上個(gè)月，Alphabet旗下Waymo CEO約翰·科拉菲克（John Krafcik）在《華爾街日?qǐng)?bào)》舉辦的一場(chǎng)會(huì)議上表示出了對(duì)自動(dòng)駕駛的謹(jǐn)慎展望，在他看來(lái)，在之后很長(zhǎng)一段時(shí)間內(nèi)，自動(dòng)駕駛汽車都會(huì)需要司機(jī)的協(xié)助。他并不認(rèn)為，技術(shù)可以全天候條件下運(yùn)行，且不需要某種程度的“用戶交互”，因?yàn)檫@種技術(shù)“真的、真的很難”。蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克（Steve Wozniak）也表示，自動(dòng)駕駛汽車不可能在不久的將來(lái)實(shí)現(xiàn)，并且直言“我不相信自動(dòng)駕駛汽車”。

　　盡管有業(yè)內(nèi)人士指出，約翰·科拉菲克針對(duì)的是L5級(jí)別自動(dòng)駕駛，但作為自駕領(lǐng)域的領(lǐng)頭羊，Waymo這樣的表態(tài)無(wú)疑給自動(dòng)駕駛潑了一盆冷水。換句話，當(dāng)Waymo做不到時(shí)，我們有什么理由相信其它公司能夠做到。

　　鼓吹“自動(dòng)駕駛已經(jīng)來(lái)臨”是值得商榷的

　　本月，加州一駕駛特斯拉的車主飲酒意識(shí)不清開啟自動(dòng)駕駛模式后被警察追了11公里后停下。本周二，臺(tái)灣一特斯拉車主在開啟自動(dòng)駕駛模式后撞上兩臺(tái)執(zhí)勤警車。

　　自動(dòng)駕駛近兩年一直是各大互聯(lián)網(wǎng)企業(yè)、傳統(tǒng)汽車制造商以及媒體報(bào)道的主題，但目前來(lái)看，距離自動(dòng)駕駛真正走進(jìn)生活并沒有報(bào)道的那么樂觀。從2009開始研究無(wú)人駕駛開始，Waymo花了七年時(shí)間讓第一輛無(wú)人駕駛汽車上路。而Waymo本月5號(hào)在鳳凰城郊區(qū)開始的首個(gè)商業(yè)自動(dòng)乘車服務(wù)中，依舊為所有車輛配備安全員。Waymo解釋說(shuō)，除了考慮用戶的接受程度外，還要讓安全員對(duì)車輛運(yùn)行情況進(jìn)行監(jiān)督。

　　很難說(shuō)Waymo為車輛配備安全員的做法沒有受到今年3月Uber自駕汽車撞死行人事件的影響，但在商業(yè)化上的謹(jǐn)慎表現(xiàn)起碼表明谷歌認(rèn)為現(xiàn)在的自動(dòng)駕駛還不夠好。

　　國(guó)內(nèi)在商業(yè)化上似乎并沒有什么大的動(dòng)作，11月份在廣州上線的國(guó)內(nèi)首輛自動(dòng)駕駛出租車被相關(guān)部門叫停，自動(dòng)駕駛論壇所談?wù)摰臇|西一年下來(lái)沒有什么變化，官網(wǎng)上仍舊被口號(hào)式的標(biāo)語(yǔ)和NB的團(tuán)隊(duì)履歷所占據(jù)，下半年的融資和上半年以及去年相比顯得克制不少，自駕的“冬天”來(lái)了嗎？

　　安全、擁堵，自動(dòng)駕駛能解決嗎？

　　人類對(duì)新生事物本身天然不確定性的恐懼使得自動(dòng)駕駛在安全問(wèn)題上并沒有太多可以試錯(cuò)的空間。今年3月Uber自動(dòng)駕駛車撞死行人的事故使得其被無(wú)限期吊銷其路測(cè)資格，暫停了所有的路測(cè)項(xiàng)目。上個(gè)月初，Uber向賓夕法尼亞州請(qǐng)求恢復(fù)在路測(cè)資格，但目前尚未得到該州的許可。

　　從自駕技術(shù)的復(fù)雜性以及目前AI發(fā)展的水平來(lái)看，自動(dòng)駕駛開車比人類開車要復(fù)雜。這會(huì)出現(xiàn)一個(gè)問(wèn)題，自動(dòng)駕駛開發(fā)者所制造出的新錯(cuò)誤比他們所要避免的人類駕駛錯(cuò)誤還要多。這不僅體現(xiàn)在錯(cuò)誤數(shù)量上，也會(huì)體現(xiàn)在錯(cuò)誤類型上，因?yàn)闄C(jī)器或者說(shuō)“AI”產(chǎn)生的錯(cuò)誤具有不可預(yù)知性。Uber致死事件花了一個(gè)多月時(shí)間才確定事故原因，涉事車輛的感應(yīng)器檢測(cè)到了騎自行車過(guò)馬路的行人，但決策系統(tǒng)認(rèn)為無(wú)需作出反應(yīng)，最終沒有及時(shí)減速而釀成悲劇。

　　從車載攝像頭的影像可以看到，如果是人在正常駕駛，可以提前判斷前方出現(xiàn)行人需要減速躲避，對(duì)人類司機(jī)來(lái)說(shuō)，這是相當(dāng)自然的事情。但對(duì)自動(dòng)駕駛汽車來(lái)說(shuō)，這涉及到兩個(gè)技術(shù)問(wèn)題，一個(gè)是感知能力，另一個(gè)是決策能力。感知能力取決于傳感器，在Uber事件中，感應(yīng)器實(shí)際上已經(jīng)檢測(cè)到行人，但決策系統(tǒng)并未作出反應(yīng)，系統(tǒng)之所以產(chǎn)生誤判，是因?yàn)閁ber調(diào)整了系統(tǒng)對(duì)道路障礙物的反應(yīng)強(qiáng)度。

　　決策能力非常依賴于對(duì)AI的訓(xùn)練，可是目前的局限在于，為了訓(xùn)練AI，需要海量的行車數(shù)據(jù)。監(jiān)管機(jī)構(gòu)堅(jiān)持，自動(dòng)駕駛汽車需要測(cè)試數(shù)億至數(shù)千億公里，才能驗(yàn)證它們?cè)跍p少交通事故方面的可靠性。單就系統(tǒng)對(duì)道路障礙物的反應(yīng)強(qiáng)度這點(diǎn)來(lái)看，如何不讓汽車在駕駛安全沒有遭到威脅時(shí)突然剎車成為“驚弓之鳥”的同時(shí)也不能因閾值過(guò)低造成“為時(shí)已晚”是個(gè)現(xiàn)實(shí)而又棘手的問(wèn)題，可是在有各種限定條件下的特定區(qū)域路測(cè)遠(yuǎn)遠(yuǎn)不能滿足對(duì)各種復(fù)雜場(chǎng)景的覆蓋，那么，實(shí)際上路成了唯一選擇。只不過(guò)在這種情況下，發(fā)現(xiàn)bug的過(guò)程并不令人愉悅。

　　在安全的前提下，寄希望于自動(dòng)駕駛能夠解決擁堵似乎并沒有什么大的問(wèn)題，但數(shù)字化和智能化必須結(jié)合基礎(chǔ)設(shè)施和車輛才能發(fā)揮作用。交通運(yùn)輸部公路科學(xué)研究院總工程師王笑京表示，數(shù)字化和智能化是工具，不能代替規(guī)劃和管理。他認(rèn)為，既有的道路是根據(jù)交通工程學(xué)為人駕駛而設(shè)計(jì)的，不是為自動(dòng)駕駛設(shè)計(jì)的，它的一系列參數(shù)全是基于人的反應(yīng)。而車，是根據(jù)人機(jī)共生學(xué)，為了人的安全和方便駕駛而設(shè)計(jì)的，也不是為了自動(dòng)駕駛而設(shè)計(jì)。在不久的將來(lái)，各種形式的智能汽車和人駕駛的汽車混行的情景可能要存在一段時(shí)間。