網易科技訊 9月27日消息，據BBC報導，地球上的半數人口都居住在城市中，到2050年，這個比例將達到66%。過度擁擠的街道正越來越成為令人擔憂的問題，但印度公路或許可以幫助我們找到解決之道。
當我們在印度班加羅爾擁擠街道上穿梭時，我（本文作者艾德·根特（Edd Gent））的黃包車車夫Raju向我解釋著道路規則，他說：「在60秒內，你必須考慮到70個選項。」在印度生活了兩年半之後，我明白他所說的意思。在印度，公路上的每寸地面都不會被浪費。如果出現缺口，立刻就會有機車把它填滿。
汽車的保險槓會互相碰撞，超車頻繁發生，指示器和後視鏡都成了可選的附加物，變得可有可無。大多數司機似乎更多依賴於附近車輛不停的鳴笛進行判斷，它們就像一種回聲定位系統。這些都是印度司機應對道路瘋狂的獨特方式，他們已經習慣了去預測那些不可預測的東西。
圖1：印度擁擠的道路就像道路障礙（比如大象）「萬花筒」，但它可以為無人駕駛的人工智慧提供更好的數據
Raju解釋稱：「我們預期會出現任何東西。只有這樣，我們才能做出預測。我們總是期待著前面的車會向左或向右轉彎，甚至突然剎車。事情也總是這樣進行著。」這種「駕駛哲學」有著複雜的文化和歷史根源，但同時也是城市人口和汽車保有量快速增長的產物。政府數據顯示，在2000年至2013年間，印度汽車保有量幾乎增長了四倍。這種增長速度超過了新建基礎設施的速度，以至於讓市民們無法適應。
印度絕非個例，在中國、巴西以及菲律賓等國，也都出現城市擁擠和汽車保有量激增的類似情況。但對許多科技公司和研究人員來說，印度混亂的道路使其成為完美的測試地。
城市過度擁擠是個複雜而微妙的問題，沒有任何靈丹妙藥可以解決，它需要一個全面的規劃，解決基礎設施、收入不平等以及能源供應等方方面面的問題。但就這些城市的道路而言，世界各地的技術專家都在追求一個宏大的構想：無人駕駛汽車帶來了保證交通暢通，並幫助我們優化旅程。他們的觀點是，智慧機器人汽車可以相互交流，更好的感知障礙，並能創造更有組織的交通流量。
但是，這種技術的大部分都是為西方有序的街道而開發的。Uber前執行長特拉維斯·卡拉尼克（Travis Kalanick）曾表示，在體驗了德裡的交通狀態之後，印度將是最後部署無人駕駛汽車的地方。然而，這未能阻止設計公司Tata Elxsi，該公司正在開發無人駕駛系統，它可以對任何汽車進行改裝，並且已經開始在班加羅爾總部附近的測試軌道上測試原型車。
道路測試還很遙遠，他們對面臨的挑戰有著清楚的認識。Tata Elxsi營銷和策略主管Nitin Pai說:「在這裡，駕駛行為是非常不穩定的。規則不是規則，更多的時候只能充當指導方針。」這就是要特別研究印度道路的理由，以為它可以幫助我們想出最好的主意。無人駕駛汽車在很大程度上依賴於機器學習，也就是人工智慧（AI）利用海量數據訓練自己的能力，比如識別車輛，並預測它們的軌跡等。
到目前為止，這些汽車已經在美國舊金山和匹茲堡等地的公路上進行測試，在中國和日本等國家也進行了測試。但是，大多數研究都是在西方進行的，因為那裡的司機行為被認為是可以預測的，道路上有明確的標誌，測試起來更可靠。Nitin Pai表示:「這些是你建立無人駕駛汽車系統的基礎。」
Tata Elxsi團隊已經在用德國卡爾斯魯赫理工學院研究人員收集的第三方數據訓練他們的系統。這是在德國的道路上完成的，使用配備高解析度攝像頭、GPS和雷射雷達傳感器的汽車進行測試。其中，雷射雷達可以使用雷射而飛聲音來進行非常靈敏的距離測量。
圖2：印度的街道向來以混亂著稱，但這也是繁忙擁擠的城市標誌，這些城市可以從智能城市技術中受益
Tata Elxsi戰略舉措負責人拉傑什·庫馬爾（Rajesh Kumar）說，他們已經開發出使用這些數據的算法，但機器學習的效果與你提供的數據息息相關。如果我們想解決過度擁擠的發展中國家的道路問題，我們需要從這些環境中獲取數據。印度道路上有許多德國公路上沒有出現的障礙，這意味著，接受德國數據培訓的AI將無法識別在印度道路上行駛的無人駕駛汽車遇到的所有物體。
不僅僅是黃包車。在印度，摩託車和電動車更為普遍，汽車也與非傳統道路使用者展開競爭。人力車夫Raju笑著稱：「馬路上會突然出現人、牛、猴子以及大象等。他們也是我們交通的一部分，所以我們總是需要警惕他們。」所有這些都能幫助無人駕駛汽車技術變得更好、更安全，而在沒有印度道路數據的情況下是不可能實現的。
庫馬爾表示，如果無人駕駛汽車要在印度道路上行駛，那麼捕捉這些差異就變得至關重要，但對於想要為其他發展中國家完善這項技術的研究人員來說，這也是一個數據金礦。因此，這些研究人員每周都會有數次駕駛者裝滿傳感器的汽車，在班加羅爾的懷特菲爾德郊區遊蕩，以建立由高清視頻、雷射雷達數據和高精度GPS數據構成的本地數據集。
Tata Elxsi認為，他們的第一批客戶將在發達國家，但設置高門檻可能最終讓他們進入擁有類似交通狀況的新興市場。庫馬爾說:「如果我們能夠解決印度的道路問題，我們就可以在任何道路上暢通無阻。」
Tata Elxsi並不是唯一試圖馴服印度道路和高速公路的人。印度理工學院(IIT)馬德拉斯分校的副教授萊莉塔·戴維（Lelitha Devi）也在研發所謂的智能交通系統(ITS)。這是源自英國的服務技術，包括數字巴士到達時間標誌，以及旨在保持交通暢通的交通信號燈智能系統。戴維說，印度城市的管理人員越來越希望引進類似的技術，但缺乏本土解決方案意味著他們經常求助於西方供應商。
戴維表示：「在美國或英國行得通，並不意味著它也能在我們的城市中起作用。這些城市環境是完全不同的，印度的情況要複雜得多。所以我們需要本土的解決方案。」戴維的實驗室已經在金奈的一個通勤走廊上建立了攝像頭和傳感器網絡。低功率無線通信技術將數據傳輸到IIT的臨時交通監控室，以幫助他們開始構建印度交通的模型。戴維說：「在西方交通中，車輛都是前後有序行進的，在擁堵期間，它們都留出了最小的間隔。而在印度，你所擁有的任何空間都將被車輛佔據。」
圖3：科技公司正在收集數據和監控道路活動以建立人工智慧算法，而這種算法需要藉助印度混亂、充滿障礙的道路
戴維的許多學生正在嘗試模擬兩輪車在車輛周圍移動的模式，他們將此比作是流動的液體通過沙袋。與此同時，他們的一個模型已經投入使用，通過城市巴士的GPS數據來預測到達時間。戴維說，歐洲也使用了類似的方法，但他們傾向於在路線的子部分上設定統一的速度。但在印度，你不能假設任何事情都是統一的，或使用任何預測方法。
甚至在獲取數據時也需要創造性思維。一種監測交通流量的流行方法是使用「感應線圈」。即在每個車道下鋪設導線，當車輛經過時，導線的磁場受到幹擾，導致信號被傳送到計數器上。然而，這種方法只有車輛嚴格按照車道行駛時才起作用。但在印度，這種情況很少發生。因此，戴維的團隊建立了一個系統，即使車輛同時通過的時候，也能準確地檢測出八種車輛的類型。
這些項目都給人留下深刻印象，但它們還處於起步階段，很難說服城市規劃者實施它們。戴維表示，官員們往往更喜歡已有的外國解決方案，不管它們是否適合印度的條件。但這種技術有相當大的推動力。印度總理納倫德拉·莫迪（Narendra Modi）的旗艦項目之一就是耗資150億美元的智能城市計劃，目標是利用數據來改變從交通到衛生設施等。在印度蓬勃發展的城市和日益擁堵的街道上，這些好處可能會相當可觀。
黃包車車夫Raju說，15年前，班加羅爾公路的平均時速是40公裡，現在已經降到了10公裡。他說：「那些現在入行的黃包車車夫從業時間可能無法超過5年，因為交通擁堵和汙染越來越嚴重，這將威脅到他們的健康。」
圖4：印度通勤者正經歷擁擠的交通高峰期
戴維認為，像公共汽車預測系統這樣的技術可以通過鼓勵人們使用公共運輸來減輕負擔。在乘客調查中，他們發現許多人更願意乘坐公交車，但根本無法依賴它們。戴維的團隊也在研究道路規劃系統，以優化道路的使用。他們的交通預測系統將來會根據交通流量智能化地控制交通信號燈，而不是像現在這樣使用定時器。
但是，所有技術都只能提供輔助作用，解決交通困境的最好方式還應聚焦於人類身上。有些交通工程師認為，嘗試改變印度司機的習慣可能是更好的方法，但戴維認為這是他們無法控制的。和印度的大多數事情一樣，隨流而去更容易。戴維稱：「這就是印度系統的運行方式，問題在於我們如何改進它。無論如何，從某些方面來說它更高效，而且也不會浪費路上的任何空間！」（小小）
本文來源：網易科技報導 責任編輯： 王鳳枝_NT2541