将会有更多的采矿项目变得有利润空间，也就意味着更多的工作机会；此外，矿场、建筑工地等地环境的毒性也对采矿工人和建筑工人的健康造成长期伤害，尤其是呼吸系统的疾病，自动化也有助于解决该问题。

未来趋势：更可拓展、更开放

谈及未来，Bibhrajit 认为 “更可拓展（Scale up）、更开放” 将成为行业趋势。

“可拓展” 指的是技术层面，也是 SafeAI 正在攻克的技术难题之一：教机器在某种情况下采取具体某种行为、用某种角度、某种力度并不难，难的是当情况略有不同时，如何教会机器如何自学？比如铜矿、煤矿等不同矿山环境不同、土壤不同、灰尘也不同。如果没有这种迁移能力，就算在铜矿上把 AI 模型训练得很完美了，它在面对煤矿的灰尘时，也还是会失败，而如果每次都从头训练一遍 AI，将会非常费时。

因此，SafeAI 致力于用强化学习做到这一点，让机器更智能，不会换个地方换个环境，就又要重头学起。只有如此，才能让 SafeAI 的技术 —— 或其他新技术 —— 的规模化运用成为可能。

而更开放的系统，则是由业内一些龙头企业联合发起的趋势。比如，目前如果购买 Caterpillar 的解决方案，就只能搭配使用 Caterpillar 自己的系列产品，系统是封闭的。这样虽然有助于各大公司建立自己的护城河，但却对矿业公司造成了不便，因此不少业内人士呼吁更开放的架构。全球矿业集团（Global Mining Group，GMG）的集团就是这种趋势的推动者之一。当然，说到底，更开放的架构也是为了提高可拓展性。

所以说了这么半天，挖掘机技术哪家强，在未来恐怕都强不过 AI。实在不行，学个美容美发、厨师面点，也挺好的...

推荐阅读

区块链报告 | 脑机接口报告

硅谷人工智能 | 斯坦福校长

卫哲 | 姚劲波 | 胡海泉

垂直种植 | 无人车

王者荣耀 | 返老还童