之后，DT君遇到了威廉·惠特克（William Whittaker）教授。惠克特是Terregator和Boss研发的重要负责人。惠克特认为，Uber的新服务并不意味着这项技术已经趋于完美。“还有一些边缘性问题没有解决。”

　　确实还有很多特殊情况需要考虑。比如坏天气、太阳光、障碍物，这些因素都会对传感器造成影响。同时，还有不可避免的软硬件故障。

　　但更重要的是，自动驾驶汽车还能够处理一些未知因素。计算机程序很难做到面面俱到，这就要求汽车必须能靠自己的智能处理突发事件。但这点上情况非常不容乐观，因为即使是把纸袋误判成石头这样的小失误，也可能给汽车带来不必要的危险。

　　尽管在计算机深度学习上，我们已经取得了巨大进步，如果给自动驾驶系统提供足够多的例子，它能做到精确识别障碍，并判断具体是行人、骑自行车的人，或者是走错路的呆头鹅（对机器来说很像人）。

　　但特殊情况仍然存在。

　　NREC主任赫尔曼曾研发过用于国防、矿业、农业等不同领域的自动驾驶汽车。

　　他认为，自动驾驶时代会来临，但他同时也针对Uber的计划提出了一些实践上的问题。“如果浏览器或电脑崩溃了，它虽然很烦人，但也没什么大不了的，”他说，“但如果你在一个6车道的高速路上，而中间车道的一辆自动驾驶汽车突然左转，后果就不堪想象了。只需一个错误指令就足够使汽车转向。”

　　Uber改装的福特Fusions在Fusions 匹兹堡大街上跑得很轻松

　　赫尔曼提出的另一个问题有关自动驾驶汽车的规模。马路上只有几辆自动驾驶汽车是还好说，但如果有上百辆会怎么样呢？Uber汽车的激光传感器会相互干扰。而如果这些汽车是通过云端相互关联起来的，这又要求有很高的带宽。传感器上沾上点灰尘都可能造成意想不到的问题。

　　“最严重的问题，也是我们目前正在研究的问题，就是如何验证一个自动驾驶系统是绝对安全的。”

　　学习如何驾驶

　　为了得到更确切的了解，DT君访问了一些从事自动驾驶汽车研发工作的技术人员。拉杰·拉杰库马尔（Raj Rajkumar）在卡内基梅隆大学从事机器人教学，他还负责着一个由通用汽车资助的实验室。

　　身着灰色西装的拉杰库马尔带 DT 君走进一个地下车库，那里有一辆凯迪拉克原型车。与Uber一样，这辆车也有很多传感器，但这些传感器规格很小并且都隐藏起来了。这样，从外观上来看它跟正常车辆没什么不同。

　　能够将自动驾驶汽车实用化，拉杰库马尔感到很自豪，但他同时也提醒，不要对Uber出租车抱有过高期望。“还要很长时间才能解决所有问题，”他说，“人们需要耐心等待。”

　　除了汽车软件的可靠性，拉杰库马尔还担心，自动驾驶汽车有被黑客攻击的风险。“在尼斯的恐怖袭击中，恐怖分子驾驶着汽车冲向人群。如果那是一辆自动驾驶汽车，后果就更可怕了。”

　　Uber称自己高度重视这一问题，最近Uber团队又招募了两位计算机安全专家。拉杰库马尔还说，要想让计算机更智能地融入现实世界，我们还要取得更基础性的进展。

　　“人类总能理解自身处境，”他说，“我们具有认知能力。我们思考、分析，然后行动，但自动驾驶汽车完全依据代码行事。”

　　换句话说，在Uber后座看到的色彩斑斓的画面，只不过是计算机程序所展现的简单而又怪异的世界。它能以厘米的精度识别物体位置，但对物体却没有最基本的认识和推理能力。

　　然而，这其实非常重要。设想下，基于最基本的认识和推理，一个人看到路边的玩具就会想到会有小孩在附近玩耍。而没有了这种常识，很多后果往往是不堪设想的。

　　“Uber汽车经常在城市和郊区穿行，”拉杰库马尔说，“而那里又经常有很多突发情况。”

　　当然，Uber不是不知道依然存在很多安全隐患，比如，汽车内的杯架已经被两个按钮取代，银色的是自动驾驶启动键，红色为停止键。