Waymo的天气问题正演变为服务问题
在其车辆持续遭遇积水道路后，Waymo已将机器人出租车服务的暂停范围扩大到四座城市，这暴露了自动驾驶系统的一个棘手边缘情形：恶劣天气改变路况的速度，比预测和数字化安全机制能跟上的速度还要快。根据所提供的原文，公司现已在亚特兰大和圣安东尼奥暂停服务，并因得克萨斯州的严重天气状况在达拉斯和休斯顿也暂停了运营。
直接导火索是亚特兰大的一起事件：一辆无人乘坐的Waymo车辆驶入被淹街道，卡住了大约一小时才被拖离。Waymo表示，在美国国家气象局发布山洪警报、山洪观察或山洪提示之前，风暴就已经造成了积水。这很重要，因为这些警报是公司用来让车辆为危险天气做准备的更广泛信号体系的一部分。
其结果是，现实世界条件与系统运行控制中嵌入的假设之间出现了一个耐人寻味的不匹配。如果一辆车部分依赖官方警报来判断洪涝风险升高，但危险积水却可能在警报出现之前就形成，那么安全缓冲就会比预期更薄。
一次召回并未完全填补缺口
时间点让这起事件更加严重。原文称，Waymo在前一周发布了软件召回，以应对积水道路风险，但也承认尚未完成最终补救方案的开发。取而代之的是，公司推出了一项更新，在更可能遭遇积水、且车速更高的道路和时段对运营施加限制。即便有这些限制，亚特兰大的事件仍然发生了。
这一连串事实很重要，因为它表明公司的缓解策略仍然只是部分奏效。Waymo似乎已经识别出问题，推出了临时响应，但仍发现该响应的覆盖范围和速度都不足以在所有场景中阻止问题行为。在传统软件中，这也许只是一个可控的产品缺陷。但在自动出行领域，它会变成运营和监管风险，因为系统是在不断变化的公共道路条件下运行，这些条件可能让车辆被困或造成危险。
问题不仅在于机器人出租车能否直接检测到积水，还在于更广泛的服务栈是否能判断何时不该运行、何时该改道，以及何时环境不确定性已经高到不再适合安全自动驾驶。洪水尤其难处理，因为它会遮住道路边缘、车道线、坑洞和深浅变化，而且发展速度很快。
监管机构正在关注
所提供的文本称，美国国家公路交通安全管理局已经知晓亚特兰大事件，正在与Waymo沟通，并会在必要时采取适当行动。这一表态还没有上升到任何新的正式措施，但它把该事件放进了更广泛的监管审视之中。自动驾驶项目的评判，不只看其在正常条件下的平均表现，也看它们在异常、高风险、具有社会敏感性的场景中如何表现。
原文所述的Waymo近期历史进一步印证了这一点。该公司此前曾因机器人出租车被目击非法经过停靠的校车而受到批评，而一项旨在解决该问题的修复并未立即消除这种行为。文章指出，与校车相关的行为已经是针对该公司的两项现有调查之一的一部分。如今，洪水应对可能成为另一个例子，说明一旦车辆规模化运行，边缘情况故障有多难彻底清除。
运营上的取舍
Waymo决定在多座城市暂停服务，这一点意义重大，因为它表明当信心下降时，公司愿意收缩服务可用性。短期来看，这是负责的选择，但它也暴露出核心商业约束。机器人出租车经济依赖可靠性、车队利用率和公众信任。频繁的天气驱动暂停会直接削弱这三者。
如果服务无法在大雨和不确定积水中运行而不带来实质风险，那么它的地理和季节性可靠性就会比有人类司机的典型网约车网络更受限制。这并不意味着自动驾驶不可行，而是意味着，从技术上令人印象深刻的驾驶到可靠的城市交通之间，仍然要经过一长串环境例外。
亚特兰大事件之所以有启发性，是因为涉事车辆是空车。虽然这降低了乘客的直接风险，但并不降低事件的重要性。被困在洪水中的机器人出租车会成为系统局限性的可视化展示，而这些画面对公众认知的影响，可能比关于预测时间或软件限制的技术解释来得更快。
这一事件对自动驾驶意味着什么
自动驾驶通常围绕普通交通中的感知和决策展开讨论。但部署无人车辆最困难的部分之一，是定义可接受运营的边界。强降雨、积水和山洪暴发，正是会把这些边界推到台前的条件。它们把感知不确定性、基础设施模糊性和快速变化的局部环境交织在一起。
所提供的原文显示，Waymo仍在努力寻找最终补救方案。在此之前，公司似乎只能依赖软件限制、天气情报和服务暂停的组合。这也许足以降低暴露，但最近的事件表明，这还不足以消除问题。
对更广泛的自动驾驶行业来说，教训很清楚。安全运行不只是教汽车开得更好，而是要构建一种系统，让它知道当世界变得过于不确定、过于动态、或描述得过于不充分时，自主服务就不应继续。被水淹没的街道正在把这一现实摆到台面上。
本文基于 TechCrunch 的报道。阅读原文。
Originally published on techcrunch.com