智能車無人駕駛會帶來哪些新的交通問題？

12-28

&>&> 本問題已加入 人工智慧 · 自動駕駛 圓桌中，歡迎關注圓桌參與更多討論 &<&<
就目前的實現程度和趨勢來看，下一步無人駕駛和智能交通想要真正大規模應用有哪些需要解決的問題？

需要首先說明，我對原問題的理解是「假設無人駕駛技術已經充分應用，會產生什麼樣的問題」。
所以我談的不是現在，而是那個無人駕駛技術已經應用的未來。所以技術上、法律上、社會觀念上都已經做了相當的準備工作了。

這事兒如果在中國發生，即使我們知道這是一個經濟奇蹟發生的國度，也還需要20年以上。

從2015年，我們往回看20年，也就是1995年，那年中國汽車銷量僅140萬，與韓國相當，同比增長只有7%，汽車消費還處於萌芽期，汽車還是奢侈品，整個市場尚未開始高速增長。當時沒有幾乎任何人能夠預計到中國在20年之後，居然暴增十幾倍，坐穩了全球第一大市場。

上面這段話的意思是，任何預測都是不靠譜的。(首先逃避一下預測的責任)

我且戴上巫師帽，占卜一番：

智能車無人駕駛的普及，說明科技已經到了相當的高度——清潔能源可以大量供應、超級高速高效互聯網基本免費、智能感測器大量應用於機器設備和城市基礎設施、人們比今天富有多了、汽車就像今天的手機一樣普及。

在這樣的條件下，小明同學坐在他的智能車裡，每天從浦西出發，到浦東陸家嘴上班，車裡不會有方向盤，他應該是對著一面投影的畫面，寫寫詩或者上知乎答答題，或者參加一個3D實感工作會議。車只顧自己開，小明只顧自己忙。

在99.99%的時候，一切都在互聯網和計算機的掌控之下，非常完美。所有可以被分析被預測被解決的問題，在系統上線的若干年內，都解決了。

以前人們最煩惱的那些造成交通擁堵的問題，比如中國人總是亂變道插隊、比如大家盲目的開向一台其實在修路被封的路，比如某場演唱會結束了，但並非每個人都懂得避開高峰車流。這些問題都不再是問題。

但是以前認為不是問題的問題，可能會變成新的問題。某一台汽車電機失靈、某一條路的感測器突然Bug、某一次颳風下雨閃電，某一個黑客入侵了某一台汽車。。。在以前，這不算什麼，最多造成一台車的拋錨，但在新的條件下，這有可能（儘管可能性是比較小的）引發一場無法想像的交通連鎖大事故（相比之下，動車出軌可能都不算什麼）。因為整套智能系統的設計是以所有車和所有交通設施互聯互通的基礎上的，雖然系統會留有設計師認為足夠的安全冗餘，但這些安全冗餘依然不可能覆蓋所有的情況。這就像電腦有可能死機一樣，通常死機不會有什麼大問題，重啟就好了，但某一次死機可能電腦就有關鍵元件報廢。

我們可以從另一個角度來看一下：

人類的交通方式，春秋之前靠步行為主，步行造成的最嚴重的事故，無非是某個帥哥下雨天摔了一跤，正好撞在臉上，顏值打到5折。

後來，古人開始騎馬，騎馬對於步行是極大的技術升級，但騎馬的官二代，撞死窮人老百姓的故事，我們屢見不鮮。騎馬造成的事故，可能會出人命。

現代有了汽車、火車、飛機，再次巨大升級，相對於馬力和三輪車，又是一次極大的技術升級。可這些動力強大的交通工具出了交通事故，又比騎馬嚴重的多。

未來，當人類從手動控制汽車，升級到智能自動駕駛，一樣的，新技術是很酷的，但另一個方面，一旦出現事故，它也極有可能更加苦澀。幾百輛車在某個複雜的路口發生看起來很愚蠢的大規模相撞事故，不是沒有可能。

但我們總不能因為汽車會撞死人，而堅持騎馬，不是嗎？

謝邀。
1、最大的難點是工程跟上科研——&>交通事故
說一句我最近感悟到的很經典的話：現在技術上很多問題都已經解決了，主要是實際的軟硬體跟不上。打個比方，如何實現對於高程的厘米級實時全天定位。這是一個很簡單的問題吧，萬方一搜可能會讓人覺得這並不是難事。但是實際城市的多路徑效應、遮擋和通信問題等是很難達到的。
實際的交通模型太複雜，隨機性非常強，因此無人駕駛的軟體會是一個不斷完善的過程，這中間很大的問題就是隨機性問題帶來的交通事故問題。舉個栗子，動車事故問題，這是一個相對簡單的交通模型。在現有的交通規章制度下，可見無人駕駛在中短期內人工輔助是避免事故最好的方法；或者就是為了無人駕駛的普及而專門修改交通制度，這對於交通領域絕對是革命性的。
2、無人駕駛車的費用問題：費用問題是一個中短期問題，這是由軟硬體的特點決定的，尤其軟體在成熟期的邊際成本很低，具體可以參見薩繆爾森的《經濟學》。
3、碰瓷發生之後誰承擔責任：無人駕駛的研發銷售公司還是車主？不知道以後會不會出現針對無人駕駛的交通法。
4、車聯網問題：樓上有說。以親身經歷來說，現在的公交車聯網都弄的人焦頭爛額，路漫漫其修遠兮，少年還需努力。車聯網將是疏導交通擁堵一個很好的解決點。

問題是解決不完的，實際發展中會出現更多的問題，比如廣場的地燈為什麼容易壞，不去現場很難知道是因為電解。所以做好心理準備，一點一點慢慢量變吧。

前段時間剛好去一個無人駕駛的公司實習，是武漢某大學的無人駕駛團隊科技孵化的公司。跑題了。
無人駕駛的最終目的不是實現單車的自動行駛，目前已知的谷歌已經行駛了48萬公里了，尚未出現較大的車禍，主要的交通事故主要是由於其他汽車操作失誤造成的，這說明在單車技術上，已經取得了長足的進步。接下來我們看看這件事。
搶線事件：美國德爾福汽
車(Delphi Automotive PLC)矽谷實驗室主任，自動駕駛項目全球商業總監約翰·艾布斯米爾(Jpohn
Absmeier)透露，公司一輛由奧迪Q5跨界車改裝的自動駕駛原型車在Palo
Alto一條道路上變線時，被谷歌一輛雷克薩斯RX400h改裝而來的自動汽車搶線攔住去路，被迫取消變線。
從這件事上，我們可以看到，兩輛沒有網路鏈接的自動駕駛汽車是會出現很多意想不到的事故的。因此有必要將無人駕駛往更深層次的地方推進。
更深層次的地方，指的就是車聯網。車聯網（Internet of Vehicles）是由車輛位置、速度和路線等信息構成的巨大交互網路。通過GPS、RFID、感測器、攝像頭圖像處理等裝置，車輛可以完成自身環境和狀態信息的採集；通過互聯網技術，所有的車輛可以將自身的各種信息傳輸匯聚到中央處理器；通過計算機技術，這些大量車輛的信息可以被分析和處理，從而計算出不同車輛的最佳路線、及時彙報路況和安排信號燈周期。
可以看出，車聯網的技術還是需要較大的信息處理的。這個發展過程不是某一個企業能完成的，因此需要各個企業通力合作，可以這麼說，哪一個企業掌握了車聯網和無人駕駛的核心技術，那麼未來就屬於這個企業。
目前國家對該項目是非常重視的，除了武漢某大學外，還有其他高校和機構(某度和某為等)，國家會定期為這些高校和企業進行會議交流，該會議是由某著名院士所主持的。
目前無人駕駛的技術已經比較成熟了，國內外都能很好的控制該技術了，並都進行了大量的實驗了，也許哪天你在武漢看到了也不奇怪，深圳也有這個(據說主體在深圳)。
我答得比較亂，現在的無人駕駛所遇到的交通問題肯定是不止一點半點，但是這都不必擔心，無人駕駛的安全性應該算是比較高的了，至少能規避很多人無法規避的交通問題，這個就沒有繼續討論下去的必要了。因為減少1%的交通事故，就意味著多少條人命啊。
總之，無人駕駛是一個很熱門的問題，但最終目的不僅僅是無人駕駛，而是車聯網。

假設有一輛無人駕駛車，正面臨艱難抉擇：它必須向左或向右急轉彎。但如果向左轉，就會撞上一輛沃爾沃越野車；如果向右轉，就會撞上一輛小型車Mini Cooper。如果讓你來給無人車設計演算法，而且要追求一個合情合理的目標——把無人車對他人的傷害降到最小，那麼你會如何選擇？

如果單純從物理學角度考慮，你應該選擇撞向重量較大的車，因為它能更好地吸收撞擊產生的衝擊力。也就是說，你的演算法應該指揮無人車撞向沃爾沃。而且去撞一輛以安全性能著稱的車也是合情合理的，無論如何，無人車都應該撞向沃爾沃。

但物理學並不是我們唯一需要考慮的問題。如果我們給無人車設計這樣一個「撞擊優化演算法」，指揮它放過哪些車、撞向哪些車，那這演算法簡直就是軍事武器系統里的「靶向演算法」了。如果無人車真的採用了這種演算法，那麼整個無人車產業就會被帶上一條法律和道德都堪憂的道路。

雖然優化演算法的本意是降低傷害，但是它確實通過系統運算做出了撞向大型車的決定。至於那些不幸被當成靶子的大型車，其駕駛員或所有者沒有犯任何錯誤，卻不得不獨自承擔惡果；也許他們唯一的「過錯」，就在於自己太注重安全，或者確實需要一輛大型SUV才能帶全家人一起出行。但他們卻有可能平白無故遭受衝撞，這樣真的公平嗎？

看起來很合理的演算法就這樣遇到了道德挑戰。如果無人車選擇撞向大型車，而非小型車，那麼沃爾沃和其他SUV車主當然有權憤憤不平——哪怕物理學告訴我們，這是當時情境下的最佳選擇。

確實有許多道路交通事故無可避免，就算是無人駕駛車也不能逃脫噩運。比如一頭野鹿忽然跳到車前，或者本來在旁邊車道好好行駛的汽車忽然向你別過來。除非扭曲物理定律，不然事故近在眼前。但無人車或自動駕駛車也許能讓撞車後果變得稍微好一點。

人類司機只能在緊急情況突發之際，憑本能快速做出反應。而無人駕駛車則受到軟體控制，可以用它那「不眨眼」的監視器連續掃描周圍環境。遠在我們人類察覺危險之前，它就已經進行過無數次運算了。所以它們在剎那之間就能做出決定，撞向哪裡才能把傷害減到最小。但是軟體也要由人來寫，而我們還不知道該如何處理這樣的道德難題。

之所以要討論這些極端案例，當然不是為了模擬現實世界中的真實場景。這些情景就算會成真也肯定是極其罕見的，但是它們卻能暴露出正常案例里潛藏的問題。就拿剛才那個例子而言，撞擊優化演算法可能會表現出令人不安的歧視。也許等我們下次需要權衡兩害、犧牲其一的時候，我們就該好好想一想了。

幾年之前，絕大多數無人車還只是在高速公路或者野路上行駛，相對來說路況環境比較簡單，也不必太過擔心行人或者其他種種都市行車常會遇到的意外情況。但是谷歌最近宣布，它決定在真正的市區街道上測試它的無人駕駛車。從此以後，無人車面對的路況環境只會越來越複雜。在未來的某一天，它們勢必會迎來艱難抉擇：應該撞向何處？甚至撞向何人？

美國弗吉尼亞州交通創新與研究中心的科學家諾亞?古道爾（Noah Goodall）提出了另一種場景，更加凸顯了問題的嚴重性：和上一個案例一樣，假設一輛無人車馬上就要撞到障礙物。它可以選擇向左邊或右邊急轉彎，但一邊的「目標」是戴頭盔的摩托車手，另一邊的「目標」是不戴頭盔的摩托車手。在這種情況下，該怎樣為汽車編程才是正確的？

按照撞擊優化演算法的原則，你會編程讓小車撞向那個在撞車之後生存幾率最大的目標——在第一個案例中，無人車會撞向沃爾沃；在第二個案例中，它會撞向戴頭盔的摩托車手。從統計數據來看，不戴頭盔的車手更有可能死於車禍，好演算法當然會把這概率計算在內，因為任何一家汽車製造商都不希望自己的車撞死人。

但我們很快就能發現這個選擇的不公平之處——哪怕從演算法角度來說十分合理。如果我們編程讓無人車撞向戴頭盔的摩托車手，難道不是因為他/她負責任地帶了頭盔而懲罰他/她？與此同時，我們卻給另一個不注意安全、連頭盔都沒戴的摩托車手放了一條生路——在美國大多數州，不戴頭盔都算違法行為。

這一歧視不單違反了道德準則，而且還不利於交通管制。隨著無人車在城市街道上逐漸普及，這種撞擊優化演算法可能會迫使部分摩托車手為了不被當成靶子而摘下頭盔。另外，在第一個案例中，消費者可能都不想讓自己的車成為靶子，所以某些以安全係數高聞名的名牌車經銷商就要倒霉。