技术的荆棘路上。它必须遵循一定的客观规律，不依赖于任何利益相关者的意见。比如在自动驾驶行业，大约5年前，从业者普遍预测2020年有望成为自动驾驶爆发的拐点，但直到今天，大多数人离自动驾驶还很遥远。不久前，李彦宏再次预测，五年后自动驾驶将全面商业化，拥堵将得到极大缓解，无需限购限行。我对此持悲观态度。任何新技术想要改造现有的社交网络，都会涉及到技术之外的一系列未知因素。但我们应该对自动驾驶完全悲观吗？当然不是，但是在一些人看来，至少在短时间内，自动驾驶要想真正大规模落地，需要一定的固定边界条件。核心关键词是：封闭。怎么说呢？《五月花号》还得先从海上说起。几个月前，科技媒体VentureBeat报道称，IBM和一家英国非营利组织正计划开发一艘自动驾驶船。与1620年改变历史的轮船一样，它也被称为“五月花号”。从商业角度来看，海上自动驾驶具有巨大的收益。此时此刻，海上航行的货船有9万多艘，与船员相关的费用约占海上运输总成本的30%。自动驾驶可以大大降低这些成本，优化内部空间，进一步降低成本。它可以像自动驾驶汽车公司经常宣扬的那样“降低事故率”。更重要的是，从技术角度来看，与城市交通的复杂环境——以及由此带来的算法麻烦相比，大海几乎是一个广阔的封闭空间，对AI的要求相对“宽松”，让算法在某种意义上，海洋的自动驾驶更接近飞机的自动巡航。虽然这件事发生在海上，但似乎印证了陆地上的一个观点：至少在可预见的未来，自动驾驶汽车只能在“封闭空间”中行驶。也就是说，自动驾驶的主体不是“车辆”，而是“封闭系统”。正如经济学家李子扬所说：“自动驾驶要想成功，就必须像轨道交通一样成为一个封闭的系统，即通过改善道路交通组织来解决问题。目前，道路没有改变，但车上有系统，有些‘人工智能’是不可能真正做到自动的。道理其实也不难理解。单辆汽车实现全自动驾驶并不难，但自动驾驶（至少是科技巨头渲染的那种自动驾驶）的本质是大规模解决交通组织和系统的问题。现阶段，这个系统只能关闭。因为所谓的人工智能本质上是在总结过去经验的基础上，利用统计的方法来增加预测的准确性，但在现实的交通系统中，各种事故是随机分布的。科普作家万维刚曾在一篇文章中写道：“你开车，不是简单地用方向盘控制油门和刹车，你很聪明，你要看交通信号，还要看各种路边标志，路标，你要判断路上有什么。如果前面的路上有一只小鸭子慢慢地走，你就得踩刹车；但是如果是一只鸟，你可以想象它会飞汽车经过时，你不必减速。如果路上有塑料袋，你可以跑过去；但如果是石头，你必须绕过它。你有很深的对路面的认识，这个认识跟你的人生阅历有关，跟你平时的生活有关，跟积累的经验有关，至少你要知道塑料袋是什么，石头是什么，车子不知道。不知道。“AI版电车”归根结底，机器无法预测完全超出其经验范围的事故。因此，在一些人看来，自动驾驶要想在“开阔道路”上行驶，必须在某种程度上匹配“开放式人工智能”，即“通用人工智能”。但迄今为止，人工智能一直被锁定在固定的知识中，稍有跨界，瞬间就撒娇。哈萨比斯，创始人DeepMind的创始人曾表示，深度学习只是解决通用AI的一个部分：“大脑是一个综合系统，但大脑的不同部分负责不同的任务。海马体负责情景记忆，前额叶皮层负责控制。等等，你可以把现在的深度学习想象成相当于大脑中的感觉皮层：视觉皮层或者听觉皮层。但真正的智慧远不止于此。你必须将它重新组合成更高层次的思维和符号推理。”这条路任重而道远，在悲观者看来，可能会让自动驾驶望尘莫及。当然，悲观者往往是对的，乐观者往往是成功的。你可能会说这些困难会在“未来”被克服。也许吧，但不可否认的是，自动驾驶与城市的关系需要循序渐进。我愿意相信，未来五年，在固定线路公交、无人配送、园区微循环等简单封闭场景中，自动驾驶将会成熟落地。但是，如果要进一步发展，通过道路重构将更广阔的驾驶场景转化为一个封闭的系统（让AI算力匹配现实问题，实现真正的“车路协同”）就没那么容易了).而主导者一定是政府，所以从某种意义上说，自动驾驶与其说是技术问题，不如说是城市治理问题。既然是治理问题，那么下一个问题就会接踵而至。如果自动驾驶严重依赖基础设施，那么双方的关系可能不是“互相促进”，而是“互相等待”，因为这背后有巨大的成本——毕竟不是所有人都相信自动驾驶“必须”是需要普及的技术。那么未来自动驾驶将走向何方？也是“AI版电车”，或许还有现在超出人们想象的其他系统。但它总是会以某种程度的亲密性与现有的交通系统相结合。因为只要一项新技术破茧而出，往往就没有回头路可走。世界上所有有能力的国家和企业都已经聚集在自动驾驶的长赛道上。以中国为例，无论未来自动驾驶走向何方，中国的自动驾驶创新能力都在逐步提升。天眼查专业版专利数据显示，据不完全统计，我国与“自动驾驶”或“无人驾驶”相关的专利超过12000件，其中2019年新增申请专利超过3000件。嗯，技术在进步。用今天的眼光来看，这或许意味着自动驾驶正在加速走向“封闭”。可能没有从业者鼓吹的那么美好，但也很有意义，就像某位学者说的：“即使49%的新技术发明是问题，它也带来了51%的好处，区别就在于这2%“2%是很少的，但人类需要这2%。积累具有强大的作用。所以即使一项新发明带来的好处比问题多一点点，这也是人类进步的动力。”我们只能选择相信这一点。
