眾所周知，包括特斯拉、谷歌、通用、奔馳、百度在內的多家廠商都在試驗他們的自動駕駛技術，并且不斷走向成熟。谷歌的無人駕駛車測試七年，雖不斷有小事故發生，但總體來看表現穩定。那么，如果今天就把自動駕駛汽車投入使用，穿梭于城市的大街小巷，那會是什么樣的場景？

　　答案是，即使不出事故，也有可能把乘客嚇出心臟病。

　　為什么會這樣？讓我們假設有一個住在北京胡同里的人，想要打個車出門。他打開手機的出租車 app，下單讓一輛自動駕駛汽車上門來接。幾分鐘后車就到了，停在他家門口，并自動向他的手機發送了一條到達通知。是不是很方便？他上了車，車快速開到巷口，并不減速，扯著他一個生猛的直角轉彎，車身干凈利落得拐出胡同，如同職業賽車手附體（說不定還帶點漂移）。與此同時，該男子被猛地甩向座位一側，嚇得魂不附體，脖子扭得落枕，剛吃下去的早飯也幾乎全吐了出來。

　　體驗稍微刺激了點，對吧？谷歌也不希望你每次坐自動駕駛車都像坐過山車一樣。于是，他們著手降低自動駕駛系統的行駛效率，沒錯，就是降低。這主要是通過增加轉彎半徑（相當于增加了行程），并在會車、轉彎時進一步降低速度來實現。以犧牲運營效率的辦法提高乘客舒適度。下文會進一步說明。

　　自動駕駛的挑戰并不僅僅是避免碰撞和遵守交通秩序。而且，正如谷歌最近的報告，即使他們的無人車完美地行駛，仍然會被粗心大意（玩手機）的人類司機撞到。這已經不止一次了。一旦投入運營，一段時間之后，無人車的翼子板、側門、車尾肯定被撞的坑坑洼洼。

　　但是，谷歌的擔心不止于此。怎樣讓自動駕駛系統學會“舒適”得駕駛，使你感覺到是一名人類老司機在開車，也是一個很關鍵的問題。自動駕駛系統不僅要學會安全地開車，還要照顧到乘客的舒適度。這要求把人類的驚嚇因素考慮進去，并不斷根據實際車流對駕駛方式作相應調整，時刻保持行車品質。

　　這就是為什么谷歌自動駕駛系統要兼顧環境和乘客因素。目前，它對相當多障礙物進行識別的能力已可與多數人類司機匹敵。當它發現一個障礙物，可能是流浪貓、磚頭、垃圾等任何東西，無人車會憑借機器學習成果，盡量采取一個讓乘客不那么難受的規避方式。

　　現在谷歌自動駕駛模式的速度其實已經被程序控制得很慢了。即便這樣，在拐急彎時，乘客仍然會覺得很快很嚇人。突然急剎有同樣的效果。為了避免這些情況，谷歌正在人工地訓練無人駕駛系統“緩剎車、轉大彎（避免急轉彎），減速會車（車輛交會時減速）”的人類駕駛習慣。這主要通過讓無人駕駛系統“觀察”人類駕駛員的開車方式來訓練。

　　上文提到的“直角轉彎”，其實是最符合自動駕駛系統“直覺”的開車方式。自動駕駛系統想要盡可能高效率地駕駛，而轉小彎比轉大彎路程更短，不減速比減速節省時間（系統判斷不影響安全前提下）。因而就會發生像賽車手那樣“急速過彎”的情況。而這會讓車上的乘客緊張兮兮。

　　谷歌必須要讓自動駕駛系統明白，有些時候需要它低效率地開車。這并不容易。因為”汽車“是無法理解乘客的舒適感的。沒有人類的介入，即使進行一萬年的非監督機器學習，無人駕駛系統也學不會人性化的開車方式。如今，雖然谷歌無人車已經行駛了超過 200 萬英里的路程，但是專家們很清楚，它離推向市場還有很遠的距離。

　　作為谷歌自動駕駛技術粉的你，看了這篇文章之后是開心還是失望呢？很顯然谷歌無人車短期內是不會商業化的，特斯拉的自動駕駛同樣也不成熟。但它們都在一天天不斷提高，每天都會有海量的機器學習數據對自動駕駛系統進行優化。