李杉 李林 编译自 《纽约时报》
量子位 报道 | 公众号 QbitAI
无人驾驶汽车一定会实现，这大概已经是所有科技和汽车行业从业者的共识。分歧只不过是要不要人类司机时刻准备接管，以及到底何时才能量产。
但是，无人车要真正进入主流，仍要解决许多问题。以下就是这项技术面临的一些挑战：
1. 危急时刻，根本指望不上人类司机接管
三年前，谷歌无人车团队忽然推出一款无油门无刹车无方向盘的“三无”低速全自动无人车，就和这个问题有关。
此前，谷歌面向自家员工开展了自动驾驶汽车内测，车内摄像头记录下的测试人员表现，让无人车团队的工程师大感担忧。当时的项目负责人Chris Urmson说，员工们在车里的表现让他们不安。在汽车行驶过程中，测试者做出了很多愚蠢的行为，有人坐在驾驶座上却转身面向后座，甚至有人爬到后座找电脑、爬出车窗、搂搂抱抱……
后来，谷歌叫停了这个内测项目，再后来，就有了我们前边提到的完全不指望人类司机的“三无”小车。
现在在路测的无人车，或多或少都会要求人类司机在出现问题时从机器手中接管车辆。不过，参与路测的这些人类司机都是专业人员，苹果甚至向加州交管局建议说这些人类测试司机应该通过某些评测。如果换成普通人呢？
对于人类司机在危机时刻接管车辆的能力，不少技术人员持怀疑态度。把一个正在忙着玩王者农药甚至搂搂抱抱的人类拉过来，让他快速集中精力，接管一辆机器搞不定的高速行驶车辆，似乎是对人类的能力过于自信了。
上个月，斯坦福大学的一组科学家研究表明，大部分司机在分神做其他事的时候，忽然被要求集中精神开车，需要5秒以上的反应时间；还有一组同样来自斯坦福的科学家，在《科学》期刊的机器人子刊上发表论文称，在汽车高速和低速行驶时接管车辆是完全不同的两种体验。
好消息是，科技公司、汽车厂商纷纷预计在2020-2025年之间实现不指望人类接管的自动驾驶；坏消息是，指望人类在关键时刻挺身而出接管车辆的L3也有不少公司在做。
MIT机械工程教授John Leonard说：“L3自动驾驶是个无解的问题。”
2. 对执法者或公路安全人员的语音指令和手势信号作出响应
有些微妙的信号在人类看来很容易理解，例如交警的手势信号，或者试图与司机进行眼神交流的骑行者。但如何把人类的这种直觉传授给电脑？唯一的方式或许就是不断进行路测，让机器学会人类之间的社交互动方式。
3. 在车道标识不清的情况下安全驾驶
这同样是个直觉问题。最具挑战的驾驶环境需要无人驾驶汽车在没有车道线、反光球或明确道路边界的情况下制定驾驶决策。
值得注意的是，加州可能淘汰反光球，因为无人驾驶汽车无法有效识别这种车道标记工具。简而言之。公路基础设施必须加以调整才能与电脑控制的汽车展开充分互动。
4. 可靠地识别发生故障的交通信号灯
无人驾驶汽车的视觉系统现在已经能够可靠地识别交通信号灯。但在断电的时候制定正确决策却更加困难。同样地，这也需要将人类的直觉和与其他车辆的配合能力传授给机器。
5. 在车速较快的交叉路口左转
汇入高速行进的车流往往需要与对向驾驶员进行眼神交流。机器如何能让其他机器和人类知道他们的意图？研究人员考虑了电信号和车间通讯系统等解决方案。
6. 识别道路上的那些应该避开的物体
目前的机器视觉系统已经能够可靠地识别物体，但所谓的场景理解对计算机视觉系统来说更具挑战。这需要判断道路上的某个袋子是不是空的，或者里面是否放着一块砖头。
7. 在各种天气状况下安全行驶。LiDAR的软件升级或许有朝一日可以解决这一问题，但目前还未实现。
LiDAR系统不会因为强光或黑暗而出现误判，但在雨雪天气却会碰到一些问题。暴雨或暴雪会令干扰目前的车载雷达和LiDAR系统，因此必须有人类介入。
8. 网络安全。目前没有证据显示无人驾驶汽车比其他联网电脑更加安全。
无人驾驶汽车是一系列联网的电脑和传感器组成的集合，他们通过无线网络与外部世界相连。对无人驾驶汽车而言，如何阻止恶意破坏者的入侵或许是最严峻的挑战，恐怖分子甚至可能把无人驾驶汽车当成武器来使用。
【完】
学习推荐
6月15号，量子位组织了一场沙龙，邀请到了图森首席科学家王乃岩博士分享自动驾驶相关话题，欢迎大家长按下图扫码报名~
One More Thing…
今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号对话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~
△ 扫码强行关注『量子位』
追踪人工智能领域最劲内容
