自动驾驶的第一性是什么？

　　欢迎关注“新浪科技”的微信订阅号：techsina 

　　文/元正

　　来源：锦缎（ID:jinduan006)

　　自动驾驶是当今全球科技产业最为瞩目的话题之一。对于自动驾驶这项新兴技术的不可逆性，此前的系列报告中，我们从产业规律、物理学、经济学以及智能原理等多维度进行过论证。

　　从产业发展的国际比较角度看，这项智能科技制高点的竞赛，已在中美欧汽车及科技阵营领域内全面铺开。以百度、华为为代表的中国自动驾驶厂商及智能驾驶解决方案厂商，正在构筑成最强集群之一，推动这项前沿技术的演进与普及。

　　当时当下，从北京亦庄闹市区，到天津港码头，再到洛阳洛钼矿采区，自动驾驶已经初步展示出了其指数型先进生产力的效能。及至10月27日刚刚结束的国家“十三五”科技创新成就展上，众多自动驾驶研发及落地成果悉数亮相，让更多的人对自动驾驶有了更明晰的认知与信心。

　　前途固然明朗，但一如每件新生事物来临时候都会遭遇各种各样的怀疑一样，对于自动驾驶来说，关于它的安全性问题，一直是社会各界所最关切的话题。尤其最近一个时期以来，一些以辅助驾驶之实行自动驾驶之名，所导致的安全事故，更令这个话题充满热度，亦令自动驾驶背负了不应有的误会与偏见。

　　无安全保障，不足语自动驾驶。对于自动驾驶的安全性问题，实则已经到了摆上桌面谈一谈的时候了。

　　01

　　自动驾驶的第一性：安全

　　是的，自动驾驶的第一性，决不是商业利益，而是安全。

　　不同于汽车之于马车、高铁之于普列、飞机之于地面运载设备、航天飞机之于民用飞机的逻辑，自动驾驶这项技术之于汽车产业而言，并不在于突破物理空间限制、使人们高效探索未知空间，而是在于最大（优）化单位里程的驾乘、营运以及交通系统的安全性，其次是效率，并引申出新的生活及商业形态。

　　自动驾驶是AI技术的天然延展，基于软件与硬件的工程型耦合，基于算力与算法相对于人体机能的高度理性，实现对人类感知、操作等系统的模拟替代，以指数型的可靠性，将车辆驾乘的安全系数的推向2.0、4.0、8.0、16.0……时代。

　　具体来说，根据数据统计显示，平均来看，每30万公里，人类驾驶员就会出现一次非致命性碰撞。也就是说，只要自动驾驶技术在安全性上优于人类驾驶员2倍，就相当于一个指数级的提升，就意味着人类驾乘安全系数达到了2.0时刻，一次里程碑式进化。

　　那么自动驾驶能否做到“使命必达”呢？从实现情况来看，我们是可以乐观的：

　　以相当于L2.5-L3级别自动驾驶能力的特斯拉智能辅助驾驶系统Autopilot为例，据其2021年Q2公布的《车辆安全报告》显示：开启Autopilot时，平均每行驶710万公里发生一次意外事故。未开启Autopilot时，则平均193万公里发生一次事故（注：特斯拉车辆当前在全美汽车保有量中占比相对仍较小，故而事故概率数据相对更低）。

　　据此对比来看，实现至多不超过L3级别自动驾驶能力的智能驾驶辅助系统，在安全性上的保障，相对已经是人力的30倍——当然必须指出，特斯拉车辆保有量的限制，使得这项数据存在较大程度失真。

　　但无论如何，自动驾驶对于人力的模拟替代的能力，在安全这一第一性维度上已经显现出它的优势。

　　来自中国自动驾驶势力领头羊的数据也在佐证这一点：百度是中国唯一一家拥有千万公里真实路测里程的自动驾驶公司，据相关媒体报道，百度自动驾驶汽车目前在城市道路的成功率已经达到99.99%，综合安全性高于人类驾驶员。

　　另外从工程学角度看，这一预期也是顺理成章的：一辆汽车的四个轮子、制动系统与转向系统组合出的运动模式，基本是全部可以预测与模拟的，自动驾驶的软件系统所管控的动作组合数量，实质是一个相对较小的数值。驾驶行为可以自动化的另一个原因，还在于，开车是一个相对刻板重复的反应式活动——无论智力高低都能拿到驾照就是一个佐证。

　　其实，以普通人的视野进行观察发现，这种逻辑也不难理解：

　　根据世界卫生组织的报告，车祸是导致全球15-29岁的青年人早逝的最高因素，同时也是造车各年龄组人群死亡的第二关键因素。这些车祸中的大部分并不是汽车某部件失灵造成的，而是由本可杜绝的人为因素导致的，或者称为“4D”因素——醉酒、吸毒、瞌睡以及走神。只要方向盘还掌握在人类手中，车祸造成的死亡率就可能持续上升。

　　此外，人类驾驶汽车还有一个风险因素——分心驾驶也在持续增长。看看你周围的驾驶员，电话、通信软件、文字阅读以及短视频，正在侵入他们的驾乘空间。

　　对比之下，某种意义上可以说，质疑、延误自动驾驶这项技术发展的代价，几乎是在以人命数量在计算。

　　当然，自动驾驶决然不意味着零事故。凡是有这种刚性预期的想象，实质都是对于物理规律的无视——这个世界不存在永动机，也就意味着不存在完美的能量系统。

　　从现实障碍上看，与人力驾驶一样，自动驾驶对抗的是极端路况（corner cases），这种随机性对应着量子理论的不确定原理，迄今无解，也大概率将是永久常态，但在极端路况面前，自动驾驶的反应能力与操作合理性，理论上要指数级优于人力；从工程学上看，包括自动驾驶在内任何一项AI科技，都不存在100%鲁棒性，而从整个产业的预期来看，自动驾驶将最终实现99.99999%的安全极限。而这样的科技进步，已然是文明级的科技进步。

　　02

　　自动驾驶的中国模式更值得期待

　　自动驾驶不可能一蹴而就，迄今为止，相对于人类的无意识求生能力，它的智慧性还较为稚嫩。故而正视它的劣势，合理使用、优化它的优势，是当前所有不同路径自动驾驶厂商的共识。

　　相对更为推崇单车智能而“不惜代价”式验证、改进自动驾驶技术的海外部分厂商成长路径，中国人固有的东方文化，实际令中国同厂竞技选手对自动驾驶安全性的容错率要求要更高。

　　比如，特斯拉采取的是单车智能自动驾驶模式，主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行；百度选择的是车路协同自动驾驶模式，这一模式在单车智能自动驾驶基础上，通过车联网将“人—车—路—云”交通参与要素有机地联系在一起，助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级。

　　具体到百度萝卜快跑的最新一代自动驾驶量产车Apollo Moon来说，其前装了2个激光雷达，需要说明的是，正常行驶状态下只有一个运行，另一个则属于冗余配置，即在前者失灵或出现问题时介入。除了激光雷达，包括摄像头、毫米波甚至是刹车，百度Apollo Robotaxi的思路都是1倍冗余配置，一方面为了更简洁，一方面也要在商业化初期尽最大可能排除一切不必要的安全性疑虑。

　　所有的软硬件冗余之外，为Apollo Robotaxi兜底的安全保障系统是“5G云代驾”，即通过智能云监控，一旦出现车辆问题，在接到求助后，身处运营总部的人工服务系统将即时启动，为无人驾驶系统补位，直至脱困。这一商业策略的加入，基本打通了L4级的Robotaxi商业化的“最后一公里”问题。

　　百度模式其实是自动驾驶中国模式的一个缩影：高度安全冗余配置。总结来看，既包括车端的传感器冗余、安全冗余，也包括运营过程中的冗余（5G云代驾），更包括中国正在高速推进的路端基建——车路协同带来的更高维度的冗余。

　　对于这样的中国模式全面推进，整个中国政策与产经业界实则一盘棋：2020年2月，国家发改委联合11个部门印发的《智能汽车创新发展战略》明确指出，在2025年之前，中国标准智能汽车的技术创新、基础设施、法规标准、产品监管以及网络安全体系应当基本形成，并且有条件对L3级别的自动驾驶智能汽车进行量产，实现L3级别自动驾驶汽车在相关场景下的应用。

　　如是，在应对自动驾驶第一性——安全——这一问题上，中国模式更加值得期待。

　　恐惧往往来自于“无知”，更来自于“无知且无畏”。应对恐惧，唯有科学的严谨性与预期的现实性可以引导我们一步一步走向更高阶的科技文明。未来就在那里，行百里半九十，中国自动驾驶军团尚需行稳致远，而作为公众我们亦要实事求是般乐观以对。

（声明：本文仅代表作者观点，不代表新浪网立场。）