中国的交通状况过于“复杂”，德国的AI无人驾驶系统也搞不定

我们谈论无人驾驶(自动驾驶)时，大多数是在谈论技术进展。虽然技术还有欠缺，但总归已能在实验环境下实现自动驾驶了──前一到两年，不管汽车主机厂还是 Google 这样的科技公司，都可以把他们的无人车拿出来亮亮相，比如让无人车去跑测试场地、人少的大马路，但终究要落实到生活，难度挺大。

后来我们知道了，让无人车跑到路上，就像一个时刻连线的大脑赤裸上路。它需要认识环境，与环境对话，它需要通讯，要对抗一些信号干扰。所以，真要跑到马路上，挑战还是不小。

上个星期，PingWest 参与了腾讯汽车举办的一场 AI 活动。

由于腾讯的地位，大会阵容也是十分豪华──腾讯说这次大会从筹备到举行历时 4 个多月，到最后邀请了 Google 无人车之父 Sebastian Thrun、北汽集团董事长徐和谊、Intel 全球人工智能战略规划总经理 Fiaz Mohamed、美国高通公司高级技术标准总监李俨、中国工程院院士李骏、BMW 中国互联驾驶研究院与自动驾驶联合副总裁 Robert Bruckmeier、蔚来汽车创始人李斌、长安汽车副总裁刘波等 30 多位重量级嘉宾出席，并围绕“谁主‘进化’?”展开对话。

这个大会倒很有代表性──科技行业研究自动驾驶、传统车厂讲究数字化转型、政策方负责指定方案和行业调研，甚至业界一些分析师和媒体都参与了。

腾讯汽车概括汽车 AI 进化路径，首次提出“三阶五维”概念。三大阶段主要指：技术爆发期、混合过渡期及智慧交通时代;五大维度分别为：政策法规、基础设施、高精地图、技术标准与接受程度。

目前，行业正迈进第一阶段：技术爆发期。未来 4 年间，5G 通讯、FPGA、全新经过不断修正改进辅以大数据训练支持后进化的 AI 算法、低成本激光雷达、全新客户端 OS 界面、云端技术都将爆发式发展，刺激商用化的人工智能无人驾驶车辆在 2021 年左右出现。

技术爆发期后，人工智能无人驾驶车辆受制于电池能量密度及其他能源行业问题，基础交通设施需要、人工操作车辆寿命等因素，人工操作车辆与商业化人工智能无人驾驶车辆将经历 12 年左右混合过渡时期。

最后正式步入第三阶段：智慧交通时代。智慧交通、强人工智能无人驾驶车辆开始颠覆性普及应用，并促进 TaaS 2.0(运输即服务的无人驾驶时代 Transportation as a Service 2.0 )。差不多就是因为这样的概念，我们看到不少车企、网络科技公司提出 2020~2025 年完全自动驾驶规划。

不过，这次咖虽然都很大，但听到最后，只得出一个简单的结论──在中国做无人驾驶，还真有点难。

其实在很早之前，与不少业界做无人车的公司、业界人士有过一些交流。总体上，在中国落地无人驾驶，得出的结论就是──最困难的仍是不可预知的交通环境。

当然，说了这么多，讲得再实一些，就是中国的老司机、新司机都太不遵守交通规矩──这些东西是要靠人的认知来学习，而不是依据考试里的科目一二三。中国的交渠道况实在比国外复杂得多──有的有自行车道，但电动车还骑到机车道，有的没自行车道，干脆自行车直接上主干道的。

中国的交通元素特别复杂──海外可能没有那么多电动车、行人也会按照交通号志走、街边没有煎饼摊、两条车道也不会有一条被停车占满……

对了，那些人可能还时不时晃点你一下，根本不看后面有没有机车。

有人说，自动驾驶感测器那么精确，比人的直觉灵敏度高多了，不就是为了解放我们的双手双脚吗──测到人，一脚急刹不就好了吗?

这就要说到在视野盲区里，其实老司机都会自动备一脚刹车。但自动驾驶汽车没这经验，一看绿灯全速通过，结果左侧公车视野盲区杀出来一个三轮车……恐怕它自己都停不了，直接把人撞飞。

很多车企喜欢用人工智能处理驾驶习惯的问题，所以即使这样，中国的驾驶习惯、交渠道况就需要单独学习。

BMW 中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁 RobertBruckmeier 讲了这层意思。

▲ BMW 中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁 RobertBruckmeier 于 2017 全球汽车 AI 大会。

他举了一个例子，在慢速时超车情况下，不少西方城市的运动轨迹是，超车打左转方向灯，左侧车点刹车，右侧快速超越;而中国市场是，右侧超车可能没打方向灯，左侧车被右侧车快挤到道路边线位置，赶紧减速，右侧车突然意识到打灯了，快速超越。

BMW 尝试把德国 AI 放到中国，发现完全行不通。基于德国无人驾驶车队的经验，到了中国后发现，德国的 AI 探测到周围的车会很疑惑──这些灰色的车为什么开到我的车道呢?所以不知道怎么做了。

BMW 举这个例子很简单，如果按照西方国家的数据训练自动驾驶汽车拿到中国来用，在理论阶段，都不太可能实行。所以在中国做自动驾驶，就得中国研究中心来做，得用中国的数据，学习中国的风格。

不过追根究柢，这是在探讨路权的问题。实际生活的数据，有时候比这种情况更复杂。几个月前，我在一篇文章《有中国特色的无人驾驶》提到一些观点：

比如人们可以很简单的从其“不走直线”下意识判断前方司机可能是新手，然后减速;人们会在一个相对复杂的交通环境下总结开车的技巧，因为这些都是人学习后的经验。但汽车决策目前只有更精确的感知，以及更复杂的算法决策，但那些超出算法决策范围的情况可能会在中国发生。

比如人们知道在高峰期间绕过拥有复杂路况的五道口，无人驾驶汽车可能只能硬着“头皮”根据高精度导航走走停停──来了一个人横穿马路，停下;快递三轮从狭小的空间穿越，停下;两侧车道强行加塞，停下;面对这么多的情况，无人车的决策和预判系统变得非常复杂，可以说会非常有中国特色了。

那么多车企喜欢在美国加州拿资格路测，却很少有人在中国道路搞自动驾驶测试。中国在这方面相对保守──为了保护大众的安全，不安全的东西不能上路，但无人车不开上真实路段就无法变安全。

想想还真觉得挺难的，暂时是个死结。