破解五大难题？自动驾驶市场化才能开启

　　自动驾驶技术的支持者认为，它将带来道路交通的一场革命——会有更少的交通事故，减少拥堵；对于没有车（没集齐单双号车牌）的用户，还意味着更方便的出行。人们对于交通出行的一些固有观念也很可能会改变。

　　它们已经行驶在美国的马路上了：特斯拉已配备了自动驾驶模式；Uber 正在匹兹堡试运营自动驾驶出租车，还在测试用于长途运输的自动驾驶卡车；这两天它还在旧金山运行自动驾驶的沃尔沃 XC90，但因未获许可被加州政府叫停。谷歌 Waymo 和克莱斯勒合作的面包车也在四处游走。当然，在这些案例中，车里都有人类驾驶员——按理说他们都应该紧握方向盘，随时注意路况。

　　各传统汽车厂商——丰田、斯巴鲁、大众、宝马等等，也都在为新车型加入更多的自动驾驶或是智能驾驶辅助功能，比如自动刹车和自动引导转向。雷锋网消息，他们计划在 2021 年左右推出全自动驾驶产品。

　　谷歌自动驾驶项目创始人、前负责人 SebasTIan Thrun 说：“我认为自动驾驶是不可阻挡的。”但或许现在还不是谷歌开卖 Waymo 面包车的时候，因为 Thrun 还预计，自动驾驶汽车上路数量超过传统汽车，至少需要 15 年。有人认为要更久。专家们正在衡量实现自动驾驶需面对的主要技术障碍，以及研究如何克服它们。Science news 归纳整理了五大技术难题：

　　1. 感知周围环境

　　对于计算机来说，天气晴朗的高速路跟黄昏、雾霾下的路完全不同。自动驾驶汽车必须在任何天气、任何情况下（比如强光）都能探测出道路属性。MIT 机器人专家 John Leonard 评论道：“我见过有前景的雨中自动驾驶技术，但下雪天气（和雪地）非常困难。” 由此可见，我们离真正的全天候自动驾驶还有一段距离。

　　对于自动驾驶汽车，车载传感器必须可靠，小巧并且价格不离谱；而且，必须有足够精细的电子地图与它们相配合，这样车辆才能对周围环境作出有效识别和判断。雷锋网获知，在许多国家，地图数据仍然很不完整，这需要付出时间和成本来克服。

　　John Leonard 正在与丰田合作，帮助汽车对各种情况作出安全的反应。其他很多专家利用车载摄像头收集的数据，来创建及时更新的地图。对此， Leonard 表示：“现代算法靠数据运行，数据就是它们的燃料。”

　　2.“不期而遇”

　　对特殊状况做出正确反应是一项挑战——比如红灯时交警示意通过。杜克大学机器人实验室负责人 Missy Cummings 认为，简单的基于交通规则的编程，未必能一直奏效，因为不可能事先把所有可能发生的状况都写入代码。

　　肢体语言和其他环境线索，能帮助人类搞明白并处理这些状况。但对于自动驾驶汽车这很有挑战性——比如说一个即将冲到马路上的小孩。对此 Cummings 表示：“自动驾驶汽车必须学会提取信息，这是 AI 的本质。”

　　她的团队正在探索一个新方案：能否通过车身上的显示屏，警告行人车辆的下一步行动。但调查结果显示，行人倾向于无视这些新奇玩意儿，仍然只通过传统方法——观察车辆速度，来判断道路安全。

　　3. 人机交互

　　即便全自动驾驶汽车已在地平线，在可见的未来，大多数“自动驾驶车”仍只会是半自动驾驶。划分清楚司机和车的责任是一件极高难度的技术活。车怎么通知睡着的司机在它无法处理的状况下接管？车又怎么确认司机已准备好？

　　对此，荷兰乌特勒支大学（Utrecht University）认知学者 Chris Janssen 说：“某种意义上，司机仍然在专注于驾驶的某些方面，虽然他没有在开车。”他的实验室正在研究：在这样的情形下，人们怎么分配他们的注意力？他们使用 EEG 机器来探索，在开车和乘车两种情况下，人们的大脑分别如何对警报声做反应。Janssen 还对传达命令的最佳时间、以及该命令需要多详细身份感兴趣。

　　4. 伦理困境

　　在对自动驾驶汽车伦理问题的探索中，MIT 认知科学家 Iyad Rahwan，强调自私引发的问题：

　　“买自动驾驶车的人，希望汽车把乘客（自己）放在第一位。但他们又希望别人的车能把行人（自己）放在第一位。”

　　在一个名为 Moral Machine 的网上测试中，参与者需要选择在不同情况下要救谁（经典婆媳问题）。如果行人是老奶奶，这会是一个自动驾驶需要考虑的问题吗（保护的优先级）？如果她不遵守交通规侧呢？社会作为一个整体，必须决定自动驾驶要遵守什么原则和制度。为了让技术跟上伦理，这些决策必须包含道德判断，同时又避免消费者对自动驾驶产生偏见。

　　5. 网络安全

　　在 2015 年，黑客让一辆正在圣路易斯（St. Louis）高速公路行驶的吉普车突然停止——它的刹车、方向盘被黑客通过汽车娱乐系统远程控制。该示范证明，即便是传统汽车也有安全漏洞。若被有心人利用，就有可能造成事故。通过云端获取系统更新和地图数据的自动驾驶汽车，会有更大的风险。达特茅斯学院的计算机学家 Sean Smith 表示：“信息处理技术在日常物品中渗透地越多，越难监测它们的安全漏洞。”

　　除了恐怖分子和谋杀犯， Sean Smith 还能想到其他恶意控制汽车的情景：比方说，黑客剥夺某用户对汽车的控制，以此勒索赎金。

　　以上就是自动驾驶技术商业化，需要克服的五大挑战。它们看似并不复杂，但解决每一个挑战都需要多学科的研究进展，还需要业界生产方式的进步（比如降低传感器价格），以及全社会的沟通与认知提高（伦理）。