自動駕駛技術(shù)的支持者認(rèn)為，它將帶來道路交通的一場革命——會有更少的交通事故，減少擁堵;對于沒有車(沒集齊單雙號車牌)的用戶，還意味著更方便的出行。人們對于交通出行的一些固有觀念也很可能會改變。
它們已經(jīng)行駛在美國的馬路上了：特斯拉已配備了自動駕駛模式;Uber 正在匹茲堡試運營自動駕駛出租車，還在測試用于長途運輸?shù)淖詣玉{駛卡車;這兩天它還在舊金山運行自動駕駛的沃爾沃 XC90，但因未獲許可被加州政府叫停。谷歌 Waymo 和克萊斯勒合作的面包車也在四處游走。當(dāng)然，在這些案例中，車?yán)锒加腥祟愸{駛員——按理說他們都應(yīng)該緊握方向盤，隨時注意路況。
各傳統(tǒng)汽車廠商——豐田、斯巴魯、大眾、寶馬等等，也都在為新車型加入更多的自動駕駛或是智能駕駛輔助功能，比如自動剎車和自動引導(dǎo)轉(zhuǎn)向。雷鋒網(wǎng)消息，他們計劃在 2021 年左右推出全自動駕駛產(chǎn)品。
谷歌自動駕駛項目創(chuàng)始人、前負(fù)責(zé)人 Sebastian Thrun 說：“我認(rèn)為自動駕駛是不可阻擋的。”但或許現(xiàn)在還不是谷歌開賣 Waymo 面包車的時候，因為 Thrun 還預(yù)計，自動駕駛汽車上路數(shù)量超過傳統(tǒng)汽車，至少需要 15 年。有人認(rèn)為要更久。專家們正在衡量實現(xiàn)自動駕駛需面對的主要技術(shù)障礙，以及研究如何克服它們。Science news 歸納整理了五大技術(shù)難題，雷鋒網(wǎng)編譯如下：
1. 感知周圍環(huán)境
對于計算機來說，天氣晴朗的高速路跟黃昏、霧霾下的路完全不同。自動駕駛汽車必須在任何天氣、任何情況下(比如強光)都能探測出道路屬性。MIT 機器人專家 John Leonard 評論道：“我見過有前景的雨中自動駕駛技術(shù)，但下雪天氣（和雪地）非常困難。” 由此可見，我們離真正的全天候自動駕駛還有一段距離。
對于自動駕駛汽車，車載傳感器必須可靠，小巧并且價格不離譜;而且，必須有足夠精細(xì)的電子地圖與它們相配合，這樣車輛才能對周圍環(huán)境作出有效識別和判斷。雷鋒網(wǎng)獲知，在許多國家，地圖數(shù)據(jù)仍然很不完整，這需要付出時間和成本來克服。
John Leonard 正在與豐田合作，幫助汽車對各種情況作出安全的反應(yīng)。其他很多專家利用車載攝像頭收集的數(shù)據(jù)，來創(chuàng)建及時更新的地圖。對此， Leonard 表示：“現(xiàn)代算法靠數(shù)據(jù)運行，數(shù)據(jù)就是它們的燃料。”
2.“不期而遇”
對特殊狀況做出正確反應(yīng)是一項挑戰(zhàn)——比如紅燈時交警示意通過。杜克大學(xué)機器人實驗室負(fù)責(zé)人 Missy Cummings 認(rèn)為，簡單的基于交通規(guī)則的編程，未必能一直奏效，因為不可能事先把所有可能發(fā)生的狀況都寫入代碼。
肢體語言和其他環(huán)境線索，能幫助人類搞明白并處理這些狀況。但對于自動駕駛汽車這很有挑戰(zhàn)性——比如說一個即將沖到馬路上的小孩。對此 Cummings 表示：“自動駕駛汽車必須學(xué)會提取信息，這是 AI 的本質(zhì)。”
她的團(tuán)隊正在探索一個新方案：能否通過車身上的顯示屏，警告行人車輛的下一步行動。但調(diào)查結(jié)果顯示，行人傾向于無視這些新奇玩意兒，仍然只通過傳統(tǒng)方法——觀察車輛速度，來判斷道路安全。
3. 人機交互
即便全自動駕駛汽車已在地平線，在可見的未來，大多數(shù)“自動駕駛車”仍只會是半自動駕駛。劃分清楚司機和車的責(zé)任是一件極高難度的技術(shù)活。車怎么通知睡著的司機在它無法處理的狀況下接管?車又怎么確認(rèn)司機已準(zhǔn)備好?
對此，荷蘭烏特勒支大學(xué)(Utrecht University)認(rèn)知學(xué)者 Chris Janssen 說：“某種意義上，司機仍然在專注于駕駛的某些方面，雖然他沒有在開車。”他的實驗室正在研究：在這樣的情形下，人們怎么分配他們的注意力?他們使用 EEG 機器來探索，在開車和乘車兩種情況下，人們的大腦分別如何對警報聲做反應(yīng)。Janssen 還對傳達(dá)命令的最佳時間、以及該命令需要多詳細(xì)身份感興趣。
4. 倫理困境
在對自動駕駛汽車倫理問題的探索中，MIT 認(rèn)知科學(xué)家 Iyad Rahwan，強調(diào)自私引發(fā)的問題：
“買自動駕駛車的人，希望汽車把乘客(自己)放在第一位。但他們又希望別人的車能把行人(自己)放在第一位。”
在一個名為 Moral Machine 的網(wǎng)上測試中，參與者需要選擇在不同情況下要救誰(經(jīng)典婆媳問題)。如果行人是老奶奶，這會是一個自動駕駛需要考慮的問題嗎（保護(hù)的優(yōu)先級）？如果她不遵守交通規(guī)側(cè)呢？社會作為一個整體，必須決定自動駕駛要遵守什么原則和制度。為了讓技術(shù)跟上倫理，這些決策必須包含道德判斷，同時又避免消費者對自動駕駛產(chǎn)生偏見。
5. 網(wǎng)絡(luò)安全
在 2015 年，黑客讓一輛正在圣路易斯(St. Louis)高速公路行駛的吉普車突然停止——它的剎車、方向盤被黑客通過汽車娛樂系統(tǒng)遠(yuǎn)程控制。該示范證明，即便是傳統(tǒng)汽車也有安全漏洞。若被有心人利用，就有可能造成事故。通過云端獲取系統(tǒng)更新和地圖數(shù)據(jù)的自動駕駛汽車，會有更大的風(fēng)險。達(dá)特茅斯學(xué)院的計算機學(xué)家 Sean Smith 表示：“信息處理技術(shù)在日常物品中滲透地越多，越難監(jiān)測它們的安全漏洞。”
除了恐怖分子和謀殺犯， Sean Smith 還能想到其他惡意控制汽車的情景：比方說，黑客剝奪某用戶對汽車的控制，以此勒索贖金。
以上就是自動駕駛技術(shù)商業(yè)化，需要克服的五大挑戰(zhàn)。它們看似并不復(fù)雜，但解決每一個挑戰(zhàn)都需要多學(xué)科的研究進(jìn)展，還需要業(yè)界生產(chǎn)方式的進(jìn)步(比如降低傳感器價格)，以及全社會的溝通與認(rèn)知提高。
