公司要走的路还很长：一位 Tata 公司的高级副总裁告诉彭博社，由于印度道路上的「车辆」千奇百怪的形状和尺寸，Tata 的计算机视觉系统目前无法对其中的 15% 进行有效识别。(去年，Uber 前 CEO Travis Kalanick 访问印度的时候曾经开玩笑说印度会是「地球上最后一个实现自动驾驶的国家」，因为「你见过当地人是怎么开车的吗?」)

　　中国的百度，也在公开进行自动驾驶开发计划。百度与全世界超过 50 家公司进行合作开发自动驾驶软件系统。在此前的一个演示视频里，百度 CEO 李彦宏坐在一辆自动驾驶汽车中，行驶在北京的马路上，一路上作出了一些不安全操作。

　　由于现阶段自动驾驶汽车在中国还不能合法上路，中国警方称，会调查李先生的行为是否触犯了任何法律法规。(出于工作流失考虑，印度也在考虑出台类似的对自动驾驶车上路的禁令。)尽管面临重重监管屏障，百度总裁张亚琴仍然向彭博社表达了他的信心，称公司的无人驾驶汽车「最早明年就能上路」。

　　中国的网约车公司滴滴出行采取了更为审慎的做法。尽管公司今年在加州开设了开发无人驾驶技术的办公室，公司总裁柳青最近在接受 Charlie Rose 的采访时出人意表地说，「颠覆性」地切换到自动驾驶是十分危险的。「我认为，人们应该更关注这项技术有多安全而不是有多快能落地。」柳青说。

　　在中国，自动驾驶汽车不仅要学会处理与其他车之间的关系，还要学会与电动车以及视交通规则为无物的行人相处，一位滴滴发言人称，自动驾驶汽车需要理解不同区域的交通标志与交通信号的区别，尤其是在中国，这些标志不像在美国或者欧洲那么规范。因此，滴滴的规模为公司带来了很大优势。公司表示，人类司机每天提供 2500 万车次的服务，生成超过 70 TB 可用于自动驾驶技术开发的数据。

　　不同地区驾驶环境不同，自动驾驶公司提供的却是相同的数据和软件
　　目前，大多数公司测试无人驾驶车辆的方法还是在可控路段上给汽车设置很多意外情景。例如 Waymo 就在自己的神秘基地 Castle 里训练它们的车，人类测试员会恶意阻挡高速行驶的汽车、从视野盲区的车道里并道、向车辆扔篮球等等，用各种测试方式改善车辆的反应。

　　但是，由于人工智能的训练基于许多假设条件，所以换一个场景时常会失败。研究发现，在白种人测试对象上训练的面部识别算法，应用到非裔美国人的面部识别时效果不佳，而在东亚人测试对象上训练的算法应用到白种人上同样表现不佳。这种差异可能在自动驾驶汽车领域也存在，所以相关软件的测试总是小心翼翼，也考虑到多种极端的情况。

　　不过，尽管人们驾驶的方式存在一些地区差异，但制造商可不太可能为各个地区配置特定的驱动软件。「目前而言，在不同的文化背景下，使用的确实是相同的数据公式和软件。」密歇根大学教授、福特中心联席董事 Matthew johnson - Roberson 说。

　　最重要的是，训练中的汽车会对所有从外界收集到的信息都作出回应。一位优步发言人表示，为了提升软件的适应性，优步正在多个城市进行测试，收集不同条件不同时段下的测试信息，目前行驶里程已经超过 100 万英里。
　　但是，即使自动驾驶软件能够理解不守规矩的司机，也能预测他们如何触犯法律，自动驾驶汽车也有可能受到限制。一位发言人表示，优步的汽车将始终遵守当地的交通规范。

　　博世自动驾驶的高级副总裁 Stephan Hoenle 对此表示赞同：「在不违反当地交通规则的情况下，自动驾驶的部署会更加顺畅。」一辆自动驾驶汽车的行车风格可能因需求和期望有所不同，但违反法律并不是一种正确的选择——对于制造商来说，这是一项巨大的责任。

　　问题在于，在某些地方，严格遵循法律条文可能比模仿违法的人类司机更危险。当急性子的通勤者在高峰时段变道时，后面的车辆没有及时调整的话，就会导致接连的追尾。

　　北美、欧洲和新加坡会远远甩开迫切需要自动驾驶的发展中国家

　　对于那些每天努力提升自动驾驶性能的人而言，似乎并不急着探寻自动驾驶汽车的终极能力。「到目前为止，完全自动驾驶的汽车没有出现，对吧?」密歇根大学的 Johnson-Roberson 说，「从工程学的角度来看，我不知道有谁在研究这个问题，因为一些基本原理还没有实现。」

　　推迟这些问题的探索，可能会让那些最需要自动驾驶技术的地区进展缓慢。Hoenle 声称，自动驾驶汽车将在世界各地都得到大规模应用，但他同时也承认，这还需要一段时间的发展。他还表示：「与美国和欧洲相比，其他地区的技术增长速度通常较慢。」