人類天性崇尚自由，我們的基因中自帶遠行屬性，每個人內心深處都渴望探索遠方。生命不止，行走不息。人類無時無刻不在追求從A點到B更快的方法。但生命無價，對交通工具安全性的追求永遠大于對速度的追求。

機械時代車輛飛機的安全性取決于駕駛者的經驗技術。現在是信息時代，萬物互聯，無人駕駛說不定很快就要實現了。對此，住在8環外郊區的小編無法做到內心波瀾不驚。畢竟坐上無人駕駛車，下班回家路上可以全程從容打游戲看綜藝，想想都有點小激動！

再來說說說自動駕駛

自動駕駛作為物聯網里重要一環，表面上看來不難實現，可實際操作中困難重重。比如Google的自動駕駛實驗用車已經在加州路上測試150萬公里也不敢拿出來賣。再比如，前段時間牽動世界神經的Uber無人駕駛在亞利桑那州撞死行人案例。

無人駕駛的本質是將一輛輛獨立存在的汽車納入萬物互聯，依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作。具體說來，自動駕駛依靠視頻攝像頭、雷達傳感器以及激光測距儀來了解周圍交通狀況。而對前方交通的預判和導航，都離不開后臺大數據支持。

Google數據中心能處理路上所有行駛中的、裝有Google自動駕駛模塊的汽車。大量信息被收集，加以分析后及時升級前方路況。這已經不是簡單的導航路況提示，而是無人駕駛無需駕駛員的判斷，完全接管車輛行駛。

舉個栗子，高速行駛的前車發現有人闖紅燈過街，攝像頭捕獲動態后上傳交管中心分析，中心即刻發出指令，同時讓前后車輛減速，確保前車不會撞人，后車不會追尾，并且上傳本次事件log，幫助道路管理部門判斷哪些交通路口行人闖紅燈概率大，從而更精準投入交警執勤，提高路口安全性。

說到這里，不得不提IBM 2010年提出的“智慧城市（Smart City）”概念。如今全球70億人里有一半生活在城市。城市化進程加的快使得城市不堪負重，比如缺乏合理規劃、導致中心城區密集、交通擁擠、資源浪費、環境質量下降。城市是人類文明的最高表達形式，伴隨著科技的一次次飛躍，城市生態也經歷著巨大變革。在通過物聯網、大數據、云計算打造智慧城市的道路上，物聯網是獲取一切信息的終端，是智慧城市各環節的源頭。

Google在多倫多開辟了一塊試驗田，打造智慧城市Sidewalk Toronto。Google將Sidewalk城建設成為一個平臺。這個平臺使得物質空間層面（Physical Layer）與科技數據層面（Digital Layer）互相融合，讓管理者足不出戶，依靠很少的人力便可管理一個龐大復雜的城市。

Sidewalk的設計師們通過精美的手繪圖為我們呈現出一個完整的未來城市運行愿景：全自動無人駕駛的汽車在并不寬闊的路上行駛，車與車間距極小，在城里車速依舊能保持在120公里，行人和車輛能夠完全被隔絕開。混合利用的空間、可改變尺寸以及可模塊化改造的Loft適應性建筑、基礎設施地下管廊、模塊化的城市實時信息系統、低成本分布式傳感器網絡、基于人活動的城市預測模型和調控機制、微電網、彈性熱網、智能垃圾處理、共享車輛系統兼具收集收據和反饋街道動態的職能......

為了支持這些應用技術，規劃中提到的關于物聯網技術應用包括：基于LoRa的低功耗網絡、覆蓋全城的免費高速無線網、城市事件感知的數據標準、具有前對結構化處理能力的深度學習攝像頭、就地發電/儲存電能設施、場內外自動化建造、智能溫控等等。在這些背后，則是Alphabet、Google X Lab、Google Ventures經營多年的投資版圖：Nest、Flow、Semaphore、Waymo、Lyft等，以及已經納入Sidewalk Lab體系孵化的在研新技術。

在這份由科技公司提交的城市規劃方案里，用ICT技術改變了原有城市建設和運營的基本邏輯。無論叫物聯網，還是互聯網+，抑或是線上線下融合（OMO），本質上都是通過科技改變人對城市空間的使用方式，讓管理者更好的服務全體市民的福祉。隨著低功耗物聯網技術的發展，萬物都變得互聯、可感、可控，司空見慣的一切都會以新的方式被重新定義。

那么問題來了！

未來已到來！

我們如何加入這場轟轟烈烈的技術革命？

如何讓自己成為日新月異的物聯網技術參與者，

而不僅僅是使用者？

答案只有一個：不斷學習新知識，讓自己的認知和能力跟上這場科技革命的節奏！