圖：開車的人在印度會遇到一系列異于其他地方的難處

在異國他鄉駕駛可能會讓人神經緊張，你也許不得不在路上更換車道，不讓行人先行，甚至繞過失控的牛群前行。但你終將適應這些。

區域駕駛差異的問題對人類來說可能聽起來有些奇怪，但它對自動駕駛汽車造成了嚴峻的挑戰。特斯拉和通用汽車等科技汽車公司都在開發自己的自動駕駛系統，希望有一天能將它們推廣到世界各地。但是，區域監管和對當地數據訪問的不足，這二者結合而成的障礙可能會減緩它們的擴張速度，加劇本地競爭。

本月早些時候，自動駕駛創業公司Momenta的首席執行官曹旭東在北京的一個投資者活動上說到，“自動駕駛汽車技術，比如環境感知和理解道路狀況，都需要當地的數據”。例如，要設計一個在中國運行良好的系統，你需要中國的數據。

也許人們希望在高速公路上極速行駛，但是在像北京這樣的超級大都市，由于交通擁堵，平均車速大大降低。此外，如污染和駕駛員行為等其他特性，也可能會影響系統的準確性。

這是自動駕駛行業目前所面臨的挑戰，正如硅谷的科技巨頭們已將測試環境從加州的測試場地換成了更加混亂的駕駛環境。這有些類似于學習如何在同一時間跑步和爬行。到目前為止，還沒有一家公司開發出一款具有商業可行性、完全實現自動駕駛的汽車。更換一個新的測試地點雖然并不等同于重新開始，但考慮到人工智能對海量數據的依賴，它也并非毫無價值。

自動駕駛初創公司NuTonomy的首席運營官道格·帕克表示：“目前開發的大多數自動駕駛汽車技術都是基于特定的地理位置，因此很難推廣到新城市，因為要在系統中計入新的規則和新的駕駛行為。”上周，NuTonomy公司被汽車科技公司德爾福（Delphi）以4.5億美元的價格收購。

他解釋說：“深度學習的前提是，如果你收集了大量的數據，那么每當汽車試圖做出決定的時候，你很可能就會遇到類似之前的情況。”“雖然該系統可能應用于高速公路，但現實是，城市駕駛愈加復雜，無論是人還是軟件，汽車司機會不斷遇到從未出現過的情況。”

尋找本地數據

新加坡緯壹科技城的自動駕駛測試臺。圖片來源:NuTonomy

自動駕駛行業需依托大量的數據并不是什么新鮮事。實際上，人們普遍認為，要想開發一種安全、完全自動駕駛的汽車，需要數以百萬計的、甚至數十億英里的駕駛數據。自2009年起研發自動駕駛技術的谷歌衍生公司Waymo稱，除了在現實生活中的道路測試之外，該公司每天在其駕駛模擬器Carcraft中記錄日均約800萬英里的行駛數據。

然而，為了在世界各地推廣自動駕駛汽車，數據競賽將變得更加復雜。教一個系統識別卡車和汽車的是一回事，但若是識別印尼的“嘟嘟車（三輪小摩的）”或越南瘋狂飆車的摩托車駕駛員呢？而且，汽車不僅需要識別不同車輛的差異，它們還必須適應不同的司機和行人，不管他們是橫穿馬路的行人還是紐約飆車的出租車司機。

跨地區合作是策略之一。例如，今年早些時候，中國搜索巨頭百度通過其開放平臺“阿波羅”，與全球50家不同的公司建立了聯系，包括福特、戴姆勒和叫車公司Grab。數據共享是該計劃的核心部分。

一位百度的發言人向《科技亞洲》表示，“在阿波羅的生態系統中，我們遵循的是公平的數據政策。我們鼓勵不同的合作伙伴貢獻數據。他們貢獻的越多，獲得的數據和其他資源也就越多”。

他解釋道，該公司還在中國本土以外建立了更多的“本地化研究團隊”，比如美國的第二家研究機構，以防止本土競爭對手在獲取數據方面占據優勢。

特斯拉等其他公司也在使用自己的汽車來獲取實際數據。埃隆·馬斯克的電動汽車公司在包括美國和中國在內的多個國家推出了帶有自動駕駛儀的汽車，這個自動駕駛儀是一種其公司專利的智能駕駛輔助系統。這些汽車通過馬斯克所謂的“車隊學習”共同記錄和分享數據。（“車隊學習”被批評者稱為眾包地圖數據的花哨詞）

與此同時，像Momenta這樣專注于軟件的公司正在采用一種硬件精簡的方式，將他們自己定制的行車記錄儀放置于合作伙伴的汽車里。在中國，Momenta在10個城市的合作汽車租賃公司中的1,000輛汽車中放置了攝像頭和傳感器。

圖：Momenta將人物用線條簡筆畫表示是用來解讀行人的姿勢及其可能的意圖。圖片來源：Momenta

其他公司也在重新思考教會智能汽車學習駕駛的基本方式。NuTonomy在新加坡和波士頓都有研究團隊，他們認為，使用“形式化方法”也許能解決推廣自動駕駛技術的問題。

形式化方法不是讓系統知道如何通過深度學習知道如何駕駛，而是讓公司定義自己由上至下的一套規則，比如最重要的規則，“不要撞行人”。這使得汽車可靈活應變，能打破小規則以遵循最重要的規則，比如避免人員傷亡。

帕克說，“這種規則導向型方法的一個優勢是，通過改變或重新設定規則可以安全產生高度復雜的行為”。例如，為了適應在波士頓開車靠相反車道，我們所要做的就是改變規定我們行駛車道的那條規則。我們不需要對整個系統進行重新編碼或重新培訓。”

高精地圖與各國限制

當然，技術只是自動駕駛規模化問題的一部分。與不同地區的監管機構保持良好的關系，也會影響自動駕駛汽車在全球的推廣。

例如，中國對高精地圖有著嚴格的限制，可高精地圖對自動駕駛系統至關重要。為了創建自己的高清地圖，企業必須首先獲得中國監管機構的許可。

各國對自動駕駛的支持也不盡相同。例如，印度交通部長今年曾對記者表示，為了保住工作，他不會允許自動駕駛汽車進入印度。而另一方面，新加坡已經把緯壹科技城所在地區專門用于測試無人駕駛汽車。

在美國，加州的監管機構正試圖進一步推動他們在自動駕駛汽車上的進步政策。本月早些時候，該州的機動車輛管理局提議，允許公司推出無需司機的自動駕駛汽車。國內和國外的公司都蜂擁到加州來發展自動駕駛汽車項目，這是有原因的。

7月的人工智能會議中，百度的一款測試車。圖片來源:《科技亞洲》

政府官員對自動駕駛技術的態度各異，這可能會對市場普及產生重大影響，尤其是考慮到如今的公司必須在產品尚未完成之前就開始與監管機構合作。如果禁止科技公司收集本地數據并完善其系統，很難想象他們會推出最好的產品。相反，大力支持自動駕駛技術的政府可能會比其他國家更早地幫助他們的人民受益于這項技術。

帕克說，“新加坡政府對如何將無人駕駛汽車融入城市交通網絡有著最全面、最成熟的構想”，這解釋了為什么這家麻省理工的公司七年前選擇在新加坡開發自動駕駛技術。“在新加坡，一旦無人駕駛技術的熱潮消失，我們也不擔心政府會失去興趣。”

他補充說，這個東南亞城市國家也有良好的天氣、基礎設施和合理的交通。對于無人駕駛汽車來說，這也有所幫助。