"你得在60秒內考慮70種選擇。"我的人力車司機拉朱(Raju)說,他邊說邊拉著我在路上穿梭。我們正在班加羅爾(Bangalore)臭名昭著的擁擠街道上前進,一路上聽他給我講解交通規則。
已經在印度住了兩年半的我,完全能夠理解他的意思。這裏沒有一點地方會被浪費——但凡有點空,就會有踏板車插進來。汽車一輛挨著一輛,幾乎沒有一點空隙。超車早就司空見慣。轉彎指示燈和後視鏡都是可有可無的東西。多數司機都憑借附近車輛響個不停的喇叭聲判斷路況——感覺就像回聲定位一樣。
但這種瘋狂的道路並非無跡可尋。如果換成是英國,在車流中如此穿梭肯定會引發事故,但在這裏,受到冒犯的人最多只會抱怨兩句。這些雜亂無章完全在意料之中,他們已然習以為常。
"任何事情都有可能發生,只有這樣才能進行預測。我們一直都預計前面的汽車會左右轉向或者突然剎車。"拉朱說,"有些事情總會發生。"
這種駕駛理念有著複雜的文化和歷史淵源,但城市人口和汽車保有量的快速增長也是造成這種現狀的原因之一——官方數據顯示,2000至2013年間,印度汽車保有量增長了接近3倍。這種增長速度遠超印度的基礎設施建設速度,所以市民只能被迫適應。
印度並非個例——城鎮人口和汽車保有量的快速增長導致中國、巴西和菲律賓等國家都陷入了同樣的窘境。
但對很多科技公司和研究人員來說,印度混亂的街道反而成了完美的測試場。這裏或許可以幫助我們解決擁擠的城市裏最為嚴重的一些問題……這些城市今後的擁擠程度只會有增無減。
***
城市的擁擠不堪是個複雜而微妙的問題,沒有什麼靈丹妙藥——需要制定一套全面的策略來解決包括基礎設施、能源和收入不平等在內的各種問題。
儘管這些城市的道路狀況堪憂,但世界各地的技術人員都在追求一個宏偉的想法——這個想法甚至完全不需要人類參與。
自動駕駛汽車號稱可以保持車流順暢,優化交通效率。支持者認為,這種智能機器人汽車可以相互溝通信息,還能更好地感知障礙物,因此整體而言能夠營造更加井井有條的交通狀況。
但這項技術主要是針對西方老舊的街道開發的。Uber前首席執行官特拉維斯·卡蘭尼克(Travis Kalanick)在體驗了德里的交通後表示,印度將是無人駕駛汽車最後覆蓋的地方。
但設計公司Tata Elxsi並未因此氣餒,他們正在開發能改裝任何汽車的無人駕駛系統,並且已經開始在其班加羅爾總部附近的一條試車跑道上測試原型車。
但路測依然遙遙無期,他們對未來的挑戰也並未心存幻想。"這裏的駕駛行為很不規則。"該公司營銷和戰略主管尼汀·帕伊(Nitin Pai)說,"規矩不成規矩,反倒更像是一種參考。"
正因如此,多多思考印度的道路才能幫助我們想出最好的創意。
無人駕駛汽車高度依賴機器學習技術——在這種情況下,人工智能需要使用海量數據進行自我訓練,從而慢慢地學會識別車輛、預測軌跡。目前為止,這些汽車已經在世界各地展開測試,包括美國的舊金山和匹茲堡,以及日本和中國的一些小城市。
但多數研究都來自西方,那裏的駕駛行為更容易預測,清晰的道路標識也更加可靠。
"這是你開發無人駕駛汽車的基礎。"帕伊說。
該團隊一直在使用德國卡爾斯魯厄理工學院( Karlsruhe Institute)的研究人員收集的第三方數據來訓練系統。這些數據都來自德國道路上行駛的汽車配備的高清攝像頭、GPS和Lidar——它本質上是一個用激光代替聲波的雷達,可以非常敏感地測量距離變化。
該公司戰略項目主管拉傑什·庫瑪(Rajesh Kumar)表示,他們使用這項數據開發了一些算法,但機器學習的潛力卻要受制於數據的好壞。如果我們想要在過度擁擠的發展中國家解決道路問題,那就需要在這些環境中收集數據。
印度的公路上會出現很多在德國見不到的障礙物,因此,使用德國數據訓練的人工智能無法識別一輛無人駕駛汽車可能在印度街道上遇到的所有物體。
例如,"你從一所歐洲或美國大學獲得的數據集不會包含嘟嘟車。"他說,"如果我的數據集裏沒有汽車,我的無人駕駛汽車就永遠認不出汽車。原因在於我的人工智能系統沒有接受過這種訓練。"
不光是嘟嘟車;踏板車和摩托車在印度更加流行,汽車必須與很多不同尋常的道路參與者展開競爭。
"人們會突然之間闖到路上來,牲口、猴子和大象同樣如此。"拉朱笑著說,"這都是我們交通的組成部分,所以我們總得留意他們。"
有了印度的數據,無人駕駛汽車技術就能變得更好、更安全。
庫瑪表示,如果無人駕駛汽車想要在印度的街道上行駛,就必須捕捉這些差異。不僅如此,對於那些想要針對其他發展中國家完善這項技術的研究人員而言,這裏也是一個數據金礦。
所以,他們每周都會開著裝載傳感器的轎車到班加羅爾的懷特菲爾德(Whitefield)郊區轉幾圈,借此構建一個涵蓋高清視頻、Lidar數據和高精GPS信息的數據集。
Tata Elxsi認為,他們的第一批客戶將來自發達國家,但提高標凖可以使之最終得以進入擁有相似路況的新興市場。
"如果我們能應付印度的道路,那任何道路都不在話下。"庫瑪說。
***
他們並非唯一一家渴望馴服印度混亂路況的公司——這些信息還可以幫助世界各地的城市更加順暢地運行。萊利塔·戴維(Lelitha Devi)是印度理工學院(IIT)的一位副教授,她在那裏研究所謂的智能交通系統(ITS)。
這項技術為很多服務提供了支撐,包括英國人習以為常的行程規劃工具、公交到達時間提示器和保障交通順暢的信號燈智能控制器等。
戴維表示,印度城市管理者也越來越希望採用類似的技術,但由於缺乏國產解決方案,他們往往需要向西方供應商採購。
"單純因為這項技術適用於美國或英國,並不表明它也適用於我們的城市。"她補充道,"特點完全不同,複雜度也要高得多。所以我們需要土生土長的解決方案。"
她的實驗室已經在欽奈(Chennai)的一個上下班通道上建起了攝像頭和傳感器網絡。低功耗無線通訊技術將數據發送到印度理工學院裏臨時設立的交通監控室,幫助他們開發印度的交通模型。
"在西方的交通環境下,車輛都會在擁堵時留下最小空隙。但在這裏,只要留下空隙,就會有車插進來。"她說。
她的一些學生試圖參照液體在沙子中流經氣窩的方式來建模,借此模擬在汽車周圍穿梭的兩輪車。
與此同時,他們的一個模型已經可以借助城市公交車上的GPS數據預測到達時間。戴維表示,類似的方法已經在歐洲應用,但這些技術假定汽車在固定路徑的各個路段中保持一致的速度。
"在這裏,你不可能假定任何東西保持一致,也不能使用任何持有這種假定的預測方法。"她說。
就連收集數據也要融入一些創造性思維。感應線圈是監控交通的常見模式。每個車道下面都埋有線圈,當有汽車經過時,線圈的磁場就會被擾亂,從而發出信號。
當汽車保持在同一個車道時,這種方法的確有效,但印度很少出現這種情況。所以,戴維的團隊開發了一套能夠精確探測8種車型的系統,就算它們同時經過也可以正常探測。
***
這些項目都給人留下了深刻的印象,但也都處於發展初期,所以很難說服城市規劃者部署這種技術。
戴維表示,政府官員往往更偏愛已有的外國解決方案,而不考慮那些方案是否適合印度的環境。
但這種技術的確有很大的發展動力。150億美元(115億英鎊)的"百城大改造"(Smart Cities Mission)項目是印度總理納倫德拉·莫迪(Narendra Modi)推動的重要項目之一,他希望借助數據改變交通和衛生等方方面面。對於印度新興城市日益擁擠的街道來說,由此帶來的好處十分可觀。
人力車夫拉朱表示,15年前,班加羅爾的平均車速是25英里/小時(40公里/小時),現在大約只有6英里/小時(10公里/小時)。
"由於交通擁堵和污染加重,現在才開始乾的(嘟嘟車)駕駛員堅持不了5年。這會威脅他們的健康。"他說。
戴維認為,像他們的公交預測系統這樣的技術可以鼓勵人們使用公交車,從而減輕道路負擔。他們對乘客進行調查後發現,很多人都喜歡乘坐巴士出行,但卻無法依賴這種模式。
他的團隊也在開發路徑規劃系統,可以優化道路使用效率。他們的交通預測技術有朝一日也可以融入交通信號燈控制系統,從而根據車流狀況智能控制信號燈,而不再像現在這樣單純使用計時器。
但無論是對印度還是其他地方而言,所有的技術所能發揮的作用也僅限於此。想要充分利用艱難的駕駛環境,最好的切入點或許還是方向盤後面的駕駛員。
有的交通工程師認為,努力改變印度駕駛員的習慣或許更加可取,但戴維認為,這並非他們所能控制。
與印度的多數事情一樣,人們很容易隨大流。
"系統就是這樣運作的。問題在於我們如何改進。"她說,"總之,它的確在某些方面效率更高。我們不會浪費任何道路空間!"
(BBC)艾德·珍特 (Edd Gent)
激賞明鏡 1
激賞明鏡 2
比特幣激賞明鏡
3KAXCTLxmWrMSjsP3TereGszxKeLavNtD2
訂閱明鏡家族電視台
留言
張貼留言