自动驾驶落地，究竟被什么「绑」住了脚？
随着自动驾驶的核心技术在北美、欧洲和新加坡等地的快速发展，因为地区之间的差异，那些最迫切需要这项技术的发展中国家可能会被远远甩开。
编译 | 高静宜 项文虎 邱陆陆
来源 | wired
自动驾驶汽车的行驶范围将不再局限于测试跑道或是平静的郊区街道，它们出现在美国的纽约、旧金山以及匹兹堡等地，参与到真实世界的交通中去，也进驻欧洲、韩国、新加坡和日本等国家，在人类的包围中磨练自身的技能，还准备用它们的机器人系统完善混乱、无秩序的街道交通。
在类似波士顿这样的城市学会如何开车是非常具有挑战性的，那里有颇具创意的左转弯以及貌似随意的让行规则。不过，与发展中国家中司机的侵略性驾驶方式以及城市错综复杂的道路相比，这些都不足为惧了。跟那些对交通信号、警示和限速标志没有一点尊重意识的司机比起来，Patriots 橄榄球队（球队以横冲直撞的打法著称）的球迷看起来都算是正常人了。
全世界范围内，有许多道路没有车道，交叉路巨大而混乱。在这样的地方，行人的动作支配着道路的交通状况，每个司机都需要根据其他人的行为当场调整自己的驾驶策略，根本不会考虑到交通规则对自己的约束。
这些不正规的交通系统存在于许多地区，造成了严重损失。根据 2013 年世界卫生组织的最新数据，全世界有 50 个国家拥有这种极度危险的道路，其中有 44 个国家位于非洲或中东地区。2013 年，这些国家的交通事故死亡人数接近 25 万，占当年世界交通事故死亡人口总量的五分之一。
然而，事实是这些可以受益于自动驾驶汽车的地区不可能在短期内获得这种技术。
「很多我们现在正在自动驾驶领域做的工作可能并不会在第三世界国家成功落地。」密歇根大学福特自动驾驶汽车中心主任 Ram Vasudevan 说道。
不守交规的人类车辆，无所畏惧的行人，随时发生的混乱状况
自动驾驶技术需要理解道路上每一个人和每一样事物的行动意图和行驶轨迹，包括车辆、自行车、行人、建筑工人、玩耍的孩童、宠物，甚至是玩具枪意外发出的飞镖。在驾驶环境中，人们遵循着一套既定的规则，而自动驾驶汽车在环境中的期望行为则需要受到法律的约束。
所制定的交通规则越少，意图的预测能力就越重要。因为有人可能会做出一些意想不到的举动，所以汽车不能单纯地依赖共通的准则支配自己的行为。例如，只有在道路上其他人都遵守车道线规则的情况下，司机把车辆停放在车道线内才有用，如若不然，还是会存在危险。
与郊区以及美国城市相比，中东和非洲国家的驾驶环境是比较随意的。在黎巴嫩，看到车辆行驶在错误的车道上，闯红灯，甚至是出于恶作剧的心理，无视交通法规在宽阔的马路上呈「Z 字」前行，这些都是很常见的。
「这里没有规矩，一切都是可能的。」美国贝鲁特大学的计算机视觉专家及工程教授 Daniel Asmar 说道，「人们可以很好地应对这样的情况，哪怕他们也会因此变得沮丧或是向对方狂按喇叭。」而对于电脑来说，这样混乱的情况是非常巨大的挑战。
Vasudevan 认为，即便是在相对有序的环境中，突发混乱也会造成交通堵塞甚至事故的发生，例如自动驾驶汽车在高速公路上并道的时候犹豫的时间过长。这可能是汽车软件的原因，为了安全起见不愿在超速车的前面合并，或是需要更多的时间掌握周围场景及其他车辆的意图。如果把车放在一条不存在或是可以忽略指示路牌、交通信号以及让车规则的道路上，通常需要一定的反应时间来提升系统的性能以应对当前境遇。
更重要的是，自动驾驶汽车还需要地图数据的支持，而世界上许多地区都还无法提供这样的信息。自动驾驶技术需要覆盖一切街道信息的详细地图，包括通过街道的限制高度、因临时施工而设置的绕行道路以及街道标志与交通信号在三维空间中的精确位置。自动驾驶车队已经在一些城市中行驶，不断捕获数据，并对其进行更新升级，研制了这样的地图。
在类似黎巴嫩这样的地方，谷歌地图和苹果地图都有一些基本的错，而数据缺失又是一个巨大的劣势。就算这个世界上存在无比详尽的地图，也需要极其密集的维护。Asmar 说，「在一个结构化的环境中，你无需经常进行维护，因为发生改变的东西不会太多。然而在一个非结构化的、万事万物都在改变的环境中，你可以想象需要多少次重建这个平台。这是一项非常艰巨的任务。」
少数几个中东的富裕国家已经开始走向自动驾驶。在以色列，一些公司主持开发了极为重要的一些自动驾驶软件，而这个国家在上个月开放了第一条供无人车测试的公路。在迪拜，一趟低速十座无人班车从去年开始在城市的沿河商业区运行。市政府官员称，目标是在 2030 年让 1/4 的本地交通无需司机。另外，迪拜的警察也计划在今年年底推出小型无人驾驶自动巡逻车。
但印度和中国应该是两个同时存在驾驶乱局和致力于研发自动驾驶车辆的本地公司的国家。无疑，他们的努力需要跨越更多障碍。据彭博社报道，印度公司 Tata 在班加罗尔城外修建了一段测试公路，用来模仿本地的路况，自动驾驶车辆需要和无所畏惧的行人与迷路的牛争抢路权。公司要走的路还很长：一位 Tata 公司的高级副总裁告诉彭博社，由于印度道路上的「车辆」千奇百怪的形状和尺寸，Tata 的计算机视觉系统目前无法对其中的 15% 进行有效识别。（去年，Uber 前 CEO Travis Kalanick 访问印度的时候曾经开玩笑说印度会是「地球上最后一个实现自动驾驶的国家」，因为「你见过当地人是怎么开车的吗？」）
中国的百度，也在公开进行自动驾驶开发计划。百度与全世界超过 50 家公司进行合作开发自动驾驶软件系统。在此前的一个演示视频里，百度 CEO 李彦宏坐在一辆自动驾驶汽车中，行驶在北京的马路上，一路上作出了一些不安全操作。由于现阶段自动驾驶汽车在中国还不能合法上路，中国警方称，会调查李先生的行为是否触犯了任何法律法规。（出于工作流失考虑，印度也在考虑出台类似的对自动驾驶车上路的禁令。）尽管面临重重监管屏障，百度总裁张亚琴仍然向彭博社表达了他的信心，称公司的无人驾驶汽车「最早明年就能上路」。
中国的网约车公司滴滴出行采取了更为审慎的做法。尽管公司今年在加州开设了开发无人驾驶技术的办公室，公司总裁柳青最近在接受 Charlie Rose 的采访时出人意表地说，「颠覆性」地切换到自动驾驶是十分危险的。「我认为，人们应该更关注这项技术有多安全而不是有多快能落地。」柳青说。
在中国，自动驾驶汽车不仅要学会处理与其他车之间的关系，还要学会与电动车以及视交通规则为无物的行人相处，一位滴滴发言人称，自动驾驶汽车需要理解不同区域的交通标志与交通信号的区别，尤其是在中国，这些标志不像在美国或者欧洲那么规范。因此，滴滴的规模为公司带来了很大优势。公司表示，人类司机每天提供 2500 万车次的服务，生成超过 70 TB 可用于自动驾驶技术开发的数据。
不同地区驾驶环境不同，自动驾驶公司提供的却是相同的数据和软件
目前，大多数公司测试无人驾驶车辆的方法还是在可控路段上给汽车设置很多意外情景。例如 Waymo 就在自己的神秘基地 Castle 里训练它们的车，人类测试员会恶意阻挡高速行驶的汽车、从视野盲区的车道里并道、向车辆扔篮球等等，用各种测试方式改善车辆的反应。
但是，由于人工智能的训练基于许多假设条件，所以换一个场景时常会失败。研究发现，在白种人测试对象上训练的面部识别算法，应用到非裔美国人的面部识别时效果不佳，而在东亚人测试对象上训练的算法应用到白种人上同样表现不佳。这种差异可能在自动驾驶汽车领域也存在，所以相关软件的测试总是小心翼翼，也考虑到多种极端的情况。
不过，尽管人们驾驶的方式存在一些地区差异，但制造商可不太可能为各个地区配置特定的驱动软件。「目前而言，在不同的文化背景下，使用的确实是相同的数据公式和软件。」密歇根大学教授、福特中心联席董事 Matthew johnson - Roberson 说。
最重要的是，训练中的汽车会对所有从外界收集到的信息都作出回应。一位优步发言人表示，为了提升软件的适应性，优步正在多个城市进行测试，收集不同条件不同时段下的测试信息，目前行驶里程已经超过 100 万英里。
但是，即使自动驾驶软件能够理解不守规矩的司机，也能预测他们如何触犯法律，自动驾驶汽车也有可能受到限制。一位发言人表示，优步的汽车将始终遵守当地的交通规范。博世自动驾驶的高级副总裁 Stephan Hoenle 对此表示赞同：「在不违反当地交通规则的情况下，自动驾驶的部署会更加顺畅。」一辆自动驾驶汽车的行车风格可能因需求和期望有所不同，但违反法律并不是一种正确的选择——对于制造商来说，这是一项巨大的责任。
问题在于，在某些地方，严格遵循法律条文可能比模仿违法的人类司机更危险。当急性子的通勤者在高峰时段变道时，后面的车辆没有及时调整的话，就会导致接连的追尾。
北美、欧洲和新加坡会远远甩开迫切需要自动驾驶的发展中国家
对于那些每天努力提升自动驾驶性能的人而言，似乎并不急着探寻自动驾驶汽车的终极能力。「到目前为止，完全自动驾驶的汽车没有出现，对吧？」密歇根大学的 Johnson-Roberson 说，「从工程学的角度来看，我不知道有谁在研究这个问题，因为一些基本原理还没有实现。」
推迟这些问题的探索，可能会让那些最需要自动驾驶技术的地区进展缓慢。Hoenle 声称，自动驾驶汽车将在世界各地都得到大规模应用，但他同时也承认，这还需要一段时间的发展。他还表示：「与美国和欧洲相比，其他地区的技术增长速度通常较慢。」
但 MIT 感应城市实验室的主任 Carlo Ratti 预测，发展中国家最终将迎头赶上。他在一封电子邮件中写道:「每一项前沿的技术都可能会增加现有的社会差距。但是，随后的技术传播可能会引起有趣的『弯道超车』效应，从而减少这点差距。」
例如，手机最初只面向富裕的西方人，但现在在非洲也非常普遍。如今，非洲的创业公司正在为移动银行和医疗服务提供新的想法，Ratti 说：「没有理由认为自动驾驶汽车会走不同的道路。」
自动驾驶汽车的出现与「弯道超车」阶段之间的过渡区可能会有些长，因为它们必须适应周围环境，需要收集每条街道的特定的数据，如果设计不当，发展也有可能被遏制。
开发商们回避了有关地区差异的问题，把问题留给了市场之外「增长曲线」。随着自动驾驶的核心技术在北美、欧洲和新加坡等地的快速发展，它可能会远远甩开那些最迫切需要这项技术的发展中国家。