／ 導讀 ／

在自動駕駛技術迅速發(fā)展的當下，在碎片化信息充斥我們的生活時，網上存在很多對于自動駕駛發(fā)展的新聞，更有對自動駕駛的誤解在肆意傳播著，筆者認為這些對于自動駕駛的誤解會阻礙自動駕駛的發(fā)展，影響自動駕駛的推廣和落地。

誤解一：由于駕駛本身充滿樂趣，公眾會抵制無人駕駛。 很多傳統(tǒng)汽車公司會固執(zhí)地認為并大肆地宣傳，人們愛好駕駛的體驗。 愛好，是人們的自由選擇。所以，愛好駕駛的群體必然是存在的。 然而，頭文字D會在秋名山中上演，卻不會發(fā)生在擁擠的通勤路上。 事實上，大多數人的大部分駕駛時間都用在每天的通勤與外出辦事上，甚至大部分時間都需要在擁擠的道路上緩慢移動。 即便是駕駛愛好者，也不會享受這種煩悶的開車時間，也會想將浪費在這上面的時間用來做點別的更有意義的事情。更何況大多數只將汽車視作代步工具的公眾呢？

另外，目前依然廣泛認為，自動駕駛的實現也并不會剝奪人類的手動駕駛權力。 這兩種方式是可以并存的。一百年前汽車代替馬車成為最重要的交通工具，但如今依然有人學習馬術。又如，自動化生產的高度發(fā)展不會取代傳統(tǒng)手工藝人；；電腦繪圖再快再好，畫家也不會放棄畫筆一樣。 因此，自動駕駛技術一旦成熟，自動駕駛汽車可以被安全使用時，消費者將會無比渴望得到它。 愛好可以堅持，但瑣碎的生活也要繼續(xù)。

誤解二：自動駕駛汽車會造成道德困境。 當自動駕駛汽車面臨交通事故時，很多人宣揚它無法解決道德難題。 即當意外來臨時，自動駕駛汽車會撞向誰？人們最常談論的是“有軌電車難題”。

“有軌電車難題”是一個哲學實驗，大致內容是：一個瘋子把五個無辜的人綁在電車軌道上。一輛失控的電車朝他們駛來，并且片刻后就要碾壓到他們。幸運的是，你可以拉一個拉桿，讓電車開到另一條軌道上。然而問題在于，那個瘋子在另一個電車軌道上也綁了一個人。在這種狀況下，是否應拉拉桿？ 這個問題的難點在于是否應該量化比較生命。 實際上，自動駕駛在道德判斷方面與人類并無二致。人類都不愿去直面的極端道德問題拿去為難自動駕駛多少過于苛刻了。 無論出于什么原因，在車禍發(fā)生前的一剎那，我們人類都還是偏向于由人類而非機器來做出快速的、非正式的成本收益分析。 可是，保險公司也早已對我們身體的各個部分出現問題時所需支付的潛在費用做出了量化。而在面對這種駕駛過程中的瞬間決策時，人類駕駛員早已本能地估量出“可以犧牲掉誰”了。

誤解三：自動駕駛汽車需要有完美的駕駛記錄才能確保足夠安全。 其實，只要自動駕駛汽車的安全駕駛記錄超出人類駕駛員的平均水平，它就能造福人類。 據統(tǒng)計，平均每20萬英里（約32萬公里），人類駕駛員就會出現一次非致命性碰撞。 那么，如何衡量自動駕駛系統(tǒng)的安全性呢？我們通常使用“接管里程”，即每接管（駕駛員介入）一次的平均行駛里程。 因此，當自動駕駛系統(tǒng)的接管里程數超過人類駕駛員的非致命性碰撞數據，即超過20萬英里／次，便可以說自動駕駛在人類平均駕駛水平之上。 看到這里，也許有人會有疑問，系統(tǒng)每次需要接管時還有可能造成致命性碰撞呢。 好的，那我們給自動駕駛定一個十分嚴格的標準吧。據統(tǒng)計，平均每9000萬英里（約1．4億公里），就會出現一次致命性碰撞。盡管并不是每次接管都會造成致命性碰撞，但我們本著嚴格要求的原則，認為自動駕駛系統(tǒng)的接管里程數超過人類駕駛員的致命性碰撞數據，即超過9000英里／次，就能說自動駕駛在人類平均駕駛水平之上。 當然，如果把目標定在人類平均駕駛水平的2倍，顯然會更加有說服力。

誤解四：無人駕駛遙遙無期！時代還是一個遙遠的夢！ 在預測自動駕駛技術發(fā)展時，很多人會認為將會延續(xù)過去十年的機器人技術的發(fā)展速度可是，一般認為。自動駕駛所利用的使能技術（Enabling Technology）會遵循摩爾定律。 那么，我們假設自動駕駛的發(fā)展也符合摩爾定律，來大概計算一下。 摩爾定律的一般理解是，硬件性能平均每18個月會翻一番。 我們用前面提到的“接管里程”，來評估自動駕駛的安全性能。姑且認為無人駕駛汽車的上路標準是達到人類平均駕駛水平2倍的話，我們預計當接管里程介于400，000～180，000，000英里之間時，無人駕駛汽車便可以順利上路了。（注：上文提到過人類出現一次非致命性碰撞駕駛的平均里程數是20萬英里，一次致命性碰撞駕駛的平均里程數是9000萬英里）。使用最新的2019年加州自動駕駛路測數據來評估的話，在眾多公司中最的高接管里程的約為18，000英里。 按照18個月翻一番的摩爾定律計算的話自動人駕達到人類駕駛水平的兩倍現還需要7～20年的時間。 當然，像上文這樣的計算只是概算而已，遠不夠精確。摩爾定律也不是什么自然規(guī)律或是物理定律，只是對現象的觀測和未來的推測。 但除此之外，“車隊學習（Fleet learning）”是自動駕駛發(fā)展特殊的加速器。自動駕駛汽車可以將它們的駕駛經驗數據進行匯總共享，每輛自動駕駛汽車都能從其他車輛提供的共享經驗中獲益。用不了多久，自動駕駛系統(tǒng)就會積累起豐富的駕駛經驗，成為“老司機”。 然而，如果將“無人駕駛時代”定義為，道路上100％的汽車都具有全自動駕駛功能，那么，普及全自動駕駛汽車的過程可能會持續(xù)半個世紀之久。 人們更換汽車的速度要比更換智能手機的速度慢很多?，F在汽車的平均壽命是10～15年，所以要將老式汽車全部更換的話，也至少需要20年的時間。 因此，在實現無人駕駛的過程中，我們不僅需要多一些耐心，更需要逐漸學會如何與進階中的自動駕駛汽和諧共處。

最后 消除公眾對自動駕駛的誤解，才能更好地發(fā)展推廣自動駕駛，讓公眾更理智地對待自動駕駛。否則，人類也許會付出更多時間和生命的代價。相信，無人駕駛早日到來，是我們共同的期盼。
責編AJX