人们想到自动驾驶汽车时，通常会想到一辆完全自主行驶、无需人类驾驶员参与的汽车。现实要复杂得多：车辆自动化程度各不相同——巡航控制就是早期的一种形式——人工智能也在车内发挥作用，让驾驶员和乘客的乘车体验更安全。人工智能甚至为一项技术提供支持，使汽车能在嘈杂环境中通过读唇理解驾驶员想做什么。
硅谷正在竞相开发最先进的自动驾驶汽车技术。沃顿商学院运营、信息与决策学教授在硅谷最近举行的 AI Frontiers 会议小组讨论会上表示：“现在或许是谈论自动驾驶汽车最令人兴奋的时期之一。”Kartik Hosanagar还表示：“十年前，自动驾驶汽车的大部分研究工作还只是在实验室和各类教育机构中进行。”大约五年前，只有谷歌和少数几家公司在测试这类汽车。他说：“如今，相关活动如火如荼。仅在加利福尼亚州，获准测试和运营无人驾驶汽车的公司数量就已达到约 30 至 50 家。”数量家。”
在全球自动驾驶竞赛中，美国和中国处于领先位置。德国和日本虽然以汽车闻名，却落在后面。中国自动驾驶汽车公司景驰联合创始人 Tony Han 表示：“关键差异在于人工智能。中国和美国在人工智能领域领先。”在自动驾驶法规方面，中国和美国也走在前列。推动人们对这一领域高度关注的，是三大趋势：电动汽车日益普及；共享经济兴起，带动了 Uber 和 Lyft 等网约车公司的发展；以及人工智能不断进步。他说，仔细想想，自动驾驶本质上就是把机器人驾驶员与电动汽车结合起来。
Han 表示，大多数自动驾驶汽车公司都在开发适用于他所谓“L4 级跑车”的技术。自动驾驶汽车共有五个自动化级别。1 级自动化程度最低，典型功能是沿用多年的巡航控制。5 级最为先进，车辆能够完全自主行驶。4 级略低于 5 级，属于高度自动化：在某些情况下，汽车无需驾驶员介入或留意即可运行，例如在专门围起来的区域或交通路况中。
汽车内部的人工智能
芯片制造商 Nvidia 汽车业务高级总监 Danny Shapiro 表示，科技公司认真对待自动驾驶汽车技术的开发，因为事关重大。他在会议上说：“这不是 Netflix 的推荐引擎，人工智能必须精准无误。”Shapiro 表示，这意味着需要“极强”的算力和大量代码。自动驾驶汽车的后备箱里装有高性能计算机和图形处理器，通过深度学习解析不断传入的数据，判断前方物体是行人、另一辆汽车、消防栓，还是其他东西。
即使完全自动驾驶汽车还需要一段时间才能上市，人工智能已经在改变汽车内部。前置摄像头可以识别车内人员，并追踪驾驶员的眼睛位置，以判断他是否在打瞌睡或分心，甚至能读懂驾驶员的唇语。车外的传感器和摄像头会与车内技术配合，提升安全性。例如，如果另一辆车即将闯红灯，汽车会发出“横向来车危险”的语音警告。若驾驶员准备变道，汽车还会提醒：“小心！有一辆摩托车正靠近中央车道！”Shapiro 表示：“即使我们还没有实现完全自动驾驶，也会出现一大批类似守护天使的功能。”
事实上，自动驾驶汽车公司的一个主要目标是让驾驶更安全。Uber 高级工程经理、卡内基梅隆大学研究教授 Jeff Schneider 表示，94% 的车祸由人为失误造成。他指出，导致事故的失误有一半属于识别错误——驾驶员没有注意，或没有看到有情况正在发生。另一半则是判断失误：驾驶员车速过快，或误判了当时的情况。
Schneider 表示，自动驾驶汽车可以应对这两类失误。利用传感器、雷达、摄像头、激光雷达（一种遥感系统）及其他工具，可以减少识别错误。汽车能够感知周围物体及其他事物的三维位置，获取高分辨率的 360 度摄像头影像，并读取物体速度等其他相关数据。同时，先进的计算系统会分析周围环境，作出正确的驾驶决策。
提高准确性的一种方法是在系统中加入冗余设计。例如，如果道路标志被遮挡，系统会采取措施，确保自动驾驶汽车不会因此混乱。Schneider 表示，汽车自带的地图会告知系统该位置有道路标志。此外，这些车辆还会通过海量数据训练，以便在雪、雨、雨夹雪和洪水等各种条件下运行。自动驾驶汽车公司甚至会利用计算机生成的环境，训练汽车应对刺眼的落日等情况。Nvidia 的 Shapiro 指出：“借助一组服务器，我们只需五小时就能生成超过 300,000 英里［的驾驶里程］，并在短短两天内对美国每一条铺装道路上的算法进行测试。”
诚然，这些任务对汽车来说十分复杂。Schneider 说：“设想一下，自己就是编写代码的人”，必须考虑穿越马路的行人、路上的其他汽车、广告牌、前方的交通标志，以及汽车、自行车和行人的车道等因素。“眼前简直是一片混乱。”
安全与保障
Schneider 表示，对于认为完全自动驾驶汽车只是空想的怀疑者，回顾自动驾驶汽车的发展历程会有所帮助。早在 20 世纪 80 年代，卡内基梅隆大学的 NavLab 项目就已为厢式车配备计算机和传感器，用于自动驾驶和辅助驾驶。他说：“那是机器人技术的时代，当时的做法是让摄像机一直运行，以防碰巧拍到什么好东西。”Schneider 表示，1995 年，该校从匹兹堡驶往南加州的“横穿美国，全程不握方向盘”之旅实现了 98% 的自动驾驶，其中有一段 70 英里的路程完全不需要人为干预。
2000 年，该校转而研究越野车辆。为这些汽车新增的设备包括 GPS 和激光雷达，使车辆更容易定位物体并绕行。七年后，在自动驾驶汽车赛事 DARPA 大挑战赛上，一项重大进展是加入了高质量地图，能够完整重建周围环境。Schneider 表示：“人工智能向前迈进了一步。”卡内基梅隆大学赢得了比赛。他还说，也正是在这时，谷歌认识到自动驾驶汽车的潜力，并启动了自己的自动驾驶项目。此后，人工智能、机器学习和深度学习都取得了更大进步。
不过，消费者会愿意乘坐自动驾驶汽车吗？Schneider 根据 Uber 在匹兹堡和菲尼克斯测试自动驾驶汽车的经验表示，公众似乎愿意乘坐。起初，有人担心大家会害怕这些汽车，但他说：“我们发现的情况恰恰相反。”例如，由于乘客无法指定乘坐自动驾驶版 Uber，有些顾客会一边叫车，一边追逐这些车辆，希望能搭上其中一辆。
不过，可能会阻碍大众市场自动驾驶汽车发展的，是商业模式。目前，拥有一辆车仍比处处乘坐 Uber 更经济。Schneider 说：“如果只看数字，从经济上说，这样做并不比拥有自己的车便宜。一旦自动驾驶汽车投入使用并遍布各地……拥有汽车就没有意义了。”
