哪些地區(qū)最需要自動駕駛汽車的技術？近日，發(fā)表在Wired的一篇文章指出，在事故頻發(fā)的中東或非洲地區(qū)最需要自動駕駛汽車技術來減少人員傷亡。但因為這些的確復雜的交通環(huán)境，決定了這些地區(qū)在短期內最不可能獲得這項技術。
自動駕駛汽車不再局限于受控的測試路段，甚至不再局限于平靜的郊區(qū)街道——它們正在紐約、舊金山和匹茲堡等美國城市應對真正的交通情況。它們在歐洲、韓國、新加坡和日本的人類身上磨練自己的技能。它們正在為了將來做準備，到那一天，可以用完美的機器人來讓我們混亂的街道變得井然有序。
在波士頓這樣不守規(guī)矩的地方學習如何駕駛，是非常具有挑戰(zhàn)性的。但與發(fā)展中國家咄咄逼人的駕駛環(huán)境和復雜的城市街道相比，則顯得蒼白無力。而且，面對那些對車道、交通信號燈、警告標志和車速限制毫不尊重的司機，也讓人非常頭疼。
在沒有車道的寬闊道路上，遍布全球的巨大的、沒有引導的十字路口上，人與人之間的互動決定了交通流量，每一個司機都在現場進行調整，他們根本不會管規(guī)則手冊上說什么。
這些非正式的系統(tǒng)在很大程度上發(fā)揮了作用，但成本很高。根據世界衛(wèi)生組織2013年的數據（可查閱的最新數據），50個交通事故風險最大的公路，有44個在非洲或中東地區(qū)。2013年，這些國家因交通事故死亡的人數近25萬人，占世界總數的五分之一。
然而，雖然這些情況會讓這些地方最有可能從自動駕駛汽車中獲益，但這也使它們在短期內最不可能獲得這項技術。
“如果我們在第三世界的國家進行測試，我們在自動駕駛中所做的許多事情可能不會奏效，”密歇根大學福特自動駕駛汽車中心的聯合主任Ram Vasudevan說。
非結構化駕駛
自動駕駛的良好運行，需要了解道路上每個人、每個物體的意圖和活動軌跡：車輛、騎自行車的人、行人、建筑工人、孩子、寵物，以及從Nerf槍中走出來的飛鏢。在駕駛環(huán)境中，人們實際遵循著一套規(guī)則，法律限制了自動駕駛汽車所預測的周圍的各種行為意圖。
正式的規(guī)則越少，所需要預測能力就更強。在偏遠地區(qū)人類的周圍，汽車不能依靠所謂的共通原則來決定行為。例如，如果道路上的其他所有司機都尊重車道上的標記，那么基本的駕駛輔助功能就能讓汽車在車道中保持平穩(wěn)運行。否則它們就毫無用處，甚至是危險的。
與郊區(qū)甚至是美國城市相比，許多中東和非洲國家的駕駛環(huán)境都有一種類似于水母的結構。在黎巴嫩，經常會看到汽車逆行，闖紅燈，在寬闊的道路上曲折地行駛，絲毫不理會車道上的標記，還有其他一些惡作劇。
“這里沒有規(guī)矩。”“一切都是可能的，”Daniel Asmar說，他是一名計算機視覺專家，也是貝魯特美國大學的工程學教授。“人類可以很好地處理這一問題，即使他們感到沮喪和相互攻擊。”對于計算機來說，這種混亂將是一個巨大的挑戰(zhàn)。
Vasudevan說，即使是在相對有序的環(huán)境中，一個令人困惑的情況，比如高速公路的并線，也會讓自動駕駛汽車猶豫的時間足夠長，從而阻礙交通，甚至導致事故。這可能是因為汽車中的程序不愿意在超速行駛的汽車前并入主路，也可能是因為汽車需要更多的時間來理解周圍的場景以及其他司機的意圖。與在有停車標志、交通信號和讓路規(guī)則的道路上運行相比，自動駕駛汽車在那些不存在規(guī)則或者規(guī)則經常被忽略的道路上運行，它的反應時間需要變得更加敏捷才能生存。
更重要的是，自動駕駛汽車需要地圖數據的幫助，而這些數據在世界大部分地區(qū)還不存在。自動駕駛需要高度詳細的街道地圖，從街道限制的高度到臨時施工的地點，到3D空間的街道標志和交通燈的精確位置。擁有自動駕駛車隊的城市已經在開發(fā)這些地圖了，而且它們也在使用自動駕駛汽車在行駛時捕捉到的數據，不斷更新地圖。
在像黎巴嫩這樣的地方，二維的谷歌和蘋果地圖都包含著基本的錯誤，丟失數據是一個巨大的劣勢。即使有詳細的地圖，它們也需要大量的維護。Asmar說：“在一個結構化的環(huán)境中，你不需要經常這么做，因為事情基本上保持不變。”在一個非結構化的環(huán)境中，事情隨時都在發(fā)生變化，你可以想象一下，你有多少次需要不斷地構建這個平臺。這是一項非常艱巨的任務。”
中東的一些富裕國家已經開始朝著自動駕駛的方向發(fā)展。以色列的公司是自動駕駛軟件發(fā)展的重要幕后推手，上月，以色列開放了第一個無人駕駛汽車的測試軌道。在迪拜，一輛10座的無人駕駛飛機去年就已經開始在河濱商業(yè)區(qū)緩慢行駛了。市政官員計劃，在2030年前，在沒有司機的情況下，將四分之一的地方進行無司機出行。迪拜警方也正計劃在今年年底前推出微型無人駕駛巡邏車。
但似乎只有印度和中國是既會引發(fā)混亂，也有本土公司開發(fā)自動駕駛汽車的國家。不出所料，他們的努力面臨著額外的障礙。據彭博社報道，印度Tata公司在班加羅爾外設立了一個測試軌道，以模擬當地的道路，包括無所畏懼的行人和流浪的牛。該公司仍有很長的路要走：Tata公司的高級副總裁告訴彭博，其計算機視覺系統(tǒng)目前未能識別出印度道路上15%的車輛，因為它們的形狀和大小都非常多樣化。（當Uber前首席執(zhí)行官Travis Kalanick去年訪問印度時，他開玩笑說，這個國家將是“地球上最后一個”無人駕駛汽車。“你看到人們開車的樣子了嗎？”）
與此同時，中國的百度也正在公開進軍自動駕駛領域，與50多家國際公司合作開發(fā)其軟件。在最近的一個視頻演示中，百度首席執(zhí)行官李彥宏坐在自動駕駛汽車里，在北京的車流中穿行，沿途進行了幾次不安全的演習。由于自動駕駛汽車目前在中國還不合法，中國警方說他們會調查李彥宏是否違反了法律。（印度也在采取類似的禁令，理由是擔心失業(yè)。）盡管存在監(jiān)管障礙，百度總裁張亞勤對彭博社表示，他相信百度的自動駕駛汽車最早將于明年上路。
中國領先的打車公司滴滴出行采取了一種更為慎重的方式。盡管今年早些時候，該公司在加州開設了開發(fā)自動駕駛技術的辦公室，但該公司總裁柳青在最近接受查理？羅斯的采訪時表示，突然之間，“顛覆式”的自動駕駛技術將是危險的。“我認為人們應該更多地關注它的安全程度，而不是它多久能出來，”柳青說。
滴滴的一位發(fā)言人表示，在中國，自動駕駛汽車不僅需要學會如何應對不遵守規(guī)則的汽車、電動機車和行人，他們還需要能夠理解標識和交通信號的區(qū)域差異，這些信號在中國并不像在美國或歐洲那樣標準化。在那里，滴滴的規(guī)模給了它一個優(yōu)勢。該公司表示，其人類司機每天提供2500萬次搭乘服務，每天產生超過70TB的數據，以便開發(fā)自己的自動駕駛功能。
地域差異
目前，許多公司正在測試他們的自動駕駛汽車，方法是在受控的測試軌道上拋出意想不到的場景。在Waymo的Castle秘密基地里，人類助手會高速速度切斷自動駕駛的微型面包車的道路，讓其從盲車道返回他們的道路，并向它們扔籃球，所有這些都是為了測試和改進汽車的反應。
但是，在一套假設條件下訓練的人工智能在遇到不同的情況時可能會失敗。研究發(fā)現，在以白人為測試對象的面部識別算法在非洲裔美國人的面孔上表現不佳。同樣，以東亞受試者為測試對象的算法在白人面孔上也表現不佳。自動駕駛汽車也可能出現同樣的情況。那些最糟糕的訓練情況不過是不定時飛出來的籃球或者是一些類似的情況的自動駕駛汽車，在高速行駛的高速公路上并入主路時，很有可能會被后面的兩個飛馳而來的汽車給“嚇到”。
盡管人們的駕駛方式存在著巨大的地域差異，但制造商可能不需要創(chuàng)建一個加納版本、一個伊朗版本，以及一個印度西南部版本的駕駛軟件。“在每一個文化背景下都會存在相同的數學原理，相同的軟件。”密歇根大學工程學教授、福特中心的另一位聯席董事Matthew Johnson-Roberson說。
最重要的是，訓練有素的自動駕駛汽車可以對所有車輛做出反應。正在美國和加拿大測試自動駕駛汽車的Uber公司的一名發(fā)言人表示，為了提高軟件的適應性，該公司的汽車已經在多個城市、在不同的條件下，在不同的時間段內行駛了超過一百萬英里。
即使自動駕駛軟件能夠理解不受控制的司機，并能預測出他們可能會違反法律，自動駕駛汽車也可能會受到限制。Uber的一名發(fā)言人表示，Uber的汽車將一直遵守當地的交通法規(guī)。博世自動化駕駛高級副總裁Stephan Hoenle對此表示贊同。Hoenle說：“你可以在不違反規(guī)則的情況下更積極地駕駛或防守。”自動駕駛汽車的駕駛風格可能因需求和預期而不同，但違反法律不是一種選擇——對制造商來說，這是一種巨大的責任。
問題是，在某些地方，根據法律條文開車，可能比模仿違法的人類司機更危險。如果沒有耐心的通勤者在上下班高峰期將一條雙車道的公路變成一條四車道的高速公路，自動駕駛汽車就無法做出調整，這很快就會導致一場連環(huán)撞車事故。
誰先誰后？
對于那些每天都在訓練計算機，使其比人類駕駛更先進的技術人員來說，自動駕駛汽車最終走向的細節(jié)似乎并不那么緊迫。“它甚至還沒有考慮到這個方面的因素，對吧？”密歇根大學的Johnson-Roberson說。“從工程學的角度來看，我不知道有誰在研究這個問題，因為一些基本原理還沒有實現。”
推遲考慮這些問題可能會讓最需要自動駕駛技術的地區(qū)放到了最后。Hoenle聲稱，無人駕駛汽車的最后將會出現在全世界范圍內，但他承認這不會在各地同時發(fā)生。他表示，與美國和歐洲相比，“正常情況下，其他一些大陸的技術增長曲線較慢。”
麻省理工學院Senseable City實驗室的主任Carlo Ratti預測，發(fā)展中國家最終將會迎頭趕上。他在一封電子郵件中寫道，“每項技術都需要從某個地方開始——而且往往是從最尖端開始的。”“一開始，新技術可以增加現有的社會差距。然而，技術的后續(xù)傳播可能會帶來有趣的“跨越”效應，并有助于縮小差距。”
以手機為例，最初只有富裕的西方人才能使用。如今，在非洲，創(chuàng)業(yè)公司正在發(fā)力，涌現出了大量的移動銀行和醫(yī)療保健服務。Ratti說：“沒有理由認為自動駕駛汽車會走上不同的道路。”
對于自動駕駛汽車來說，引入與“跳躍”階段之間的差距可能要長得多。自動駕駛汽車必須適應周圍環(huán)境，需要在每條街道上都有特定的數據，如果設計不佳，它們有可能會被“殺死”。
那些對地區(qū)差異提出質疑、把問題留給“上升曲線”的開發(fā)商將被擋在一個巨大的市場之外。就目前而言，隨著自動駕駛汽車在北美、歐洲和新加坡等地的友好道路上行駛，它可能會把最迫切需要這種技術的發(fā)展中國家甩在身后。
