技術(shù)落地的荊棘路途，必須遵循某種客觀規(guī)律，它不以任何利益攸關(guān)者的眾口鑠金為轉(zhuǎn)移。

比如自動(dòng)駕駛行業(yè)，大概5年前，從業(yè)者普遍預(yù)言，2020年有望成為自動(dòng)駕駛的爆發(fā)拐點(diǎn)，但直至今天，大多數(shù)人離自動(dòng)駕駛還很遠(yuǎn)。

不久前，李彥宏再次預(yù)言，自動(dòng)駕駛 5 年后全面商用，擁堵大大緩解，不再需要限購限行。

對此我表示悲觀，任何想讓現(xiàn)有社會(huì)網(wǎng)絡(luò)脫胎換骨的新技術(shù)，都涉及一系列技術(shù)之外的未知因素，沒湊齊就是沒湊齊，甚至也許根本就湊不齊。

但我們該對自動(dòng)駕駛徹底悲觀嗎？當(dāng)然不是，只是在一部分人眼中，至少在短時(shí)間內(nèi)，自動(dòng)駕駛?cè)粝胝嬲?guī)模落地，需要某種固定的邊界條件。

核心關(guān)鍵詞是：封閉。

怎么講？

“五月花號(hào)”

得先從海上講。

幾個(gè)月前，科技媒體Venture Beat報(bào)道，IBM和英國一家非營利組織正計(jì)劃開發(fā)一款自動(dòng)駕駛船，與1620年那艘改變歷史的船一樣，它也叫“五月花號(hào)”。

從商業(yè)角度，海洋自動(dòng)駕駛有巨大利益可圖。就在此時(shí)此刻，海面上有超過9萬艘貨船在航行，海運(yùn)中與船員有關(guān)的費(fèi)用占總成本約三成，自動(dòng)駕駛可以大幅減掉這些成本，還能優(yōu)化內(nèi)部空間，進(jìn)一步降低成本，且能像自動(dòng)駕駛車企經(jīng)常布道的那樣“降低事故發(fā)生率”。

更重要的是，從技術(shù)角度，相較于城市交通的復(fù)雜環(huán)境——以及由此帶來的算法麻煩，大海幾乎是一片廣袤的封閉空間，對AI的要求相對“不嚴(yán)”，能讓算力負(fù)載驟降，某種意義上，海洋自動(dòng)駕駛更接近飛機(jī)的自動(dòng)巡航。

這件事雖然發(fā)生在海面，卻似乎印證了一種在陸地上的觀點(diǎn)：至少在可預(yù)見的未來，自動(dòng)駕駛汽車唯有行駛在“封閉空間”。

換句話說，自動(dòng)駕駛的主體不是“車”，而是“封閉系統(tǒng)”。就像經(jīng)濟(jì)學(xué)者李子旸所言：“自動(dòng)駕駛要想成功，必然成為類似軌道交通那樣的封閉系統(tǒng)，也就是通過提高道路交通的組織化程度來解決問題。目前道路不改變，只是在汽車上有一些小打小鬧的‘人工智能’，是不可能真正自動(dòng)起來的”。

道理其實(shí)不難理解。

讓單臺(tái)車做到完全自動(dòng)駕駛并不難，但自動(dòng)駕駛（至少是科技大佬渲染的那種自動(dòng)駕駛）的本質(zhì)，是要大規(guī)模解決交通組織和系統(tǒng)問題，這個(gè)系統(tǒng)現(xiàn)階段只能是封閉的。

因?yàn)楝F(xiàn)在所謂的人工智能，本質(zhì)上是用統(tǒng)計(jì)方法增加預(yù)測的準(zhǔn)確度，是基于對過去經(jīng)驗(yàn)的總結(jié)，但真實(shí)的交通系統(tǒng)中，隨機(jī)分布著各種意外。

科學(xué)作家萬維鋼就曾在文章中寫道：“你開車的時(shí)候并不是簡單地把著方向盤控制著油門和剎車，你非常有智能。你要看交通信號(hào)，你要看各種路邊的標(biāo)志物，你要判斷路上有什么東西。如果前面路上有一只小鴨子在慢慢走，你得踩剎車;但是如果是一只鳥，你可以想象車開過去它就會(huì)飛走，你就不用減速。如果路上有個(gè)塑料袋，你可以直接碾壓過去;但如果那是個(gè)石頭，你就必須繞著走。你對路面狀況有深刻的理解。這種理解和你的生活閱歷、和你平時(shí)積累的經(jīng)驗(yàn)有關(guān)。最起碼你得知道塑料袋是什么，石頭是什么——而汽車并不知道。”

“AI版有軌電車”

歸根結(jié)底，機(jī)器無法預(yù)測完全不在它經(jīng)驗(yàn)范圍內(nèi)的意外。

因此在一部分人眼中，自動(dòng)駕駛?cè)粝胄旭傇凇伴_放的道路”，就得匹配“開放的AI”，即某種程度上的“通用型AI”。但迄今為止，AI被鎖死在固定的知識(shí)圍攏，稍稍橫跨領(lǐng)域，就瞬間表現(xiàn)得像個(gè)嬰兒。

DeepMind創(chuàng)始人哈薩比斯就曾表示，深度學(xué)習(xí)只是解決通用AI的一個(gè)組成部分：“大腦是個(gè)綜合系統(tǒng)，但大腦的不同部分負(fù)責(zé)不同的任務(wù)。海馬體負(fù)責(zé)情景記憶，前額葉皮質(zhì)負(fù)責(zé)控制，等等。你可以把目前的深度學(xué)習(xí)看作是相當(dāng)于大腦中的感覺皮層的一樣?xùn)|西：視覺皮質(zhì)或者聽覺皮質(zhì)。但是，真正的智能遠(yuǎn)不止于此。你必須把它重新組合成更高層次的思維和符號(hào)推理。”

這條路任重道遠(yuǎn)，在悲觀者眼中，它也許會(huì)讓自動(dòng)駕駛望塵莫及。

當(dāng)然，悲觀者往往正確，樂觀者往往成功，你或許會(huì)說這些困難“未來”終會(huì)被克服。

或許吧，但不可否認(rèn)的是，自動(dòng)駕駛與城市的關(guān)系，需要循序漸進(jìn)。

我愿意相信，未來5年，在固定線路公交，無人配送，園區(qū)微循環(huán)等簡單的封閉場景，自動(dòng)駕駛會(huì)成熟落地。

但若想進(jìn)一步發(fā)展，通過道路改造，把更廣闊的駕駛場景變成一個(gè)封閉系統(tǒng)（這樣才能讓AI算力與現(xiàn)實(shí)問題相配，做到真正的“車路協(xié)同”），就不那么容易了，而且主導(dǎo)者肯定是政府，所以在某種意義上，與其說自動(dòng)駕駛是個(gè)技術(shù)問題，不如說是城市治理問題。

既然是治理問題，那下個(gè)問題隨之而來，如果自動(dòng)駕駛嚴(yán)重仰仗基礎(chǔ)設(shè)施，雙方的關(guān)系就很可能不是“彼此促進(jìn)”，而是“彼此等待”，因?yàn)檫@背后涉及巨大的成本問題——畢竟，不是所有人都篤信自動(dòng)駕駛“必須”是需要普及的技術(shù)。

所以自動(dòng)駕駛未來將駛向何方？也是“AI版有軌電車”，也許是其他超出現(xiàn)在人們想象的系統(tǒng)。

但它總會(huì)以某種親密程度與現(xiàn)有交通體系融合。因?yàn)橹灰录夹g(shù)破繭而出，往往就沒有了回頭路。這個(gè)世界上但凡有能力的國家和企業(yè)，早已全部聚齊在自動(dòng)駕駛的漫長賽道。

就以中國為例，無論未來自動(dòng)駕駛駛向何方，中國自動(dòng)駕駛的創(chuàng)新能力都在逐步提高。天眼查專業(yè)版專利數(shù)據(jù)顯示，據(jù)不完全統(tǒng)計(jì)，我國共有超過1.2萬件與“自動(dòng)駕駛”或“無人駕駛”相關(guān)的專利，其中于2019年新申請的專利就超過3千余件。

嗯，技術(shù)在進(jìn)步，放置在今天的視角，這或許意味著，自動(dòng)駕駛正在加速走向“封閉”，它也許不像從業(yè)者布道的那般美好，但同樣不乏意義，就像某位學(xué)者所言：“即使新的科技發(fā)明帶來的49%是問題，但它同時(shí)也帶來了51%的好處，差別就在于這2%，2%很少，但人類需要這2%，通過一年年積累產(chǎn)生強(qiáng)大影響力。所以，即便新發(fā)明帶來的好處只比問題多一點(diǎn)，這一點(diǎn)就是人類進(jìn)步的動(dòng)力。”

對此，我們只能選擇相信。
責(zé)編AJX