我們談論無人駕駛（自動駕駛）的時候，大多時候是在談論技術的進展。

雖然技術上我們有所欠缺，但總歸，我們已經能在實驗環境下實現自動駕駛了——前一到兩年，不管是汽車主機廠還是Google這樣的科技公司，都可以把他們的無人車拿出來亮一亮，比如讓無人車跑到測試場地里，人少的大馬路上，但終究要落實在我們生活的社會中，難度是挺大的。

后來我們知道了，讓無人車跑到路上，就像是一個時刻被連在線上的大腦赤裸的上路。它需要認識環境，與環境對話，它需要通信，要對抗一些信號干擾。所以，真的要跑到馬路上，挑戰還是不小。

上個星期，PingWest品玩參與了騰訊汽車舉辦的一場AI活動。

由于騰訊在行業中的地位，我們這個大會的陣容也是十分豪華了——騰訊說這次大會從籌備到舉行歷時4個多月，到最后邀請了谷歌無人車之父Sebastian Thrun，北汽集團董事長徐和誼，英特爾全球人工智能戰略規劃總經理Fiaz Mohamed，美國高通公司高級技術標準總監李儼，中國工程院院士李駿，寶馬中國互聯駕駛研究院與自動駕駛聯合副總裁Robert Bruckmeier、蔚來汽車創始人李斌，長安汽車（000625，股吧）副總裁劉波等30多位重量級嘉賓出席并圍繞“誰主‘進化’？”展開對話。

這個大會倒是很有代表性的——科技行業內研究自動駕駛的、傳統車廠講究數字化轉型的、政策方負責指定方案和行業調研的，甚至是業內的一些分析師和媒體都參與其中。

騰訊汽車概括提煉了汽車AI進化路徑，首次提出“三階五維”概念。 三大階段主要指：技術爆發期、混合過渡期及智能交通時代；五大維度分別為：政策法規、基礎設施、高精地圖、技術標準與接受程度。

目前，行業正邁進第一階段：技術爆發期，未來四年間，5G通訊、FPGA、全新的經過不斷修正改進輔以大數據訓練支持后進化的AI算法、低成本激光雷達、全新的客戶端OS界面、云端技術都將爆發式發展，刺激商用化的人工智能無人駕駛車輛在2021年左右出現。

技術爆發期后，人工智能無人駕駛車輛受制于電池能量密度以及其他能源行業問題，基礎交通設施需要、人工操作車輛壽命等因素，人工操作車輛與商業化人工智能無人駕駛車輛將經歷一個12年左右混合過渡時期。

最后正式步入第三階段：智能交通時代， 智能交通，強人工智能無人駕駛車輛開始顛覆性的普及應用，并極大的促進TaaS 2.0（運輸即服務的無人駕駛時代 Transportation as a Service 2.0）。差不多就是因為這樣的概念，我們看到不少車企、互聯網科技公司提出的2020-2025年的完全自動駕駛規劃。

不過，這次大會咖雖然都很大，但聽到最后，我卻得出了一個簡單的結論——

無人駕駛在中國做，還真是有點難。

其實在很早之前，我與不少行業內做無人車的公司、業內人士有過一些交流。總體上，在中國落地無人駕駛，我得出的一個結論就是——最困難的仍然是不可預知的交通環境。

當然，說了這么多，講得大實話一些，就是中國的老司機們、新司機們都太不遵守交通規矩了——這些東西是要靠人的認知來學習的，而不是依據考試里的科目一二三。我們中國的交通路況實在是比國外復雜的多——有的有自行車道，但電動車還騎到機動車道的，有的沒自行車道，干脆自行車也直接上主路的。

中國的交通元素特別復雜——海外可能沒有那么多電動車、行人也會按照交通燈來走、街邊沒有煎餅攤、兩條車道其中也不會有一條被停車的站滿……

對了，那些人可能還時不時的晃你一下，根本不看后邊有沒有機動車。

有人說，自動駕駛感應器那么精確，比人的直覺的靈敏度高多了，不就是為了解放我們的雙手雙腳的么——檢測到人，一腳急剎不就完了么？

這就要說到在一些視野盲區里，其實老司機們到那都會自動備一腳剎車的。但自動駕駛汽車沒這經驗，一看綠燈全速通過，結果左側公交車視野盲區殺出來一個三蹦子……恐怕它自己都剎停不了，直接把人撞飛了。

很多車企喜歡運用人工智能來處理駕駛習慣的問題，所以即使這樣，在中國的駕駛習慣、交通路況就需要單獨學習。

寶馬中國服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁RobertBruckmeier講了這層意思。

他舉了一個例子，在慢速的路況超車情況下，不少西方的海外城市的運動軌跡是，超車打左轉向燈，左側車點剎車，右側快速超越；而中國市場內是，右側超車可能沒打轉向燈，左側車被右側車快擠到道路邊線的位置，趕緊減速，右側車突然意識到打燈了，快速超越。

寶馬嘗試把德國的AI放到中國，發現完全行不通。基于德國無人駕駛車隊的經驗，到了中國后發現，德國的AI探測到周圍的車會很疑惑——這些灰色的車為什么要走到我的車道上呢？所以就不知道怎么做了。

寶馬舉這個例子很簡單，如果要按照西方國家的數據訓練自動駕駛汽車拿到中國來用，在理論階段，那都可能不太能實行。所以在中國做自動駕駛，就得中國研究中心來做，得用中國的數據，學習中國的風格。

不過歸根結底，這是在探討路權的問題。而在實際生活的數據，有的時候會比這樣的情況更復雜，幾個月前，我在我的一篇文章《有中國特色的無人駕駛》中提到過一些觀點：

比如人們可以很簡單的從其“不走直線”下意識的判斷前邊的司機可能是個新手，然后減速；人們會在一個相對復雜的交通環境下總結開車的技巧，因為這些都是人學習后的經驗。但汽車決策目前只有更精確的感知，以及更復雜的算法決策，但那些超出算法決策范圍的情況可能會在中國發生。

比如人們知道在高峰期間繞過擁有復雜路況的五道口，無人駕駛汽車可能只能硬著“頭皮”根據高精度導航走走停停——來了一個人橫穿馬路，停下；快遞三輪從狹小的空間穿越，停下；兩側車道強行加塞，停下；面對這么多的情況，無人車的決策和預判系統變得非常復雜，可以說會非常的有中國特色了。

那么多的車企喜歡在美國加州拿一個資格進行路測，卻很少能有人在中國的社會道路上搞一個自動駕駛測試。中國在這方面相對保守——為了保護公眾的安全，不安全的東西不能上路，但無人車不上真實路段就沒法變的安全。

想想還真覺得挺難的，暫時是個死結。