智能驾驶的利弊

在近几年中，无人驾驶的热度一直居于高位，每每舆论提及智能驾驶便似一场狂欢，不仅能帮助减少交通事故，也能够构建未来高科技文明，似乎无人驾驶带来的就是“歌舞升平，祥和盛世”。然而，一旦无人驾驶引发事故时，质疑批评之声犹如排山倒海而来，似乎又从一个极端走向了另一个极端。无人驾驶，并不是一夜之间闯入我们视野的，早在半个多世纪前，科学家就在研究车辆的自我控制能力了，如今，诸多意识先进，技术领先的汽车企业，已经提出明确清晰无人驾驶产品规划时间表，无人驾驶汽车，不再是一个遥不可及的梦想，而是一种触手可及、真实卓越的驾乘享受。但是在“零事故”、“无拥堵”、“智能驾驶”一连串炫目的关键词背后，不管是特斯拉还是其他一些无人驾驶汽车都曾出现过问题，对驾驶者的人身安全造成极大的威胁。话又说回来，在新产品的研发初期，出现一些问题是无法避免的，我相信这些问题都是会被技术与经验的日益精湛与成熟解决。

现阶段无人驾驶技术的主要安全问题出现在感知层（摄像头、激光雷达等）、决策层（AI算法）。感知层决定智能汽车能否发现道路问题，决策层决定智能汽车能否解决问题。在感知层，目前被广泛关注的就是天气变化、光照因素给摄像头、雷达、激光雷达等传感器带来的挑战。这方面也需要通过技术升级不断弥补，例如大陆集团、博世等都在研发全新一代的激光雷达等产品。中科慧眼创始人、副总经理崔峰也认为环境感知是影响当前自动驾驶汽车安全的主要因素之一，“环境感知方面，传感器性能受材质、结构、加工工艺等多方面影响。就国内发展情况来说，这又与中国的材料、光学能力等基础学科实力有关。同时也与工业水平有关，尤其是高精尖的传感器。” 除了感知层以外，与安全有重大关系的就是决策层，目前的AI水平显然是有明显不足的，训练算法的程度不够，不能完全覆盖所有场景和突发意外。自动驾驶汽车需要海量的测试，2016年美国一家公司曾给出一个数字：路测里程需达到110亿英里。大量的路测试验以及后期分类标定、数据处理等方面尚存许多不确定因素。当前，人与AI的区别在于人有很强的迁移学习能力，对未遇到过的交通场景也能自如应对，这也是AI需要着重研究的方向。但AI还有个问题在于神经网络的“黑盒”，给其输入数据得出输出结果的过程并不能被解释，也就是说AI给出决策的过程并不透明，无法排除故障也导致了自动驾驶汽车的不可控性。

传统汽车已经形成了非常成熟的安全体系，标准极其严苛。而自动驾驶汽车已经超过了传统汽车安全体系范畴，还包括信息安全等新的领域。对于传统汽车来说，一辆汽车在研发、制造、使用等各个环节都会经过了一系列的安全测试，其安全标准也是非常完善的。一辆不怎么“智能”的汽车要确保安全是相对比较容易的，只要保证机械层面的可靠性和稳定性就基本能保证安全。但随着汽车电子和电气系统的数量不断增加，安全挑战就变得越来越大，因为“带电的多少都有点智能”。有的豪华轿车上一般都有几十个甚至上百个电子控制单元，其中制动系统、发动机控制系统、气囊系统等等都是与安全相关的系统。与传统汽车相比，自动驾驶汽车系统更加复杂，无论在感知还是决策规划等层面都发生了质的改变，这也使自动驾驶汽车面临着新的安全挑战。因此，自动驾驶汽车已经超越了传统汽车所遵循的安全标准的范畴，还包括了其他安全概念，比如信息安全等。其实，在许多领域，安全本身就是一个专门的专业，没有绝对的安全，只有相对的安全。对于自动驾驶车车进行安全保护的话，跟传统的方式有所不同，但是我们也看到也有一些共同的挑战，我们需要建立起一个控制系统，使得我们的汽车更加安全，我们现在看到还没有到处都跑的是自驾车。所以，我们现在就要把安全的问题做好，使得自动驾驶车在未来不要陷入重大的安全问题。在不同的发展阶段，对安全也有着不同的理解和要求，基于该阶段下的技术，在合理的范围内应最大化地做到一定场景内的安全。安全也是没有极限的，而不仅仅是依靠技术手段，是需要持续演进的一个过程。一味的鼓吹或泼冷水是不理性的，但将安全让位于利益的行为更不可取。对于汽车来说也是如此，安全是一个宽泛的概念，而不仅仅局限在技术或者人为的单方面因素。同时，安全永远是第一优先级，不管你在不在乎，“安全”就在那里。