技术的落地总是面临各种挑战，它的发展遵循着客观规律，而不是受利益相关者的意见所左右。
以自动驾驶为例，五年前业内普遍预测2020年将成为这一领域的重大转折点，然而时至今日，大多数人依然与自动驾驶的现实相距甚远。
最近，李彦宏再次预测，五年后自动驾驶将全面商用，交通拥堵将显著缓解，限购和限行不再必要。
对此，我持悲观态度。任何想要彻底改变现有社会网络的新技术，都需要面对一系列超出技术本身的未知因素，缺乏必要条件就无法实现，甚至可能永远无法达成。
不过，我们不应对自动驾驶感到绝望。至少在短期内，想要实现真正的规模化应用，自动驾驶需要一些固定的条件。
核心在于：封闭。
怎么理解这一点呢？
可以从海洋谈起。
几个月前，科技媒体VentuRe Beat报道，IBM与一家英国非营利组织正计划开发一款自动驾驶船，名为“五月花号”，与1620年启航的那艘船同名。
从商业角度来看，海洋自动驾驶蕴含巨大利益。目前，全球海面上有超过9万艘货船在航行，船员相关费用占海运总成本的约30%。自动驾驶有潜力大幅降低这些成本，同时优化内部空间并减少事故发生率。
更重要的是，从技术层面来看，相较于城市交通的复杂性，海洋几乎是一个广阔的封闭空间，对人工智能的要求相对较低，这使得算力负担大幅减轻。从某种意义上说，海洋的自动驾驶更接近于飞机的自动巡航。
尽管这一项目发生在海面上，却似乎印证了一个观点：至少在可预见的未来，自动驾驶汽车只能在“封闭空间”内行驶。
这个道理并不复杂。
虽然让单一车辆实现完全自动驾驶并不困难，但自动驾驶（尤其是科技公司所描绘的那种理想状态）的本质在于需要大规模解决交通组织和系统问题，而这些问题在现阶段只能在封闭环境中得到解决。
因为当前的人工智能本质上是通过统计方法提高预测准确性，基于过去的经验进行判断，而真实的交通系统中充满了各种突发情况。
科学作家万维钢曾在文章中提到：开车并不仅仅是控制方向盘和油门，你需要理解交通信号、路边标志，并判断路面状况。如果前方有小鸭子，你需要停车；若是鸟，你可以继续行驶；而塑料袋可以碾压，但石头则必须绕行。这种对路况的理解与生活经验密切相关，而汽车并不具备这种理解能力。
“AI版有轨电车”
归根结底，机器无法预见超出其经验范围的意外情况。
因此，在一些人的眼中，若想让自动驾驶行驶在“开放道路”上，就必须具备“开放的AI”，即某种程度上的“通用型AI”。然而，迄今为止，AI仍被限制在固定的知识框架内，稍稍跨越领域便显得无能为力。
DeepMind创始人哈萨比斯曾表示，深度学习只是实现通用AI的一部分：“大脑是一个综合系统，负责不同任务的部分各有其职。海马体处理情景记忆，前额叶皮质负责控制等。目前的深度学习可以看作是大脑中的感觉皮层，但真正的智能远不止于此。我们需要将其重新整合成更高层次的思维和符号推理。”
这条道路任重道远，悲观者认为这可能使自动驾驶遥不可及。
当然，悲观者往往正确，而乐观者则更可能成功。也许你会说这些困难“未来”终会被克服。
或许如此，但不可否认的是，自动驾驶与城市的关系需要逐步推进。
我相信，在未来五年里，自动驾驶将在固定线路的公交、无人配送、园区微循环等简单封闭场景中实现成熟应用。
但若想进一步发展，必须通过道路改造将更广阔的驾驶场景转变为封闭系统，以便让AI算力与现实问题匹配，实现真正的“车路协同”，这并非易事。而且，主导者必然是政府，因此从某种意义上讲，自动驾驶不仅是技术问题，更是城市治理的问题。
既然是治理问题，下一个问题随之而来：如果自动驾驶严重依赖基础设施，那么双方的关系可能并非是“相互促进”，而是“相互等待”，因为这背后涉及巨大的成本问题——毕竟，并非所有人都认为自动驾驶“必须”普及。
那么，自动驾驶未来将走向何方？也许是“AI版有轨电车”，也许是超出当今想象的其他系统。
但它必将以某种方式与现有交通体系相融合。因为一旦新技术破茧而出，通常就不再有回头路。全球所有有实力的国家和企业，早已汇聚在自动驾驶这条漫长的道路上。
以中国为例，无论未来的自动驾驶走向何方，中国在这一领域的创新能力正在不断提升。据不完全统计，我国已有超过1.2万件与“自动驾驶”或“无人驾驶”相关的专利，其中2019年新申请的专利超过3000件。
技术在进步，放在今天的视角来看，这或许意味着自动驾驶正在加速走向“封闭”，虽然并不像从业者所描绘的那样美好，但同样不乏意义。正如某位学者所言：“即便新科技带来的49%是问题，但同时也带来了51%的好处，差别在于这2%。这2%虽然微小，但人类需要这2%，通过逐年积累产生强大影响力。因此，即使新发明带来的好处仅比问题多一点，这一点就是人类进步的动力。”
对此，我们只能选择相信。
