自动驾驶汽车(AV)不再是遥不可及的愿景。在旧金山、凤凰城和奥斯汀等城市,无人驾驶出租车已经在公共道路上运营,展现出一个比许多人预期更快到来的未来。Waymo等公司正在扩大车队规模,Uber和其他公司也在自动化领域大举投资,加速了城市交通转型的竞赛。本周末,特斯拉也在奥斯汀推出了首项自动驾驶服务,标志着该领域竞争日趋激烈。对于城市而言,这一时刻既是挑战也是机遇:如何为自动驾驶汽车的未来做好准备,在最大化收益的同时最小化意外后果。
自动驾驶汽车的前景
如果部署得当,自动驾驶汽车有潜力让交通更安全、更高效、更可持续。人为错误导致了90%以上的交通死亡事故——自动驾驶汽车可以大幅减少碰撞并拯救生命。通过实现更精确的交通流控制和减少停车需求,自动驾驶汽车能够帮助城市回收空间用于住房、绿色基础设施或主动交通。
自动驾驶技术还为改善交通可达性开辟了新可能。自动驾驶汽车可以为无法驾驶的人群(如老年人或残障人士)扩展出行选择,并在交通不便的地区提供灵活的第一/最后一公里连接服务。当与电气化和共享出行相结合时,自动驾驶汽车可以减少排放并支持城市的气候目标。
放任不管的风险
然而,风险确实存在。美国城市交通官员协会(NACTO)的报告警告称,如果不加以管控,自动驾驶汽车可能增加车辆行驶里程(VMT),进一步加剧街道拥堵,并破坏公共交通。美国城市联盟也对私人自动驾驶汽车的发展速度超过城市有效管理能力表示担忧。没有防护措施,自动驾驶汽车的未来可能会复制甚至恶化当今的挑战。
快速变化的市场
在旧金山,Waymo已成为自动驾驶领域的主导者。据估计,他们的服务占该市网约车出行的27%以上——超过了Lyft,并正在快速蚕食Uber的市场份额。该公司已完成超过1000万次付费乘车,在其服务区域内每周提供约25万次无人驾驶出行,包括最近扩展到洛杉矶、奥斯汀和硅谷部分地区。
与此同时,其他主要参与者正准备进入自动驾驶网约车市场。例如,特斯拉正计划更广泛地推出其"CyberCab"无人驾驶出租车服务,早期测试和有限推广将于今年开始。新入局者的到来可能会加速竞争,并加大城市现代化监管框架的压力。
自动驾驶汽车部署的快速扩展表明城市迫切需要做好准备。特别是停车管理部门需要重新审视其政策,因为路边使用从长期停车根本性转向动态上下车区域。在车辆不停车而是循环行驶的世界中,传统的计量停车模式可能不再适用。城市必须主动重新设计路边管理策略以适应这些变化,同时确保公平准入和高效的交通流。
城市可用的政策工具
尽管创新步伐很快,城市并非无能为力。虽然自动驾驶汽车的硬件和软件由私人投资驱动,但道路规则是地方性的。城市可以且必须利用其对街道、路边和分区的管辖权,以公共利益为导向塑造自动驾驶汽车的部署。
关键策略包括:
**路边管理**:自动驾驶汽车将增加对路边空间的需求,因为它们需要接送乘客。明智的路边政策——如优先考虑高载客量和零排放车辆——可以防止交通拥堵并提高安全性。
数据共享要求:城市需要来自自动驾驶汽车运营商的数据来评估性能、确保问责制并更新政策。标准化的匿名数据共享框架(如移动数据规范MDS)至关重要。
电气化和共享激励措施:城市应将自动驾驶汽车许可和定价结构与其可持续发展目标保持一致,奖励既电动又共享的车队。
与公交整合:自动驾驶汽车应作为公共交通的补充而非替代。城市可以激励改善交通可达性的服务模式,特别是在服务不足的社区。
停车政策改革:随着需要停车的驾驶员减少,城市可以重新思考其停车基础设施,将街边和车库空间重新用于住房、商业用途或绿色空间。
从早期部署城市学习经验
旧金山的自动驾驶汽车经验既有希望也有争议。虽然一些居民对安全和干扰表示担忧,但其他人已经接受了便利性和创新。重要的是,该市的经验强调了明确监督、透明沟通和持续公众参与的必要性。
其他城市——包括匹兹堡、波士顿和洛杉矶——正在采取主动步骤做准备。它们正在成立自动驾驶汽车工作组、制定部署原则并让社区成员参与。这些早期adopters正在创建其他城市可以遵循的路线图,重点关注公平、可持续性和问责制。
为未来做准备
自动驾驶汽车竞赛已经全面展开,延迟行动的城市面临措手不及的风险。相比之下,有目标地引领的城市可以塑造自动驾驶汽车如何促进其更广泛的交通、气候和公平目标。
为了做好准备,城市应该:
基于公共价值观创建明确的自动驾驶汽车政策框架
投资数字和物理基础设施以管理自动驾驶汽车运营
建设员工能力和专业知识以评估自动驾驶汽车数据和性能
跨司法管辖区协调以统一标准并减少监管分散
通过激励或强制措施利用数据共享协议,获得自动驾驶汽车运营的可见性并确保结果符合公共目标
自动驾驶汽车提供了从根本上重新构想交通的难得机会。如果有正确的政策到位,它们可以帮助城市减少交通死亡、降低排放并改善可达性。
仅有创新并不能保证进步。但通过领导力、规划和明确愿景,自动驾驶汽车可以帮助城市建设更安全、更绿色、更包容的交通未来。
好文章,需要你的鼓励
OpenAI意外发现规模假说:Dota 2项目中计算资源翻倍带来AI表现翻倍,彻底改变行业轨迹。Greg Brockman揭秘GPT-3产品化困境:"我们不知道谁会为API付费",最终市场自己找到了出路。AI医疗突破只需超越WebMD,个性化咨询正在重塑多个领域。
耶鲁大学研究团队开发了SCIVER评估工具,专门测试AI验证科学论文声明的能力。通过3000个专家标注例子的测试,发现即使最先进的AI模型在复杂科学推理任务上仍远不如人类专家,主要存在信息检索不全、图表误读和逻辑推理断裂等问题,为AI科研应用发展指明了改进方向。
存储行业近期动态频繁,Arctera、Wasabi和TD SYNNEX联合推出渠道专属数据保护解决方案;AWS启用EC2环境SAN启动功能;Broadcom发布VMware Cloud Foundation 9.0版本;Commvault与Kyndryl合作提升网络弹性服务;CTERA成为首家支持模型上下文协议的混合云存储供应商;多家企业获得新一轮融资,推动AI基础设施和数据管理技术发展。
马里兰大学团队开发出PrefBERT智能评价系统,解决了AI在开放性写作任务中缺乏有效质量评判标准的问题。该系统通过学习人类专家评分标准,能准确评判文章质量,显著提升AI生成内容的质量和人类偏好一致性,为AI训练提供了新的质量导向解决方案。