已经部分投入商用(L3)的自动驾驶，距离真正普及(L4)还有很长一段路要走。
自动驾驶技术，无疑是今年科技界最热门的话题，没有之一。
前不久，李彦宏在两会上高调宣布，自动驾驶汽车在3-5年内可以行驶在完全开放的道路上，引爆了媒体们的热情。资本界也蠢蠢欲动，一大批资金已悄然涌向该领域的创业公司，刮起最新的风口。更何况奥迪、蔚来等一系列新旧车厂紧跟特斯拉的步伐，争相把自动驾驶技术推向市场。
看上去，自动驾驶已经一只脚踏进了商业化的大门，普及指日可待。然而一次次由其引发的车祸惨剧，却又时刻警醒着我们：自动驾驶技术还不完美，而这种不完美的代价是惨痛的。
就在3天前，Uber的自动驾驶汽车撞死了一位过马路的妇女，从而再次引发公众对其安全性的激烈争论。
自动驾驶到底安不安全，距离普及还有多远，这是很多看客们最关心的问题。
至少还要10年才能普及？
The Information近期发表的文章Inside Cruise’s Bumpy Ride: The Limits of Self-Driving Cars，算是这个问题的一个脚注。通过采访通用汽车自动驾驶项目Cruise的工作人员，跟踪自动驾驶引发的交通事故，The Information的编辑提醒我们不要盲目乐观。
Cruise的内部人士接受采访时表示，他们认为自动驾驶的真正普及还需要至少10年。要知道，通用公司（GM）的自动驾驶技术紧追Alphabet旗下的Waymo，领先于其他一众汽车厂商。
Cruise的内部人士坦言，他们所面临的技术难题还很多，既涉及变道、左转、掉头这样的基本驾驶操作，也有大雨、隧道、狭窄道路等极端情况。而据说，这些问题同样让其他自动驾驶技术公司头疼不已。
经过简单梳理，可以勾勒出当前自动驾驶技术亟待解决的问题。
1. 识别技术瓶颈：特定情况下汽车会失明，导致自动驾驶无法运行。
2. 理解能力有限：由于无法理解所识别的物体，而引发不适当的规避行为。
3. 计算能力不足：在复杂情况下判断错误或计算迟缓，会导致快速转向或急停。
4. 策略不够精细：现有的策略模型还远远无法覆盖多变复杂的路况。
识别技术瓶颈
Cruise的自动驾驶汽车依赖于摄像头传感器的观测结果。因此一旦进入隧道或临近傍晚，自动驾驶汽车识别周遭环境的能力就会大大降低。而激光雷达的观测能力在大雨天中会受限，因此雨天里自动驾驶的准确性也会降低。
2016年7月，一辆Model S撞上了一辆白色拖挂车，正是由于强烈日照情况下，自动驾驶未能识别出白色的车身。
理解能力有限
Cruise的自动驾驶汽车，往往不理解它所“看”到的物体。例如无法区分摩托车和自行车，因此遇到一辆缓慢的自行车时，只会尾随而不是超车。再比如路旁伸出的灌木树枝，会被自动驾驶汽车当作障碍物，从而引起不必要的快速转向。
有趣的是，去年Cruise为了向媒体展示自动驾驶的运行效果，特意提前派人到展示路段修剪路边灌木，以保证自动驾驶汽车的平稳运行。
计算能力不足
大多数自动驾驶都包含两项关键技术：策略算法和深度学习。软件工程师们编写并完善策略算法，让自动驾驶汽车在各种情况下执行相应的指令；而深度学习技术则帮助汽车认识各种路牌、信号灯和其他车辆。
在行驶过程中，自动驾驶汽车不断进行着以下两个关键问题的判断：前方有没有足够的空间来行驶？有没有什么其他物体正在进入汽车的行驶方向？这种判断是非常频繁的，且计算量也很大，当计算能力达到瓶颈时，自动驾驶汽车就会“卡壳”或反应迟缓。
举个例子，当Cruise的自动驾驶汽车想要变道时，它会时刻观测新车道里前车与后车的距离，以判断是否有足够的空间驶入。但此时，一旦前车或后车突然改变速度（例如后车难免会减速让行），Cruise汽车就会遇到计算难题而放弃变道。这种行为在人类司机看来是愚蠢而危险的。
在去年11月，Cruise自动驾驶汽车真的因为这种原因，而撞上了一辆从后面加速驶来的摩托车。
策略不够精细
经常开车的人都知道，实际路况是非常复杂多变的，而Cruise的自动驾驶汽车还不能处理很多非常规的路况。
比如当自动驾驶汽车在狭窄的双向道路中与另一辆车狭路相逢时，它并不知道要靠边错车，因为策略让它始终保持在车道的正中间。
再比如掉头行驶或者无左信号灯情况下的左转，Cruise汽车都还不能很好地处理。
更不要说在市区里，行人闯红灯、电动车穿行、其他车辆抢行超车等情况不胜枚举。这些情形对于当前的自动驾驶汽车来说，简直是噩梦。
总之，Cruise的内部人士告诉我们，自动驾驶技术还面临着大量技术问题，无数科研人员和软件工程师们正在投身于这些问题的分析解决。无人驾驶完美上路尚需时日。
对新技术保持审慎的乐观
最后强调一下，我可不是在这儿“唱衰”无人驾驶。正如凯文·凯利所说，技术的进步是无法阻挡的，按照目前的发展态势，真正的无人驾驶终将到来。
然而，既要乐观也要审慎。低调如Waymo这样的公司，在自动驾驶领域一直默默耕耘，似乎并不急于推向市场。
Waymo对此解释道：
当你已经做完了90%的时候，你还有90%的工作要做。
也就是说，为了让自动驾驶上路，前90%策略代码可能只花费10%的时间，而最后10%的工作却要再花费10倍的时间去补足。
接近完美的无人驾驶还很遥远。更现实的做法是首先在有限条件下，实现有限的自动驾驶，不断积累经验、算法和数据。因此，我们应当做好在L3级别停留相当长一段时间的心理准备，等待技术、法律、基础设施等条件逐渐成熟，再去期待真正无人驾驶的普及。
自动驾驶技术是人命关天的大事。只有足够的谨慎和对潜在问题保持充分的警惕，才能让它在商业化的路上，少一些悲剧的铺垫。
