上個月，Alphabet旗下Waymo CEO約翰·科拉菲克（John Krafcik）在《華爾街日報》舉辦的一場會議上表示出了對自動駕駛的謹(jǐn)慎展望，在他看來，在之后很長一段時間內(nèi)，自動駕駛汽車都會需要司機(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，自動駕駛汽車不可能在不久的將來實(shí)現(xiàn)，并且直言“我不相信自動駕駛汽車”。

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

　　鼓吹“自動駕駛已經(jīng)來臨”是值得商榷的

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

　　自動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道的主題，但目前來看，距離自動駕駛真正走進(jìn)生活并沒有報道的那么樂觀。從2009開始研究無人駕駛開始，Waymo花了七年時間讓第一輛無人駕駛汽車上路。而Waymo本月5號在鳳凰城郊區(qū)開始的首個商業(yè)自動乘車服務(wù)中，依舊為所有車輛配備安全員。Waymo解釋說，除了考慮用戶的接受程度外，還要讓安全員對車輛運(yùn)行情況進(jìn)行監(jiān)督。

　　很難說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)在的自動駕駛還不夠好。

　　國內(nèi)在商業(yè)化上似乎并沒有什么大的動作，11月份在廣州上線的國內(nèi)首輛自動駕駛出租車被相關(guān)部門叫停，自動駕駛論壇所談?wù)摰臇|西一年下來沒有什么變化，官網(wǎng)上仍舊被口號式的標(biāo)語和NB的團(tuán)隊履歷所占據(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”來了嗎？

　　安全、擁堵，自動駕駛能解決嗎？

　　人類對新生事物本身天然不確定性的恐懼使得自動駕駛在安全問題上并沒有太多可以試錯的空間。今年3月Uber自動駕駛車撞死行人的事故使得其被無限期吊銷其路測資格，暫停了所有的路測項目。上個月初，Uber向賓夕法尼亞州請求恢復(fù)在路測資格，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)展的水平來看，自動駕駛開車比人類開車要復(fù)雜。這會出現(xiàn)一個問題，自動駕駛開發(fā)者所制造出的新錯誤比他們所要避免的人類駕駛錯誤還要多。這不僅體現(xiàn)在錯誤數(shù)量上，也會體現(xiàn)在錯誤類型上，因?yàn)闄C(jī)器或者說“AI”產(chǎn)生的錯誤具有不可預(yù)知性。Uber致死事件花了一個多月時間才確定事故原因，涉事車輛的感應(yīng)器檢測到了騎自行車過馬路的行人，但決策系統(tǒng)認(rèn)為無需作出反應(yīng)，最終沒有及時減速而釀成悲劇。

　　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，對人類司機(jī)來說，這是相當(dāng)自然的事情。但對自動駕駛汽車來說，這涉及到兩個技術(shù)問題，一個是感知能力，另一個是決策能力。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)對道路障礙物的反應(yīng)強(qiáng)度。

　　決策能力非常依賴于對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)堅持，自動駕駛汽車需要測試數(shù)億至數(shù)千億公里，才能驗(yàn)證它們在減少交通事故方面的可靠性。單就系統(tǒng)對道路障礙物的反應(yīng)強(qiáng)度這點(diǎn)來看，如何不讓汽車在駕駛安全沒有遭到威脅時突然剎車成為“驚弓之鳥”的同時也不能因閾值過低造成“為時已晚”是個現(xiàn)實(shí)而又棘手的問題，可是在有各種限定條件下的特定區(qū)域路測遠(yuǎn)遠(yuǎn)不能滿足對各種復(fù)雜場景的覆蓋，那么，實(shí)際上路成了唯一選擇。只不過在這種情況下，發(fā)現(xiàn)bug的過程并不令人愉悅。

　　在安全的前提下，寄希望于自動駕駛能夠解決擁堵似乎并沒有什么大的問題，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)計的，不是為自動駕駛設(shè)計的，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)計的，也不是為了自動駕駛而設(shè)計。在不久的將來，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間。