每經(jīng)特約評(píng)論員 盤(pán)和林

最近，自動(dòng)駕駛無(wú)論是在政策扶持層面還是企業(yè)層面，都在不斷升溫。

政策層面，我國(guó)一直持鼓勵(lì)態(tài)度。8月8日，交通運(yùn)輸部發(fā)布《自動(dòng)駕駛汽車(chē)運(yùn)輸安全服務(wù)指南（試行）》（征求意見(jiàn)稿）（以下簡(jiǎn)稱(chēng)《指南》），向社會(huì)公開(kāi)征求意見(jiàn)。業(yè)內(nèi)人士判斷，近期的政策動(dòng)作，都圍繞著同一個(gè)詞——商業(yè)化落地。

新華社圖

而在企業(yè)層面，7月21日上午，百度在2022百度世界大會(huì)上，發(fā)布了第六代量產(chǎn)無(wú)人車(chē)Apollo RT6，號(hào)稱(chēng)具有L4級(jí)自動(dòng)駕駛水平。

當(dāng)然，也不全是令人振奮的消息。例如，近日杭州交警部門(mén)對(duì)7月29日深夜杭州西溪濕地景區(qū)福堤附近發(fā)生一起特斯拉Model X沖出路面，撞上路邊的路燈桿交通事故的調(diào)查結(jié)果公布，該事故由駕駛員鄭某負(fù)責(zé)。經(jīng)調(diào)查確認(rèn)，發(fā)生事故前，車(chē)內(nèi)僅駕駛員鄭某一人，且其全程坐在駕駛座上。司機(jī)鄭某承認(rèn)事發(fā)時(shí)喝過(guò)酒，卻認(rèn)為自動(dòng)輔助駕駛系統(tǒng)應(yīng)承擔(dān)車(chē)禍責(zé)任。

在自動(dòng)駕駛領(lǐng)域，最為核心的一點(diǎn)，其實(shí)是達(dá)到什么樣水平的車(chē)輛才可以商用。我們不該只看概念車(chē)，應(yīng)該從數(shù)據(jù)中去獲得答案。筆者認(rèn)為，不應(yīng)該一上來(lái)就允許無(wú)安全員的自動(dòng)駕駛商業(yè)化運(yùn)行。

競(jìng)爭(zhēng)焦點(diǎn)在L4等級(jí)上

自動(dòng)駕駛的功能效果可以分為6個(gè)等級(jí)，從L0到L6。目前主要是集中在從L3向L4等級(jí)邁進(jìn)，競(jìng)爭(zhēng)的焦點(diǎn)就是L4。所謂L3，指的是有條件自動(dòng)駕駛。例如在外部環(huán)境比較穩(wěn)定的高速公路，駕駛員可以完全放開(kāi)方向盤(pán)。但L3需要人類(lèi)駕駛員在必要時(shí)主動(dòng)接管，所以依然需要人類(lèi)駕駛員在駕駛室。而L4屬于高度自動(dòng)駕駛，可以認(rèn)為是限定區(qū)域內(nèi)的無(wú)人駕駛，在自動(dòng)駕駛感知信息來(lái)源比較充分的區(qū)域，可以沒(méi)有司機(jī)，汽車(chē)可以自動(dòng)運(yùn)行，甚至不再需要裝方向盤(pán)。L5屬于完全自動(dòng)駕駛，在所有路段均可以完全無(wú)人駕駛。

L3是自動(dòng)駕駛，但L3有個(gè)大難題：需要人類(lèi)駕駛員在必要時(shí)候主動(dòng)接管。那么，什么時(shí)候是必要時(shí)候？由于現(xiàn)實(shí)道路路況復(fù)雜，人類(lèi)司機(jī)對(duì)于L3，存在過(guò)度信賴(lài)和完全不信賴(lài)兩種極端分化的心態(tài)。完全不信賴(lài)讓L3技術(shù)毫無(wú)意義，而過(guò)度信賴(lài)L3又會(huì)導(dǎo)致大量交通事故的發(fā)生。L3當(dāng)前所有交通事故，依然需要人類(lèi)駕駛員自己承擔(dān)。所以實(shí)際上L3只是一個(gè)過(guò)渡性玩具，它不能真正解放人類(lèi)駕駛員。L5是無(wú)法實(shí)現(xiàn)的，這幾乎已經(jīng)成為自動(dòng)駕駛行業(yè)的共識(shí)。

L4是在限定區(qū)域內(nèi)實(shí)現(xiàn)無(wú)人駕駛技術(shù)，由此，自動(dòng)駕駛未來(lái)數(shù)年的應(yīng)用限定在幾個(gè)領(lǐng)域：出租車(chē)、公交車(chē)、干線物流（高速無(wú)人卡車(chē)）、末端配送（無(wú)人配送車(chē)）、園區(qū)景區(qū)（低速游覽車(chē)）、礦區(qū)（無(wú)人特種車(chē)）、港口（港口無(wú)人車(chē)輛）、環(huán)衛(wèi)安防（清潔車(chē)）、機(jī)場(chǎng)（無(wú)人引導(dǎo)車(chē)）等。所有的應(yīng)用本質(zhì)上都在限定區(qū)域。而實(shí)現(xiàn)這些L4應(yīng)用，從技術(shù)上看有以下三種路徑：

其一，無(wú)人、封閉區(qū)域運(yùn)行。園區(qū)景區(qū)低速游覽車(chē)、工業(yè)物流園區(qū)、礦區(qū)、港口、機(jī)場(chǎng)等，這些場(chǎng)景實(shí)現(xiàn)L4較為簡(jiǎn)單，自動(dòng)駕駛可以在軌道車(chē)和傳送帶的基礎(chǔ)上優(yōu)化實(shí)現(xiàn)，當(dāng)前物流領(lǐng)域的無(wú)人倉(cāng)儲(chǔ)已經(jīng)非常成熟。

其二，單車(chē)智能。視覺(jué)神經(jīng)網(wǎng)絡(luò)下的弱智能+包含激光雷達(dá)的強(qiáng)感知+高精地圖。同樣是單車(chē)智能，特斯拉屬于異類(lèi)，想要打造強(qiáng)智能的視覺(jué)神經(jīng)網(wǎng)絡(luò)，不肯用激光雷達(dá)和高精地圖，實(shí)踐證明特斯拉的自動(dòng)駕駛水平停留在L3階段。最樂(lè)觀的看法，也需要10年才能碰到L4的門(mén)檻。但特斯拉并非盲目，訓(xùn)練一個(gè)和人眼同樣強(qiáng)大的AI視覺(jué)，成功了確實(shí)是跨越式發(fā)展，哪怕失敗了，以新能源汽車(chē)起家的特斯拉也耗得起。但單車(chē)智能當(dāng)前通行的做法還是AI弱智能+激光雷達(dá)強(qiáng)感知+高精地圖的解決方案。

本輪自動(dòng)駕駛的熱潮起于谷歌。2012年谷歌開(kāi)始試驗(yàn)無(wú)人駕駛車(chē)輛，積累數(shù)據(jù)，谷歌也是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的早期推動(dòng)者。其開(kāi)發(fā)無(wú)人駕駛的初衷實(shí)際上是想要將深度學(xué)習(xí)應(yīng)用在自動(dòng)駕駛上，但其后發(fā)現(xiàn)，開(kāi)放道路的環(huán)境實(shí)在太過(guò)復(fù)雜。視覺(jué)AI即便能夠準(zhǔn)確識(shí)別99%的物體，但只要1%的未識(shí)別、識(shí)別錯(cuò)誤存在，其安全性就無(wú)法保障。深度學(xué)習(xí)本身是一個(gè)技術(shù)黑箱，設(shè)定算法，輸入數(shù)據(jù)進(jìn)行訓(xùn)練，如果導(dǎo)出結(jié)果是正確的，則調(diào)參激勵(lì)，如果導(dǎo)出結(jié)果是錯(cuò)誤的，則調(diào)參懲罰。這也導(dǎo)致很多AI視覺(jué)神經(jīng)網(wǎng)絡(luò)無(wú)法識(shí)別的情況沒(méi)辦法找到原因。所以谷歌在自動(dòng)駕駛上增加了激光雷達(dá)和高精地圖，同時(shí)配合輸入環(huán)境參數(shù)，限制自動(dòng)駕駛在固定區(qū)域內(nèi)運(yùn)行。這就有了谷歌旗下waymo在美國(guó)幾個(gè)城市開(kāi)展的Robotaxi業(yè)務(wù)。限定區(qū)域、輸入環(huán)境參數(shù)、AI神經(jīng)網(wǎng)絡(luò)、激光雷達(dá)、高精地圖，單車(chē)智能幾乎用上了所有可用的工具，但也只是勉強(qiáng)實(shí)現(xiàn)了L4。而同樣的一套自動(dòng)駕駛系統(tǒng)，在更換運(yùn)行區(qū)域的時(shí)候，需要重新設(shè)定環(huán)境參數(shù)，要重新積累數(shù)據(jù)。

其三，車(chē)路協(xié)同輔助下的自動(dòng)駕駛。單車(chē)智能整套系統(tǒng)很昂貴，但也僅僅是掃描周邊環(huán)境，并不能了解100米外的情況，于是就有了車(chē)路協(xié)同系統(tǒng)，通過(guò)通信基站，在一些道路布置專(zhuān)網(wǎng)通信，車(chē)與人、車(chē)與車(chē)、車(chē)與路通信。車(chē)路協(xié)同下的自動(dòng)駕駛將車(chē)輛內(nèi)部昂貴的感知系統(tǒng)放到了道路兩側(cè)，讓車(chē)輛可以更加充分接受環(huán)境信息，的確使得自動(dòng)駕駛實(shí)現(xiàn)的難度降低，但這多少類(lèi)似于“沒(méi)有軌道的軌道交通”。筆者認(rèn)為，未來(lái)車(chē)路協(xié)同可能是城市智慧交通升級(jí)的一部分，是基建，但對(duì)于自動(dòng)駕駛的作用主要還是輔助，因?yàn)閱诬?chē)智能未來(lái)價(jià)值更高。當(dāng)前單車(chē)智能的確是蹣跚學(xué)步階段，但如AI視覺(jué)神經(jīng)網(wǎng)絡(luò)，哪怕10年或者20年內(nèi)成熟，其技術(shù)本身就極具意義。車(chē)路協(xié)同下，自動(dòng)駕駛?cè)绻挥熊?chē)路協(xié)同，那么很可能只是能用，不能讓技術(shù)產(chǎn)生額外的價(jià)值。

綜上，可以看到，實(shí)際上當(dāng)前自動(dòng)駕駛主要的技術(shù)方向是單車(chē)智能為主，車(chē)路協(xié)同為輔。

技術(shù)層面充斥各類(lèi)風(fēng)險(xiǎn)

一切看似順利，但實(shí)際上在技術(shù)層面充斥著各類(lèi)風(fēng)險(xiǎn)。總結(jié)這些風(fēng)險(xiǎn)，結(jié)合中國(guó)現(xiàn)狀，大約存在以下幾個(gè)層面的問(wèn)題：

其一，自動(dòng)駕駛依然是“薛定諤的安全”。美國(guó)加州有一個(gè)自動(dòng)駕駛路測(cè)，路測(cè)中有一個(gè)每10萬(wàn)公里安全員干預(yù)次數(shù)指標(biāo)。至今，依然沒(méi)有0次干預(yù)的自動(dòng)駕駛技術(shù)，安全員干預(yù)的問(wèn)題包括：高精地圖問(wèn)題、視覺(jué)感知障礙、軟件穩(wěn)定性問(wèn)題、感知系統(tǒng)問(wèn)題導(dǎo)致緊急剎車(chē)、運(yùn)動(dòng)軌跡需要優(yōu)化、未正確識(shí)別紅綠燈、車(chē)道錯(cuò)誤、誤識(shí)別等。自動(dòng)駕駛技術(shù)似乎到達(dá)了一個(gè)瓶頸。2018年，Uber的自動(dòng)駕駛導(dǎo)致了一起重大交通事故，最終判定AI識(shí)別出了路人，但汽車(chē)機(jī)械部分沒(méi)有執(zhí)行，也就是即便智能駕駛技術(shù)是安全的，決策層和執(zhí)行層的銜接也有可能導(dǎo)致嚴(yán)重事故。用戶(hù)對(duì)自動(dòng)駕駛安全性的包容度更低。坐飛機(jī)其實(shí)是很安全的，但有人恐懼坐飛機(jī)，卻并不恐懼坐汽車(chē)。人的確是存在非理性認(rèn)知偏差的，但你沒(méi)辦法要求人群保持理性。用戶(hù)對(duì)自動(dòng)駕駛的安全性要求普遍很高，10萬(wàn)公里中哪怕是發(fā)生1次事故，都會(huì)讓自動(dòng)駕駛面臨重啟的風(fēng)險(xiǎn)。

其二，迷霧中的高精地圖。高精地圖是自動(dòng)駕駛技術(shù)的標(biāo)配，但當(dāng)前高精地圖依然是一個(gè)高壁壘的領(lǐng)域，采集數(shù)據(jù)的成本很高，而隨著道路的變化，高精地圖還要不斷修正地圖信息。即便是這些問(wèn)題都解決了，政策上對(duì)一些高精地圖數(shù)據(jù)的開(kāi)放也是有限制的，這就使得自動(dòng)駕駛車(chē)輛往往無(wú)法量產(chǎn)。不過(guò)Robotaxi業(yè)務(wù)對(duì)于高精地圖數(shù)據(jù)的要求確實(shí)有所降低，因?yàn)槭窃谝欢ǔ鞘袇^(qū)域內(nèi)運(yùn)行，高精地圖企業(yè)只要采集本地高精地圖信息即可，并保證高精地圖數(shù)據(jù)及時(shí)更新，但這方面也就需要政府對(duì)某塊地區(qū)的高精地圖信息完全開(kāi)放。

其三，仿真路測(cè)和現(xiàn)實(shí)路測(cè)。在技術(shù)上，各地應(yīng)通過(guò)路測(cè)數(shù)據(jù)來(lái)發(fā)放運(yùn)行許可，路測(cè)數(shù)據(jù)應(yīng)該由官方確定。理論上說(shuō)，自動(dòng)駕駛需要上百億公里的路測(cè)數(shù)據(jù)才能達(dá)到安全門(mén)檻。但現(xiàn)實(shí)中其實(shí)并非如此。在2021年8月，谷歌waymo的數(shù)據(jù)里程是3600萬(wàn)公里，320億公里的仿真里程數(shù)。2022年7月百度的Apollo測(cè)試?yán)锍踢_(dá)到2700萬(wàn)公里，仿真里程數(shù)也達(dá)到10億公里級(jí)別?，F(xiàn)實(shí)路測(cè)里程不足，則仿真模擬里程來(lái)湊。仿真里程，說(shuō)到底還是在一個(gè)虛擬環(huán)境中的駕駛數(shù)據(jù)。由于自動(dòng)駕駛的核心是單車(chē)智能中的AI視覺(jué)神經(jīng)網(wǎng)絡(luò)，而深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是AI機(jī)器學(xué)習(xí)的一種，所以自動(dòng)駕駛的發(fā)展依賴(lài)于行駛數(shù)據(jù)的積累，當(dāng)前自動(dòng)駕駛企業(yè)都以仿真路測(cè)來(lái)代替現(xiàn)實(shí)路測(cè)，體現(xiàn)出自動(dòng)駕駛企業(yè)急躁的心態(tài)，但對(duì)于自動(dòng)駕駛技術(shù)來(lái)說(shuō)，這并不能增強(qiáng)可靠性。仿真虛擬環(huán)境，還是不能替代現(xiàn)實(shí)路測(cè)，因?yàn)楝F(xiàn)實(shí)遠(yuǎn)比仿真環(huán)境更不可測(cè)，問(wèn)題更多。

其四，測(cè)試環(huán)境和開(kāi)放環(huán)境并不相同。量產(chǎn)的自動(dòng)駕駛面臨的環(huán)境更加復(fù)雜，用戶(hù)并非專(zhuān)業(yè)人士，他們不知道何時(shí)要去接管自動(dòng)駕駛車(chē)輛，也不會(huì)去維護(hù)系統(tǒng)，保持系統(tǒng)穩(wěn)定性。工業(yè)上有個(gè)詞，叫魯棒性，指在異常和危險(xiǎn)情況下系統(tǒng)生存的能力。測(cè)試往往在穩(wěn)定環(huán)境中運(yùn)行，而現(xiàn)實(shí)不存在穩(wěn)定環(huán)境。比如2022年，俄羅斯一次圍棋比賽，AI機(jī)器人竟然莫名其妙?yuàn)A住了人類(lèi)棋手的手指，導(dǎo)致意外傷害，最后結(jié)論是人類(lèi)棋手出手太快，沒(méi)有等。但開(kāi)放環(huán)境下，我們不能要求人人都規(guī)范地和AI交流，比如會(huì)不會(huì)有人故意阻擋自動(dòng)駕駛車(chē)輛？

綜上，Robotaxi下的自動(dòng)駕駛，正在趨于完善，但真的到能夠量產(chǎn)和全面鋪開(kāi)的地步了嗎？筆者認(rèn)為，我們首先需要有一套自動(dòng)駕駛系統(tǒng)能力的評(píng)測(cè)體系，各地需要開(kāi)展路測(cè)來(lái)驗(yàn)證各家自動(dòng)駕駛技術(shù)的成熟度，而不應(yīng)該一上來(lái)就允許無(wú)安全員的自動(dòng)駕駛商業(yè)化運(yùn)行。

（作者系浙江大學(xué)國(guó)際聯(lián)合商學(xué)院數(shù)字經(jīng)濟(jì)與金融創(chuàng)新研究中心聯(lián)席主任、研究員，工信部信息通信經(jīng)濟(jì)專(zhuān)家委員會(huì)委員）

封面圖片來(lái)源：新華社圖