一場315晚會，讓特斯拉再次陷入羅生門。
以“落榜”的方式成為輿論焦點，特斯拉是孤例。但這不是特斯拉第一次遭遇輿論危機，與過往的“致死事故”相比，“剎車問題”甚至連危機都算不上。
特斯拉自動駕駛發生的五次致命事故中，第一起就發生在中國。2016年1月20日，京港澳高速河北邯鄲段發生一起嚴重追尾事故，一輛白色特斯拉撞上正在前方作業的道路清掃車，駕駛人員不幸身亡。2017年，特斯拉承認車輛在案發時處于自動駕駛狀態。
邯鄲事故4個月后，美國佛羅里達州發生類似致命車禍，特斯拉Model S在自動駕駛模式下發生撞車，造成乘員死亡。特斯拉解釋，系統在面對明亮的天空時沒有“看不見”白色的卡車，并進一步表示：
圖源：視覺中國
“自動駕駛不能阻止所有的事故———設立這樣的標準是不可能的，但它能讓事故盡可能減少發生。它毋庸置疑能讓這個世界上的車主、行人和騎行者更加安全。”
2017年1月，美國國家運輸安全委員會NTSB對此發布報告，認為特斯拉沒有過錯。調查對特斯拉顯得更加有利，安裝特斯拉自動駕駛系統后，撞車率下降了40％。支持自動駕駛的人們認為，美國2016年有3.7萬人因車禍喪生，其中94%緣于司機犯錯。人類犯錯的幾率如此之大，為什么不用更可靠的機器人去替換？
特斯拉成為中國315的輿論中心，并不意味著中國人真的不喜歡特斯拉或自動駕駛，或許他們反感的只是企業的傲慢。
在對待自動駕駛的態度上，中國人可能比美國人更寬容和樂觀。2018年特斯拉加州致死事故后，艾瑞的輿情報告顯示，美國專家們普遍表達的是特斯拉的不滿。中國專家們則更多表達了期待自動駕駛的進一步成熟，中國網友也普遍對自動駕駛的未來持樂觀態度。思科系統的一項民意調查也顯示，最愿意信任自動化技術是中國、巴西和印度。
美國媒體報道，特朗普在接見企業CEO的時候，對馬斯克表示過“自己更喜歡傳統汽車”。在Bedminster高爾夫俱樂部聊起自動駕駛，特朗普也說：
“確實很酷，但我永遠不會用自動駕駛汽車......我不相信電腦給我開車。”
這恐怕是多數美國人的態度。2017年的調查數據顯示，71%的美國司機對自動駕駛汽車表示擔憂。直到2020年，這種擔憂依然大范圍存在。美國自動駕駛汽車教育協會PAVE報告顯示，48%的美國人表示永遠不會乘坐自動駕駛出租車Robotaxi。
不確定《上載新生》是否借鑒了特斯拉的致命事故，但男主的死法正道出了人類對自動駕駛的擔憂：機器故障、AI蓄意“謀殺”、黑客入侵。
在尚且不能造出AI自主操控汽車前，現階段的不信任主要來自“機器故障”。
在自動駕駛發展初期，這樣的擔憂并非沒有道理。2018年3月，一輛Uber自動駕駛汽車在亞利桑那州坦佩市路面測試時撞上一名過馬路的女子，致其身亡。在事故發生前的5.6秒，Uber的自動駕駛已經檢測到了這名女子，但卻被系統誤認為是一輛汽車。事故發生前5.2秒，系統又將她歸類為“其它”，認為她是一個靜止的物體。在“汽車”和“其他”之間搖擺不定，錯過了決策時間。
1、里程碑的2021年：涌現一批L5車型
約翰·馬爾科夫在他的《人工智能簡史》中寫到：
“DARPA大賽是兩個世界的分界線。在一個世界中，機器人被視作玩具或研究人員的玩物；而在另一個世界，人們開始接受機器人能夠在世界上自由移動的事實”。
上世紀，日本筑波大學、美國卡耐基梅隆大學和德國聯邦大學都對自動駕駛展開過一定程度的探索。但真正取得突破，還是DARPA（美國國防高級研究計劃局）的功勞。美國國會指示軍方設計自動駕駛汽車，軍方努力了數年無進展。時任DARPA局長的托尼·特瑟另辟蹊徑面向社會中的黑客、科學家和企業，舉辦了著名的城市挑戰賽DARPA Grand Challenge。
數百萬美元獎金和無價的聲望，吸引了來自學術界和產業界的數十支團隊。斯坦福大學教授巴斯蒂安·特龍組織了一個由汽車公司工程師、學生黑客組成的團隊，次年就完成了DARPA幾年都沒研發出來的無人駕駛。
自動駕駛堪稱人工智能技術的集大成者，有三個系統單元：包含傳感器和環境算法的感知單元、包括決策模型和決策結果的決策單元、包含操控接口和操控行為的控制單元。
具體來說，需要集合感知測距、車道保持、立體視覺、高精地圖、慣性導航、車路協同、路況決策、實時分析等大量軟硬件融合技術。
自動駕駛系統的基本概念模型
2009年，谷歌在特龍的主持下啟動了自動駕駛汽車項目chauffeur。谷歌的舉動引發連鎖反應，寶馬、奔馳、沃爾沃、奧迪等主要汽車制造商迅速動員力量開發自動駕駛系統，Uber、蘋果、英偉達也隨后入局。英特爾在莫名的恐慌中，以153億美元的巨資收購了以色列計算機視覺系統制造商Mobileye。
Mobileye確實是自動駕駛的另類。與特龍德式精密的思考路徑不同，Mobileye的創始人阿姆龍·沙舒瓦帶來了自動駕駛的另一種可能。特龍主要依靠計算機性能的日益增強來提高物理識別能力，而沙舒瓦則用生物方式來研究計算機視覺。約翰·馬爾科夫評價，谷歌自動駕駛的體驗是一種人和機器分離感，而Mobileye能讓乘客敏銳地感覺到機器援助的存在。
毫無疑問，人類已經開啟自動駕駛的篇章，但距離想象中的自動駕駛又還有一段艱辛的路程要走。2016年，美國汽車工程師協會SAE更新了自動駕駛分級定義，將自動化分為6個級別。
我國標準與SAE標準基本一致，唯一不同在于我們將L0稱為“應急輔助”，駕駛人可以自主掌握駕駛權，汽車系統可感知環境，并提供報警、輔助或短暫介入駕駛，實現了與非駕駛自動化功能的分開。
簡單來說，L0-L2是真人駕駛員掌控。
L1是“動手”級別，L2可以適當“放手”；L3-L4真人駕駛員與機器共同掌控；L3要“睜大眼睛”；L4可以“基本放心”；L5則可以選擇完全交給機器掌控。
從商業化的角度來看，L5是遠景目標，L3應用有限，L2和L4是最佳應用，目前已經規模商用的是L2。2020年，美國NTSB主席公開聲明，美國市場上不存在L3以上級別自動駕駛汽車。不過，2021年3月5日，本田開始在日本提供限量版100輛Legend Hybrid EX轎車租賃服務，這些轎車據說配備了已獲得日本政府認證的L3自動駕駛設備。
目前L2自動駕駛面臨的最大挑戰，是來自真人駕駛員的分心，即如何在緊急情況下讓已經分心的駕駛員能立刻切換到操作，特斯拉的多次致命事故也多源于此。汽車制造商們給出了各種解決方案。雷克薩斯和奔馳通過監測駕駛員眼睛和頭部的位置來判斷他們是否在打盹或走神。奧迪用兩臺攝像機來檢測司機是否精力集中，否則自動駕駛系統將終止。
2017年，奧迪推出了全球第一款L3汽車A8，并發布了L4概念車Elaine和L5級概念汽車AudiAicon。2018年，豐田推出自動駕駛出行平臺e-Palette，計劃于2025至2029年將高級自動駕駛適用范圍擴大至普通道路。2019年，通用開始量產L4級自動駕駛汽車Cruise AV。
2021年將是自動駕駛具有里程碑意義的一年。這一年，福特計劃推出L4級自動駕駛汽車，不配備油門踏板和方向盤，特定區域無需對車輛進行控制。戴姆勒計劃測試L4/5級自動駕駛汽車。寶馬計劃開始測試L5自動駕駛汽車，大眾也計劃推出L5自動駕駛汽車Sedric。
2、誰來承擔自動駕駛的責任？
“五個無辜的人被綁在電車軌道上，一輛失控的電車朝他們駛來。你可以拉桿讓電車開到另一條軌道上。問題是另一個電車軌道上也綁了一個人。你會不會去拉桿？”
這是倫理學最知名的思想試驗之一———“Trolley Problem”（電車難題）。這種極端情況在日常駕駛中極少發生，但自動駕駛系統卻必須要在多個有害動作之間作出選擇。未來互聯的智能汽車能獲知附近人員的數據信息，在車輛失控前是否應該根據這些信息進行選擇性碰撞？比如，老人和年輕人誰更應該做出犧牲？
“隧道困境”是“電車難題”的延伸———“自動駕駛汽車載著乘客正準備進入隧道，突然跑出來一個孩子。汽車開始剎車，軟件意識到單靠剎車來不及使汽車減速到足以讓孩子存活，但剎車的同時轉向可以，代價是犧牲車內乘客的安全。這輛車需要做出決定：繼續在馬路上行駛撞到孩子，還是轉向撞到隧道口墻壁導致乘客傷亡？”
自動駕駛制造商需要面對的問題很直觀———先保行人還是先保車內人員？
當奔馳公司表示他們會拯救車內人員而不是行人時，公眾對此表示憤慨，要求奔馳公司撤回這一陳述。汽車公司因此陷入兩難困境：傾向于駕駛員安全，就會引起公憤；偏向于公眾安全，則會因為危及購車人而導致他們不買單。
麻省理工學院的工程師為此眾籌了一個“道德機器”，在網站上用動畫的形式讓用戶做選擇，以確定人們的道德偏好。實驗共收集了233個國家/地區的超過4000萬個決定數據。這些數據表明，人們更愿意拯救人類的生命，而不是其他動物；優先考慮年輕人的聲明，而不是老年人；男性更愿意挽救女性的生命……
美劇《上載新生》里，“保行人還是保自己”可由乘客自行選擇。
這一系列倫理困境還指向一個法律問題———誰是自動駕駛的責任主體？只有乘客沒有真人駕駛員的L5汽車，誰來承擔駕駛責任？
以德日為代表的法律立場認為責任主體是真人駕駛員，以美英為代表的法律立場認為責任主體是算法。2017年，歐洲議會通過了《就機器人民事法律規則向歐盟委員會的立法建議》，認為機器人通過深度學習具有一定自主決策能力，考慮賦予智能機器人以“電子人格”（electronicperson）的法律地位和責任主體地位。但問題并沒有得到解決，如果是算法的錯，那么如何去追究算法的責任？
一系列倫理和法律問題尚在研究和討論中，可自動駕駛的商業化早已等不及了。為了跟上自動駕駛的進度，美國20多個州相繼出臺了50余部與自動駕駛相關的法案。2017年，美國眾議院一致通過《自動駕駛法案》。美國NHTSA（高速公路安全管理局）先后通過了一系列政策指南。
2017年，北京市制訂了《北京市關于加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》及《北京市自動駕駛車輛道路測試管理實施細則（試行）》。2018年，上海發布了《上海市智能網聯汽車道路測試管理辦法（試行）》，隨后，上海、天津、重慶、深圳、廣州、長春、長沙、平潭、濟南、杭州、廣州南沙等十余個城市或地區發布了地方性質的自動駕駛汽車測試管理規范。這些規范主要針對自動駕駛道路測試，法律層級比較低。
隨著自動駕駛技術的成熟和商業化程度的提高，人類社會將面臨的倫理和法律問題將越來越復雜。包括大量真人駕駛員的失業問題、信息高度互聯帶來的隱私問題、黑客和惡意軟件問題等等。而市場和數據的高度集中，會強化巨頭企業的壟斷性，他們難說不會掌控超越政府的能量。
3、為什么要爭自動駕駛的領先地位？
有人給自動駕駛算過一筆經濟賬。20世紀大約有6000萬人死于車禍，比二戰期間的死亡人數還要多。汽車變得更加安全后，全球每年仍有140多萬人死于交通事故。遠程信息處理公司Inrix估算，美國每年交通擁堵帶來經濟損失超過3050億美元。由于駕駛能力和資質問題，近六分之一的勞動力出行被限制。這些問題，人們都寄希望基于車聯網的自動駕駛汽車來解決。
自動駕駛時代，共享出行預計將成為主要的出行方式。研究機構預測，新車銷量會下降約50%，每年生產的約3000萬輛自動駕駛汽車中，有一半銷往中國，另外四分之一在美國，剩下的分散在歐盟，日本和新興市場。這個價值2萬億美元的全球汽車制造業，將被并入更大的個人交通服務市場。而這個市場預計到本世紀中葉將達到7萬億至10萬億美元的規模，大致相當于今天整個歐盟的經濟規模。
各國政府都在積極為自動駕駛掃清政策法規的障礙。美國強調自動駕駛汽車作為交通系統的一部分，深度融入現有交通系統。歐盟強調車路協同和歐洲一體化。日本重視自動駕駛汽車的落地和產業化。
2020年美國發布的《自動駕駛4.0》，提出整合38個聯邦部門、獨立機構、委員會和總統行政辦公室在自動駕駛領域的工作，以確保美國在自動駕駛技術領域的領先地位。
從2016年開始，美國高速公路安全管理局每年都在推進相關法案。
歐盟發布《通往自動化之路：歐洲未來出行戰略》，計劃到2022年前實現所有新車均配備通信功能的車聯網模式，到2030年步入以完全自動駕駛為標準的社會，目標是使歐洲在完全自動駕駛領域處于世界領先地位。日本2020年5月公布的《實現自動駕駛的相關報告和方案4.0》提出，到2025年將無人自動駕駛服務擴大到全國40個區域范圍。
2017年，國務院印發《新一代人工智能發展規劃》，自動駕駛被列入國家戰略。
2020年2月中國發改委等11個部門聯合印發《智能汽車創新發展戰略》，提出2025年戰略愿景，標準智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系基本形成。今年印發的《國家綜合立體交通網規劃綱要》提出，到2035年，國家綜合立體交通網實體線網總規模合計70萬公里左右。
2020年畢馬威會計事務所（KPMG）發布的《自動駕駛汽車成熟度指數》，中國僅排第20名，影響中國排名的主要因素就是政策立法和基礎設施。
《自動駕駛汽車成熟度指數》評估了全球總計30個國家和地區的自動駕駛部署與準備情況，評級排名細分為四個維度：政策和立法、技術和創新、基礎設施、消費者接受程度。
KPMG《自動駕駛汽車成熟度指數》
全球自動駕駛技術發展有兩條路徑：一條是傳統汽車的駕駛自動化，即汽車制造傳統強國對自動駕駛技術的創新與應用；另一條是將互聯網技術嫁接到汽車中，即把人工智能的學習、感知、控制技術創新和應用于駕駛技術。
汽車派如通用、奧迪、寶馬、豐田等傳統汽車制造商，遵循從L0、L1、L2的順序逐步演進。互聯網派的大多數則是直接從L4切入，把自動駕駛技術嫁接到汽車上。
美國和中國車企大多選擇了互聯網派的打法。谷歌的自動駕駛技術已被多家汽車廠商采用，蘋果也正積極與奔馳、法拉利、英菲尼迪、沃爾沃等車企合作，主流汽車制造商正在把IOS操作系統引入新車型。
在中國，百度從2015年開始大規模投入無人駕駛技術研發，獲得專利數2900件，已經形成自動駕駛、車路協同、智能車聯三大開放平臺。2019年美國加州車輛管理局發布的《自動駕駛接管報告》，百度在脫離接管次數上超過上一年冠軍谷歌Waymo，名列第一，另外兩家中國公司AutoX、PonyAI分列第四、五名。2020年6月27日，滴滴聯合央視直播自動駕駛網約車試乘過程，并宣布向上海公眾開放自動駕駛出租車服務。
市場分析人士認為，到2030年，工業化國家所有出租車都將實現自動化。到2040年，共享的自動駕駛汽車占據主導地位。到2050年左右，大部分人類駕駛的汽車將會消失。
人們把自動駕駛革命看作是20世紀汽車革命的重演。
1920年代，汽車開始大量涌入城市，隨后完成了全面機動化。一百年后歷史重演，汽車工業曾如何改變歷史，自動駕駛也將如何改變當下。
自動駕駛將顛覆原來的汽車產業鏈，跨界競爭者入局，價值鏈頂端由傳統主機廠轉向科技新貴，出行交通、整車銷售模式和價值分配格局都將重新定義。汽車成為大型移動智能終端，車的核心部件由體現動力和操控的傳動系統轉向體現自動駕駛技術水平的智能軟件系統（算法）和處理器芯片，實現軟件定義汽車。
上一個世紀，汽車工業曾讓美國成為“輪子上的國家”；如今，自動駕駛又會給哪些國家創造機會？
4、新基建或助中國“換道超車”
2021年兩會剛剛落幕。相較往年，今年兩會出現了更多關于“自動駕駛”、“智能網聯”、“汽車芯片”等提案。百度李彥宏、360周鴻祎、網易丁磊、長城汽車王鳳英、合眾汽車方運舟、奇瑞汽車尹同躍、廣汽曾慶洪、上汽陳虹、江汽周福康等人的提案都與自動駕駛相關。
如何在“新基建”背景下，提早進行自動駕駛的商業化應用，實現智能交通和智慧城市，是本屆兩會關注的焦點之一。
自動駕駛的發展有三條主流技術路線：
一、以激光雷達和高精地圖為代表的“谷歌派”單車智能路線；
二、以視覺感知和影子模式為代表的“特斯拉派”單車智能路線；
三、率先在網聯化發力與車路協同的“新基建”式智慧交通路線。
德、日等傳統汽車強國憑借汽車制造能力積淀穩扎穩打，徐徐推進自動化升級。美國則憑借雄厚的基礎科研實力、全球領先的人工智能技術開展前沿探索。相對之下，中國推行自動駕駛的優勢體現在另一層面。
在國家新基建的大力推進下，中國科技企業集中發力第三條技術路線，更偏向于“車路協同的智能汽車”。
即通過傳感器與駕駛員、其他車輛、路面基礎設施和云通信結合，實現車路海量信息交互，形成“人-車-路-云”的高度協同。
2019年，中國公路學會自動駕駛工作委員會、自動駕駛標準化工作委員會發布的《智能網聯道路系統分級定義與解讀報告》出爐，對中國道路智能分級標準進行清晰定義，對智慧道路建設形成明確指引。2020年4月，國家發改委明確了新基建范圍，包括5G、物聯網、衛星互聯網、人工智能、數據中心、智能交通基礎設施等，而自動駕駛既是這些領域的交集點，也是具體的落地應用場景。
自動駕駛背后的移動通信技術標準之爭，也是國家間利益分配主導權之爭。美國人工智能領域全球領先，基礎科研實力強，科技巨頭的技術積淀優勢明顯。中國僅靠單車智能的賽道追趕，具有一定難度，但有望通過車路協同實現自動駕駛領域的“換道超車”。
中國以華為為代表的通信企業在5G技術方面世界領先，且4G和5G基站數量多覆蓋廣。中國政府大力推行5G網絡、物聯網、衛星互聯網、數據中心、智能交通基礎設施等新型基礎設施建設。相較而言，
美國的新型基礎設施建設一般由市場投入而缺乏政府主導，進度明顯慢于中國；此外國民更注重個人隱私，也可能導致網聯化推動進程緩慢。
新基建藍圖的徐徐展開，為我國自動駕駛創造了難得的戰略機遇期，這是一場傳統主機廠、造車新勢力、互聯網巨頭、ICT企業、零部件供應商深度參與的社會變革。在新基建的推動下，車路協同有望進入快車道，彌補中國在單車智能發展方面的不足，有望率先實現L4-L5高等級自動駕駛技術的大規模商業化落地。
來源：鈦禾產業觀察/熊文明
注：文章內的所有配圖皆為網絡轉載圖片，侵權即刪！