自動駕駛技術的支持者認為，它將帶來道路交通的一場革命——會有更少的交通事故，減少擁堵；對于沒有車（沒集齊單雙號車牌）的用戶，還意味著更方便的出行。人們對于交通出行的一些固有觀念也很可能會改變。

　　它們已經行駛在美國的馬路上了：特斯拉已配備了自動駕駛模式；Uber 正在匹茲堡試運營自動駕駛出租車，還在測試用于長途運輸的自動駕駛卡車；這兩天它還在舊金山運行自動駕駛的沃爾沃 XC90，但因未獲許可被加州政府叫停。谷歌 Waymo 和克萊斯勒合作的面包車也在四處游走。當然，在這些案例中，車里都有人類駕駛員——按理說他們都應該緊握方向盤，隨時注意路況。

　　各傳統汽車廠商——豐田、斯巴魯、大眾、寶馬等等，也都在為新車型加入更多的自動駕駛或是智能駕駛輔助功能，比如自動剎車和自動引導轉向。雷鋒網消息，他們計劃在 2021 年左右推出全自動駕駛產品。

　　谷歌自動駕駛項目創始人、前負責人 Sebastian Thrun 說：“我認為自動駕駛是不可阻擋的?！钡蛟S現在還不是谷歌開賣 Waymo 面包車的時候，因為 Thrun 還預計，自動駕駛汽車上路數量超過傳統汽車，至少需要 15 年。有人認為要更久。專家們正在衡量實現自動駕駛需面對的主要技術障礙，以及研究如何克服它們。Science news 歸納整理了五大技術難題：

　　1. 感知周圍環境

　　對于計算機來說，天氣晴朗的高速路跟黃昏、霧霾下的路完全不同。自動駕駛汽車必須在任何天氣、任何情況下（比如強光）都能探測出道路屬性。MIT 機器人專家 John Leonard 評論道：“我見過有前景的雨中自動駕駛技術，但下雪天氣（和雪地）非常困難?！?由此可見，我們離真正的全天候自動駕駛還有一段距離。

　　對于自動駕駛汽車，車載傳感器必須可靠，小巧并且價格不離譜；而且，必須有足夠精細的電子地圖與它們相配合，這樣車輛才能對周圍環境作出有效識別和判斷。雷鋒網獲知，在許多國家，地圖數據仍然很不完整，這需要付出時間和成本來克服。

　　John Leonard 正在與豐田合作，幫助汽車對各種情況作出安全的反應。其他很多專家利用車載攝像頭收集的數據，來創建及時更新的地圖。對此， Leonard 表示：“現代算法靠數據運行，數據就是它們的燃料?！?/p>

　　2.“不期而遇”

　　對特殊狀況做出正確反應是一項挑戰——比如紅燈時交警示意通過。杜克大學機器人實驗室負責人 Missy Cummings 認為，簡單的基于交通規則的編程，未必能一直奏效，因為不可能事先把所有可能發生的狀況都寫入代碼。

　　肢體語言和其他環境線索，能幫助人類搞明白并處理這些狀況。但對于自動駕駛汽車這很有挑戰性——比如說一個即將沖到馬路上的小孩。對此 Cummings 表示：“自動駕駛汽車必須學會提取信息，這是 AI 的本質?！?/p>

　　她的團隊正在探索一個新方案：能否通過車身上的顯示屏，警告行人車輛的下一步行動。但調查結果顯示，行人傾向于無視這些新奇玩意兒，仍然只通過傳統方法——觀察車輛速度，來判斷道路安全。

　　3. 人機交互

　　即便全自動駕駛汽車已在地平線，在可見的未來，大多數“自動駕駛車”仍只會是半自動駕駛。劃分清楚司機和車的責任是一件極高難度的技術活。車怎么通知睡著的司機在它無法處理的狀況下接管？車又怎么確認司機已準備好？

　　對此，荷蘭烏特勒支大學（Utrecht University）認知學者 Chris Janssen 說：“某種意義上，司機仍然在專注于駕駛的某些方面，雖然他沒有在開車?！彼膶嶒炇艺谘芯浚涸谶@樣的情形下，人們怎么分配他們的注意力？他們使用 EEG 機器來探索，在開車和乘車兩種情況下，人們的大腦分別如何對警報聲做反應。Janssen 還對傳達命令的最佳時間、以及該命令需要多詳細身份感興趣。

　　4. 倫理困境

　　在對自動駕駛汽車倫理問題的探索中，MIT 認知科學家 Iyad Rahwan，強調自私引發的問題：

　　“買自動駕駛車的人，希望汽車把乘客（自己）放在第一位。但他們又希望別人的車能把行人（自己）放在第一位?！?/p>

　　在一個名為 Moral Machine 的網上測試中，參與者需要選擇在不同情況下要救誰（經典婆媳問題）。如果行人是老奶奶，這會是一個自動駕駛需要考慮的問題嗎（保護的優先級）？如果她不遵守交通規側呢？社會作為一個整體，必須決定自動駕駛要遵守什么原則和制度。為了讓技術跟上倫理，這些決策必須包含道德判斷，同時又避免消費者對自動駕駛產生偏見。

　　5. 網絡安全

　　在 2015 年，黑客讓一輛正在圣路易斯（St. Louis）高速公路行駛的吉普車突然停止——它的剎車、方向盤被黑客通過汽車娛樂系統遠程控制。該示范證明，即便是傳統汽車也有安全漏洞。若被有心人利用，就有可能造成事故。通過云端獲取系統更新和地圖數據的自動駕駛汽車，會有更大的風險。達特茅斯學院的計算機學家 Sean Smith 表示：“信息處理技術在日常物品中滲透地越多，越難監測它們的安全漏洞?！?/p>

　　除了恐怖分子和謀殺犯， Sean Smith 還能想到其他惡意控制汽車的情景：比方說，黑客剝奪某用戶對汽車的控制，以此勒索贖金。

　　以上就是自動駕駛技術商業化，需要克服的五大挑戰。它們看似并不復雜，但解決每一個挑戰都需要多學科的研究進展，還需要業界生產方式的進步（比如降低傳感器價格），以及全社會的溝通與認知提高（倫理）。