編者按：百度計劃 2018 年前讓商用自動駕駛汽車上路。但是目前技術(shù)的局限性，實現(xiàn)這個目標并不是很容易。吳恩達和林元慶在本文提出了改變道路基礎(chǔ)設(shè)施的想法，用全新的交互方式推動無人車未來的發(fā)展。

　　自動駕駛汽車將很快成為司機的一員——比大多數(shù)人想象的更快。在百度，我們計劃在 2018年前讓商用自動駕駛汽車上路。但是保證它們安全性的方法并不是讓它們像人類司機一樣駕駛汽車——事實上，現(xiàn)今技術(shù)上的局限讓這種方法沒有可行性。取而代之的是，我們應該對我們的基礎(chǔ)設(shè)施做出不少改變，編寫程序讓無人車的一舉一動盡可能處在預測之范圍內(nèi)，并且讓公眾學會用新的方式與無人車交互。

　　這些變化可以揚長避短，避開無人車的短處——比如無法理解一個建筑工人打出的手勢——并利用它的長處：永遠不會放松的警惕性，而且沒有視覺盲點。這些變快來得越快越好，要知道每年有 130 萬人死于交通事故。安全的無人車將會拯救許多生命，并且讓交通變得更便宜、更方便。不過，無論是汽車制造廠商還是科技公司，都無法獨力實現(xiàn)這樣的愿景。這需要群體的努力。

　　我們曾經(jīng)完成過類似的轉(zhuǎn)變。19 世紀時，鐵路的興起讓市民們有了比馬匹更快速也更安全的出行方式，它也改變了整個社會。但是我們需要學習如何與火車這種交通工具打交道。今天，如果有一只寵物狗跑到鐵軌上被火車軋死了，我們會感到很難過，然而我們不會認為這是火車的錯，因為我們知道在鐵軌上運行是機器的天性。通過找到與火車打交道的新方式—(比如不站在鐵軌上)以及新的基礎(chǔ)設(shè)施(比如在鐵路交叉口安置特殊的警示燈與鈴聲來提示人們避開火車)，我們適應了這種機器的天性。

　　現(xiàn)在，乘坐火車旅行比坐在馬背上旅行要安全得多了。在未來，計算機駕駛的汽車也將會比人類駕駛的汽車安全得多。但是，就像火車與馬匹不同一樣，我們也需要認識到計算機駕駛的汽車與人類駕駛的汽車也是不同的，并且找出新方式讓它們安全地融入我們的生活。

　　關(guān)鍵區(qū)別

　　今天的無人車在一些重要的方面是比不上人類司機的：

　　如果一個建筑工人打手勢告訴汽車可以通過或是要停下，現(xiàn)在沒有一輛無人車能夠可靠地做出正確決策。

　　當陽光剛好位于紅綠燈背后時，大部分攝像頭都將無法識別信號燈的顏色。

　　如果我們看到一輛貼著 “轉(zhuǎn)彎半徑大”(Makes Wide Turns)標志的卡車，我們知道要如何根據(jù)這句告示來調(diào)整我們的駕駛策略。如果我們看到路上有孩子被冰激淋車吸引了注意力，我們知道要減速，因為他們可能會直接奔向冰激淋車?，F(xiàn)在的計算機還無法嫻熟地理解這些復雜情景。

　　無人車也有比人類更好的地方：

　　我們可以在制造時讓無人車沒有盲點，達到 360 度全景。

　　它們永遠不會醉酒駕駛，在駕駛的時候也不會分心。它們不知疲倦，只有在維護時才休息一會兒。

　　它們的反應比人類快得多。

　　由于計算機觀察和理解世界的方式與人類迥異，它們的駕駛方式也與人類不同。人工智能技術(shù)正在大步邁進，不過我們不應該期待近期就會出現(xiàn)與人類駕駛方式一模一樣的計算機。

　　對基礎(chǔ)設(shè)施做出適當改變

　　我們的道路系統(tǒng)是為人類司機修建的。幸運的是，只需做出適度的改變，現(xiàn)今的道路系統(tǒng)也能支持安全的計算機駕駛和人類駕駛的汽車。

　　與其讓建筑工用手勢引導車流，我們應該給他們配備無線信號燈或無線應用，用電信號告訴汽車該做什么。修路方案可以提前發(fā)給自動駕駛汽車，這樣自動駕駛汽車就有時間圍繞這些復雜的情況制定計劃。執(zhí)行緊急任務的車輛也將需要一種明確的溝通方式，因為它們的汽笛聲和閃光燈都是為人類司機設(shè)計的。

　　我們或許還要在事故頻發(fā)的十字路口修建多個交通信號燈，這樣無論太陽處于什么方位，至少有一個信號燈總能被汽車的攝像頭清楚拍攝到。或者，我們可以研發(fā)更敏感的攝像頭。汽車制造商、技術(shù)公司和公共機關(guān)一起參與到一個公私合作項目中，測試各種解決方案，這將是確保我們共同設(shè)計出一個安全有效的交通系統(tǒng)的最佳方法。

　　可預測性

　　火車、地鐵不善于避開軌道上的障礙物，但它們之所以安全是由于其行為具有可預測性。自動駕駛汽車不會在軌道上行駛，但我們?nèi)匀恍枰M全力讓它們變得可以預測。例如，它們應該不會突然剎車，因為這會導致其他人從后面撞上來。

　　盡管如此，自動駕駛汽車的行為還是會有所不同。這就是為什么自動駕駛汽車的外觀應當顯眼并且一眼就能認出來，好讓其他人心里有底。在百度，我們選擇的第一輛自動駕駛汽車，不是設(shè)計最美觀的，而是我們看起來覺得最顯眼的：白頂紅底。這就像在車上貼了張大大的 “新手司機” 標簽——它告訴其他人應該對這輛車的行為有不同的預期。

　　美國國家公路交通安全管理局發(fā)現(xiàn)，黃色的轉(zhuǎn)向燈明顯比紅色的要安全，因為黃色的轉(zhuǎn)向燈與剎車信號不同，更容易辨別。身旁司機不到一秒的延遲，就可能使一次安全的轉(zhuǎn)彎變成一起撞車事故。因為自動駕駛汽車的行為與人類不同，明確地告知周圍司機自己的意圖對自動駕駛汽車而言更加重要。

　　道路養(yǎng)護狀況良好對可預測性也至關(guān)重要。有了清晰明確的車道標記，人類和計算機都能在車道之間安全駕駛。至于養(yǎng)護狀況很差的道路，其問題不僅僅在于在上面很難駕駛，而且計算機和人類都不能準確地預測其他車輛會駛往何處，因此降低了可預測性。

　　軌道鋪設(shè)策略

　　綜上所述，安全的自動駕駛汽車需要對基礎(chǔ)設(shè)施進行適度的改建，外觀設(shè)計要容易辨識和預測，而且行人和人類司機需要知道計算機是如何開車的。自動駕駛技術(shù)還需要一個明確的法律框架，處理合法性及責任歸屬問題。這是大量的工作，但好在我們不需要在所有地方一次性就做出這些改變。

　　我們主張先由一小部分限制區(qū)域開始，讓這部分區(qū)域 “允許自動駕駛”，而后再擴展開來。我們將其稱為自動駕駛的 “軌道鋪設(shè)策略”(Train Terrain Strategy)。例如，我們也許可以從幾條班車路線開始，然后擴展到整個城市。這種方法使必要的基礎(chǔ)設(shè)施改建更容易得到落實，也給了行人和人類司機時間理解計算機如何駕駛，預測計算機會有什么行為——就跟預測還在學開車的司機會做出的某些行為一樣。

　　我們認為這是實現(xiàn)安全自動駕駛汽車愿景最快的方法。