自动驾驶的锅，别都让汽车背

小严严在路上

自动驾驶似乎总差着那么一点儿劲儿。虽然各国厂商卯足了劲儿在自动驾驶汽车上做文章，但是迄今为止人类也没能生产出一辆敢在公路上完全放手的量产车。
那么这是为什么呢？问题可能不在车上。
" 触不可及 " 的自动驾驶
其实不是科学家们不努力，而是现实的确太残酷。一台自动驾驶车上的探测设备复杂得远远超出你我的想象。
除了摄像头是咱们耳熟能详的以外，还有超声波雷达、毫米波雷达、激光雷达，各种各样的仪器。这样的车看起来岁月静好，实际上身上的设备运转复杂得像个哪吒一样。
这里带来的第一个问题是成本问题，但我相信随着产业推进，成本会降下来，成本问题也会变成产业合力下的时间问题，看着是早晚的事情。另一个则是安全问题，这与 " 角色 " 和 " 视野 " 有很大关系。
但就算把上述这些仪器都装上，一台车的眼力劲儿也有限。这和设备好坏无关，和 " 车 " 的角色有关。举个事故的例子，2016 年 5 月，一辆自动驾驶的特斯拉毫无躲闪径直撞进了一辆大货车的车底，驾驶室尽毁。这是为什么呢？特斯拉自己的调查说，当时大货车正在横穿马路，货车是白的，云彩也是白的，轿车的自动驾驶系统没能识别出前面的白色货车和低垂的白云，一头撞了上去。这可真是 " 蓝天白云晴空万里，突然暴风雨 " 了。
然而，出了这么大的事儿，美国的国家公路交通安全管理局却说，他们 " 没有发现自动辅助驾驶系统有任何设计和运行缺陷 "。什么意思？也就是说，美国政府认为，从车这个角度看，自动驾驶系统已经做到了它该做的，它尽力了。
你看，车毕竟是车，只有车的视角。无论它再怎么智能，也只能乖乖地趴在路上往前看。这也是为什么人工智能技术突飞猛进，但是自动驾驶却总看起来 " 触不可及 " 的原因了。
那么，事情有没有转机呢？别忘了一句话：车到山前，必有 " 路 "。
" 车路协同 " 的上帝视角
其实，早就有人打 " 路 " 的主意了。各大公司都意识到，成熟的自动驾驶离不开成熟的路。
比如，谷歌和特斯拉的自动驾驶汽车很长一段时间都是在硅谷的帕罗奥图测试。可不是因为帕罗奥图离家近，跑出去还能跑回来。而是因为经过多年的勘测，硅谷公司对帕罗奥图的道路最熟悉，在这个地方最能 " 罩得住 " 罢了。纵然 " 五环飙车 " 猛如百度，前阵子推出 " 量产车 " 的时候也只是老老实实选择了动物园这样的封闭环境。
" 车路协同 " 是对于路的最新想法。在今年的云栖大会上，阿里巴巴人工智能实验室重提 " 车路协同 " 并完成了对这个概念的落地。
在阿里巴巴人工智能实验室的设想里，不仅有聪明的车，还要有聪明的路。大体上来讲，他们研发了一款叫做 " 感知基站 " 的路边设备，配合云控平台，实现云端、路端、车端一体。基站站得高看得远，具备多种传感器，分布在道路的关键节点。每个基站能照看到方圆 400 米范围内的路面情况，还能和路面上的车对话，把路面情况提前告诉车辆，从而解决道路拥堵、交通险情提前预警等问题。想想看，感知基站俯瞰整条马路，就像班主任坐在讲台上看小学生似的，蛛丝马迹都看得一清二楚，还会分不清货车和白云？


（Alibaba A.I.Labs 首席科学家王刚展示感知基站）
事实上，车路协同是给了智慧出行一个 " 上帝视角 "。感知基站和自动驾驶汽车相互配合，再加上导航、交通监控系统等现有的智能设施，就形成了 " 金钟罩铁布衫 " 一般全方位的智慧出行生态。
就像智能手机的发展一样：以前屏幕虽然大，但是总有遮挡。自从 iPhone x 出现之后，人们才恍然大悟，原来还可以有 " 全面屏 " 这个选项。而阿里巴巴人工智能实验室的 " 车路协同 " 就像是智慧出行的 "iRoad Plus"。
说实在的，所有涉足自动驾驶的互联网公司里，对 " 路 " 动心思的不在少数。比如老朋友亚马逊就也老早组建了智慧出行团队，申请了通过道路情况判断路线的 " 道路管理系统 " 专利。
但是，作为负责阿里巴巴集团消费级 AI 技术与产品研发工作的阿里巴巴人工智能实验室，与生俱来的优势让其可以基于阿里巴巴集团对城市治理的理解，以及消费者研究方面的经验输出超越互联网本身的方案。马云也在云栖大会上说，人工智能要输出在服务上，城市里那么多摄像头，却不智能，只能用来罚款，太可惜了。不吹不黑，拥有庞大计算能力，又能深度参与城市治理，这样的身份的确是一般公司无法比拟的。
从这一点上来看，阿里巴巴人工智能实验室提出的 " 车路协同 " 概念，是一种更具整体性的视野。
证明自己还需心悦 " 城 " 服
当然，归根结底，智慧出行是城市治理的一部分。未来，人工智能的治理能力还需要在现实的城市场景中验证。
目前，谷歌、苹果都有自己的人工智能小镇，百度也对雄安跃跃欲试。阿里巴巴在杭州周边也已经有了多项智能城市的计划。据说阿里巴巴人工智能实验室要在自己的 " 智慧物流车 " 上先行落地 " 车路协同 " 技术。物流可以说是阿里的舒适区域了。菜鸟网络本身能够知悉几乎全国的物流体系，依托现有的生态，比较容易在队友的帮助下落地。而规划中代表未来方向的 " 杭绍甬 " 超级高速也将采用阿里巴巴人工智能实验室的智慧出行技术。


（Alibaba A.I.Labs 被授杭州首张路测牌照）
然而，阿里巴巴人工智能实验室不得不面临另一个难题，那就是车路协同的渗透率到底能有多少。虽然阿里巴巴贵为中国互联网老大，但阿里巴巴人工智能实验室能否说服其他企业在汽车和汽车系统里嵌入其 " 车路协同 " 技术？面对中国长达 447 万公里的公路里程，究竟要布置多少 " 感知基站 " 才能形成有效能力？要知道，基于大面积推广 " 车路协同 " 涉及到的公路体系建设标准等问题，就不是单凭商业力量能解决的了。想要心悦 " 城 " 服，路还很长。可能是考虑到这一点，云栖大会上透露了与交通部公路科学研究院的合作，共同成立车路协同联合实验室，似乎就是在为标准制定上做铺垫。而凭借关键性的公路管理部门和标准制定机构，相比之下，阿里巴巴的 " 车路协同 " 解决方案有着更为全面的可落地生态场景。
然而，无论如何，可以预见的是一个以消费体系、物流网络、智慧出行和城市治理整合而成的 " 车路协同 " 体系正在形成。人工智能协助人类智力城市的趋势不会改变。" 人车协同 " 或许会成为未来城市的必备基础设施，成为人类社会升级的推动力。