阿裡(lǐ)無人車變革物流 全自動化還(hái)有很長(cháng)的路要走

随著(zhe)機器不斷勝任人類的工作，無人車也在逐漸從概念變成(chéng)現實。無人駕駛或自動駕駛是人車的關鍵技術，更受到了科技巨頭的重視。

今年4月開(kāi)始，阿裡(lǐ)研究L4及以上自動駕駛技術的消息坐實，BAT全部加入了這(zhè)場争奪未來科技力量的混戰。9月14日，阿裡(lǐ)和英特爾、大唐電信開(kāi)展了車路協同上的戰略合作。阿裡(lǐ)的無人駕駛布局又是否會遇到困難，車路協同又能(néng)從多大程度上爲阿裡(lǐ)的物流甚至電商助力呢？

布局無人車生态 阿裡(lǐ)基本具備相關能(néng)力

在BAT中，阿裡(lǐ)對(duì)無人車的投入是比較晚的。直到今年4月，阿裡(lǐ)巴巴才對(duì)外承認阿裡(lǐ)團隊在進(jìn)行無人駕駛的研究。相比之下早在2013年，百度研究院就開(kāi)始了無人駕駛項目，2016年，騰訊也成(chéng)立了自動駕駛實驗室，公開(kāi)表明要研發(fā)無人駕駛技術。

所以說阿裡(lǐ)來得太晚是毫無疑問的，不過(guò)好(hǎo)在阿裡(lǐ)在相關領域有大量的投資，基本上也比較完善，再加上自身的達摩院等研究機構實力較強，想要在無人駕駛上做些文章還(hái)是很有希望。

阿裡(lǐ)在無人駕駛周邊的産業都(dōu)有不錯的布局。無人駕駛對(duì)高精度地圖有一定需求，阿裡(lǐ)手中握有地圖廠商高德，以及應用北鬥衛星導航系統的合資子公司千尋位置。在人工智能(néng)技術應用方面(miàn)，阿裡(lǐ)也投資了曠視Face++和商湯科技，緻力于研究人臉識别和深度學(xué)習等。

阿裡(lǐ)旗下的菜鳥網絡也已經(jīng)宣傳過(guò)自動駕駛的物流車，還(hái)曾公開(kāi)路測菜鳥無人車Gplus并且發(fā)布了相關視頻。在互聯網造車的乘用車布局方面(miàn)，也投資了小鵬汽車，目前出于造車新勢力的前列。

但是這(zhè)些尚不足以掩蓋阿裡(lǐ)入局比較晚的缺陷，高新科技研究對(duì)技術的積澱有著(zhe)一定的要求。更何況即使是在業界，無人駕駛全自動化也還(hái)存在一些難題需要攻克。

無人駕駛仍存在難題 L4到L5還(hái)有很長(cháng)的路要走

無人駕駛的全自動化并不容易，根據NHTSA和SAE國(guó)際對(duì)自動駕駛分級的規定，L5是完全無需人工幹預的自動駕駛。現在的技術要達到這(zhè)個層次依然十分艱難。這(zhè)其中既有技術的缺陷，也有規則與效率的考量，還(hái)受到人類傳統觀念的影響。

（1）技術尚不成(chéng)熟 行駛操作不夠順暢

因爲阿裡(lǐ)無人車的相關信息并不多，我們先把目光投向(xiàng)名聲更響的谷歌無人車。量子位在《“我恨Google無人車”》一文中提到，Waymo測試過(guò)程中在丁字路口時轉彎、在高速公路上并線等操作不流暢，這(zhè)引發(fā)了其他交通參與者的不滿和路怒。

其次平時駕駛員還(hái)會根據判斷其他交通參與者是“新手”還(hái)是“老司機”的方式來決定車距控制等細節，但AI在這(zhè)方面(miàn)的判斷可能(néng)還(hái)不太足夠。

這(zhè)些情況本質上還(hái)是技術上的稚嫩，随著(zhe)深度學(xué)習的加強，無人駕駛的AI將(jiāng)會越來越接近人類的判斷方式和操作習慣。同時，随著(zhe)車聯網的逐步演進(jìn)，判斷其他交通參與者的行爲將(jiāng)更加容易，屆時可以有效解決這(zhè)方面(miàn)的問題。

（2）交通環境制約 AI無法判斷真實情況

另一個技術上的問題在于無人駕駛車輛在交通标識不明顯的地段，不能(néng)像人類一樣(yàng)自覺形成(chéng)行駛默契。前面(miàn)提到的Waymo在沒(méi)有規劃車道(dào)标記的雙向(xiàng)雙車道(dào)形勢時，會跑到馬路正中央，這(zhè)雖然不會直接造成(chéng)事(shì)故的發(fā)生，但無疑增加了交通隐患。

從這(zhè)個實驗我們可以想象，無人駕駛技術首先肯定隻能(néng)在城區的部分道(dào)路和鄉村的主幹道(dào)路行駛，否則應當憂慮部分較窄路段的複雜會車場景。其次要考慮遭遇霧霾、雨雪天氣時，交通信号受到環境因素的幹擾，尤其是有輕度積雪的路段，路面(miàn)的指示标志會被(bèi)遮擋。

（3）如何應對(duì)交通違規 是否有必要死闆的遵守規則

對(duì)于規則與效率如何考量，也是一個重要的因素。理論上，我們必須嚴格遵守相關規定，确保安全駕駛。但是實際上人類司機爲了效率輕度違規的現象十分常見，當無人駕駛嚴格遵守規定時反而讓他們不适應。

就無人駕駛研究企業來說，遵守規定是規避風險的最佳辦法。一旦出了事(shì)故，“無人駕駛”的“違規”更容易讓企業承擔法律和道(dào)德的責任，而按規定操作即使效率打了折扣，也沒(méi)有這(zhè)麼(me)大的風險。但要讓人類司機适應這(zhè)麼(me)一個非常遵守規定的交通參與者，恐怕需要些時日。

（4）大衆對(duì)其犯錯的容忍度很低 自動駕駛任重道(dào)遠

正是因爲大衆對(duì)無人駕駛的犯錯容忍度低，所以即使自動駕駛事(shì)故率并不高，人們也還(hái)是對(duì)自動駕駛充滿不安全的揣測。當然事(shì)故率低不排除無人車尚未大規模應用，受到的黑客攻擊很少的緣故。

但我們确實要面(miàn)臨這(zhè)麼(me)一個倫理問題，AI駕駛發(fā)生事(shì)故對(duì)于受害的人類來說等于把命運交給了機器，而機器并不具備人文的同理心，而是根據統計數據的百分比來作出決定。心理上的接受障礙會是接納無人駕駛的一道(dào)門檻。

如果說現階段有什麼(me)方向(xiàng)可以對(duì)這(zhè)些複雜問題進(jìn)行改善的話，從交通體系入手或許是一條路徑。

不急于制造自動駕駛乘用車 車路協同將(jiāng)深刻影響未來商業

車路協同意味著(zhe)除了自動駕駛，還(hái)有智能(néng)道(dào)路，通過(guò)智能(néng)道(dào)路提供的信息輔助無人車更加智能(néng)。整個車聯網和車路協同的實現，前面(miàn)提到的技術和環境上的難題也就有了應對(duì)方案，所以入局更晚的阿裡(lǐ)希望通過(guò)車路協同方案來更快地研發(fā)出可靠的技術。

不過(guò)阿裡(lǐ)并不急于生産自動駕駛乘用車輛，因此至今都(dōu)沒(méi)有乘用車亮相。阿裡(lǐ)AI Labs的首席科學(xué)家王剛曾表示車路協同技術方案會最早落地在貨車運輸上，做智慧物流。這(zhè)一方面(miàn)可以更好(hǎo)地被(bèi)大衆接受，另一方面(miàn)也符合阿裡(lǐ)巴巴的戰略需求。

阿裡(lǐ)之所以提出車路協同方案來賦能(néng)無人車，與京東的想法其實是相差不遠的。車路協同方案應用于物流，會更快地推動菜鳥無人配送體系的建立。

貨運包括長(cháng)途貨車運輸和短途同城配送兩(liǎng)個部分，是物流體系的主幹。貨運實現無人化能(néng)有效地提高物流效率，其中車路協同方案又對(duì)菜鳥無人車的落地能(néng)起(qǐ)到關鍵的作用。

對(duì)于阿裡(lǐ)來說，無人車落地將(jiāng)能(néng)帶來重要的影響。物流體系人員會發(fā)生結構性變化，一部分快遞小哥會從運輸端轉移到驿站的服務端，快遞員的需求將(jiāng)減少，技術人員和服務人員的需求會增加。

不過(guò)當然，無人車落地、無人配送全體系的應用還(hái)需要漫長(cháng)的時間，在未來幾年對(duì)人們生活的影響仍然比較小。但是其深遠影響依然不容小觑，新的物流賽道(dào)對(duì)于新零售的賦能(néng)作用會很明顯。

尤其是未來電商前端體驗、内容品質都(dōu)會達到比較高的水準，物流的效率會成(chéng)爲競争的焦點。未來無人配送普及以後(hòu)，最終端也將(jiāng)納入配送體系，屆時將(jiāng)極大地改善人們的消費體驗。

總的來說，阿裡(lǐ)布局無人車生态，發(fā)力車路協同方案并不是攪和BAT之争，而是與京東在賽跑。無人駕駛的全自動難題仍然有一定的挑戰性，阿裡(lǐ)能(néng)否克服困難，搶跑無人配送賽道(dào)，還(hái)需要我們拭目以待。