最近飆車黨們遭遇了一些麻煩，首先是安全駕駛400萬英里的谷歌無人駕駛汽車以2英里的時速撞上了一輛公交車，然后兩屆世界冠軍阿隆索在F1揭幕戰(zhàn)澳大利亞站比賽遭遇生涯最慘烈的撞車事故。(下圖左)

左：阿隆索撞毀的賽車  右：谷歌無人駕駛汽車撞上公交車

這兩起事件說明兩個問題：首先，即使是在安全技術高度發(fā)達的今天，方程式賽車對于人類來說依然是一項較為危險的極限運動，因為這項運動的宗旨就是榨取機械和人類血肉之軀的每一滴性能，來突破一個又一個的速度極限。其次，對于谷歌無人駕駛汽車而言，400萬英里無重大事故的良好記錄表明其安全性毋庸置疑，但是目前最大的問題是“車開得太肉”，甚至有一次曾因車速過慢而吃到加州警察的罰單，這次撞上公交車的速度也是“閃電般“的2英里/小時。顯然，人工智能自動駕駛技術的良好安全記錄是以犧牲速度為代價的，因此很少有人認為人工智能駕駛技術能像阿隆索一樣在F1賽道上狂飆。但是即將到來的首屆無人（自動）駕駛賽車冠軍聯(lián)賽RC（Roborace Champion）上的機器人賽車（Autobots），也許會掀開方程式賽車的新紀元。

作為電動賽車聯(lián)賽（Formula E ePrix series）的墊場比賽，Roborace Champion將只接受機器人賽車，分為十個參賽隊，每支隊伍包含兩輛無人駕駛賽車，比賽時長約1小時。這些無人駕駛賽車的人工智能硬件部分統(tǒng)一采用Nvidia剛剛發(fā)布的PX 2 AI人工智能超級計算機，每秒AI應用運算速度高達24萬億次（性能相當于150臺MacBook Pro筆記本電腦）。由于硬件規(guī)格統(tǒng)一，各參賽隊需要從軟件上下功夫來獲取競爭優(yōu)勢。

與無人機類似，由于不需要考慮駕駛人員的空間、安全和交互需求，無人駕駛賽車的設計更加緊湊，上圖就是Roborace汽車設計師設Daniel Simon設計的概念原型。除了內部豪華的GPU超級計算機外，無人駕駛賽車還配備了大量傳感器，包括雷達、激光測距儀、攝像頭、GPS和高清地圖系統(tǒng)。（編者按：即使是有人駕駛的F1賽車也是“大數(shù)據(jù)運動”，通常用于測試的F1賽車上會安裝240個傳感器，每圈能產生25MB數(shù)據(jù)，這些數(shù)據(jù)顯然人類車手并不能精確學習和消化）

與谷歌的AlphaGo類似，無人駕駛賽車真正精彩的部分是機器學習，這些配備超級計算機的賽車機器人（請原諒我們如此稱呼這些賽車）能夠從每次比賽中不斷學習提高，把車子開得又快又帥，將來你會花錢看水平更高，更激動人心的Roborace還是F1？或者換個角度，你會看AlphaGo十三段們之間的“上帝之手”，還是李世石和柯潔這樣的“低段”選手之間的街頭械斗?（編者按：如果將名次設定為最高優(yōu)先級，賽車機器人是否會“進化”出舒馬赫那樣的撞車戰(zhàn)術？）