馬斯克對無人駕駛太樂觀了
play
歡迎關注“新浪科技”的微信訂閱號：techsina
文/任婭斐
來源：盒飯財經（ID:daxiongfan)
自動駕駛，正在接受輿論與監管的雙重考驗。
一周前，一名31歲的車主，駕駛蔚來ES8身亡，事故原因還未調查清楚，500位蔚來車主的“護主”行為，先將蔚來推上了風口浪尖，至今，蔚來APP內“反對車主聯合聲明”的話題參與人數，已經超過1.1萬人。
如果說這是單屬于蔚來汽車的一次危機公關事件，特斯拉的加入，則讓事態變得更加微妙，因為，這兩件事背后指向的均是，自動駕駛。
8月16日，美國國家公路交通安全管理局（NHTSA）啟動對特斯拉的調查，11項具體事故，都和“Autopilot（自動輔助駕駛）”有關。這意味著，對于自動和輔助駕駛相關功能的安全性，已經引起了美國政府的極度重視。
市場最先反應，調查消息披露當日，特斯拉市值蒸發超300億美元。
盡管輿論洶洶，但并未打擊到馬斯克的信心。
8月20日特斯拉首個AI日上，馬斯克介紹了純視覺自動駕駛系統。在整個活動過程中，馬斯克自信的表述，讓公眾對自動駕駛技術的未來充滿希望，“有信心實現完全自動駕駛，比目前人類使用攝像頭和電腦安全得多。”
為了強調，活動一開場，馬斯克就發布了一段特斯拉在全自動駕駛狀態下在郊區道路上行駛的視頻，但是駕駛員全程都將左手輕放在方向盤上。
目前各種強調真無人駕駛的測試視頻屢見不鮮，2017年李彥宏為了拍攝百度無人車的演示視頻，甚至還在北京五環上吃了一張罰單。
但如果駕駛員真的消失了，車輛本身是否真能做到任何時間、任何地點安全兜底？馬斯克和李彥宏的測試視頻里都沒有給出答案。
“自動駕駛是一個非常、非常難的問題”，Aurora聯合創始人在接受《匹茲堡時報》采訪時曾比喻，“就像跨過25萬英里到月球……人們不應當幻想搭梯子就能登上月球”。
而難題背后，事關信任修復、技術困境、派別之爭以及瘋狂燒錢后，究竟何時才能止損盈利。
被消耗的信任怎么修復?
最近，德國ARD電視臺上映了一部紀錄片，翻譯過來是《自動駕駛汽車的未來—它們在發生事故時如何決策》，紀錄片很短，只有22分鐘，探討的問題卻非常引人深思。
短片中描述了目前全世界的自動駕駛研究大潮。雖然我們還遠沒有實現無人駕駛，但大多數人都承認，這是大勢所趨，未來自動駕駛取代人類駕駛只是時間問題。而德國作為一個汽車工業強國，大眾、寶馬、戴姆勒這三個汽車巨頭已經連續多年在推進自動駕駛項目。
短片首先討論的一個問題就是：你信任自動駕駛嗎？還是覺得自己開車更放心？
短片中出鏡接受采訪的戴姆勒集團的技術代表，自然是支持自動駕駛，因為從技術上分析，人工智能確實有很多人類無法實現的優勢。比如它永遠不會累，不會有情緒問題，不會突然眼花心悸。而一輛車上搭載的裝備也可以達到比人類更優越的參數，比如更高清的攝像頭，夜視功能等等。
但同樣的問題拋給公眾，答案就成了五花八門。有人不懂自動駕駛，有人選擇自動駕駛，有人還是想自己掌握方向盤。
接下來，短片探討了另一個問題：自動駕駛車在車禍發生時，如何做決定？
開過車的人應該都能想象到，在即將發生車禍時的一瞬間，你的反應和動作會直接決定你和他人的生死。要不要急剎車？是不是打方向盤換車道？要不要沖到旁邊路基上？
這種情況下，人做決定往往依靠的是，臨場反應。而自動駕駛，靠的不是臨場反應，是提前寫好的算法。
那么問題來了，生命受到威脅時，你信任誰？自己還是尚不成熟的算法？
當然，這里提出疑問，并不是想說人類駕駛就絕對安全。
如果回溯自動駕駛思潮的出現，我們就會理解為什么上世紀30年代，人們就已經開始嘗試自動駕駛有關的發明。因為在美國汽車剛剛普及時，事故率和死亡率都非常高。
自1885年世界上出現第一輛馬車式三輪汽車，一直到20世紀20年代末，美國共有超過20萬人死于車禍。其中一戰后的最初四年，因車禍去世的美國人，超過了在歐洲戰場犧牲的人數。
《美國城市汽車時代的黎明》一書作者彼得·諾頓稱，“翻閱20世紀頭二十年美國各大城市的報紙，你會發現當時的人非常憎惡汽車和司機，數量多到難以置信。”
1924年11月23日《紐約時報》上關于車禍的報道在這種情況下，人們開始思考是否可以通過自動駕駛技術，以取代那些駕駛技術糟糕的司機，減少傷亡率。而且，在無人駕駛接管車輛之后，尤其是在高速公路上，人們還能順便休息或者在車里進行娛樂活動。
直到現在，全世界每年仍有超過100萬人死于車禍。在中國，每年有超過10萬人死于交通事故，在美國，這個數字是3.7萬，其中94%都是人為失誤造成的。
但截止目前，無人駕駛汽車是否真的更安全的確鑿證據，還沒有任何人能拿的出來。此外，自動駕駛汽車的里程數仍然與人類駕駛員的里程數相差甚遠，因為自動駕駛汽車目前的行駛地點和條件都嚴重受限。
因此，即使自動駕駛比人類駕駛安全十倍，一次事故的發生，也會將自動駕駛推向地獄。
2018年3月的一個夜晚，亞利桑那州坦佩市郊區，一輛Uber自動駕駛汽車撞到一位女子，致其死亡。華爾街日報稱，這是已知的首例無人駕駛致使行人死亡的事故。事故發生后，Uber臨時暫停了在坦佩、舊金山、匹茲堡和多倫多的自動駕駛車輛路測。
坦佩市警方公布的錄像而Uber這一撞，直接撞出了一場全球性的自動駕駛危機，它直接打破了公眾和政府對于這項技術剛剛建立起來的巨大信任。
在此之前，自動駕駛導致的交通事故就已經發生多起，但傷亡多是駕駛員。僅在2016年，特斯拉Autopilot系統相關事故就發生了6起。
1月20日，河北邯鄲，一男子駕駛特斯拉Model S撞上一輛正在作業的道路清掃車，不幸身亡，這也是特斯拉自動駕駛的全球首例致死事故。5月7號，一位特斯拉Model S的車主在開啟自動駕駛模式的情況下，超速撞到正在垂直橫穿高速的白色拖掛卡車，當場身亡，隨后NHTSA介入調查。此后，瑞士、德國也接連發生了兩起。
如今4年過去，特斯拉因自動駕駛導致的交通事故，至少又新增了21起（根據NHTSA最新披露）。
而這些事故，不僅對行業是一次巨震，對消費者來說，也是一次毀滅性的打擊。
2018年4月，美國汽車協會曾對1000多人進行過一次電話調查，結果顯示，在Uber的那起自動駕駛致死事故發生后，人們對自動駕駛汽車的信任度急速下降，近四分之三的美國人表達了對自動駕駛的恐懼，2/3的成年人甚至不愿意與自動駕駛汽車共享道路，他們覺得沒有安全感。其中女性最害怕這項技術，有83%的人明確表示不會乘坐自動駕駛汽車。
數據量雖少，但也能從側面證明，頻頻發生的自動駕駛安全事故，正在慢慢摧毀一部分人對自動駕駛建立起來的本就不牢靠的信心。
如今，蔚來汽車這一撞，信心又被打的稀碎了。
派別之爭，誰是更優解？
信任危機難解，技術路線也存在分歧。
時間回到2004年。這一年汽車界發生了兩件大事，一件是馬斯克給幾乎走投無路的特斯拉投了一筆640萬美元的資金，成為特斯拉董事長；另一件是美國絕密軍事機構DARPA（美國國防高級研究計劃局），在莫哈維沙漠開啟了后來延續三屆的DARPA Grand Challenge無人駕駛汽車大賽。
2001年美國入侵阿富汗，為了應對路邊炸彈引起的大量傷亡，美國國會對DARPA提出，在2015年軍方三分之一車輛必須進行無人駕駛。但直到2003年伊拉克戰爭爆發，DARPA的無人駕駛項目依然沒有明顯進展。
造不出來車怎么辦？美國國會就授權DARPA組織了無人駕駛汽車大賽，并為獲勝團隊提供100萬到200萬的獎金。
不曾想，DARPA僅通過三場大賽，就把自動駕駛技術的落地推進了數十年。奠定了如今所有自動駕駛系統的基礎架構：感知層，決策層，執行層。
簡單說，感知層=眼睛，決策層=大腦，執行層=四肢。
感知層主要由各類外部傳感器組成，包括激光雷達，超聲波雷達，高清攝像頭等等，用來對周圍環境感知、建模。決策層主要由硬件+軟件算法組成，處理、理解傳感器所獲取的環境數據，決定如何處理目前路況。執行層則主要由各級電動、電控系統組成，負責實現命令動作。
第二屆大賽中，引入計算機視覺（攝像頭）的傳感器方案，和激光雷達為主導的傳感器方案，就貫穿了此后十年自動駕駛行業的發展歷程。
兩個技術方案的代表，分別是特斯拉和Waymo。
如你所知，特斯拉一直都是純視覺自動駕駛最堅定的支持者，馬斯克本人更是非常極端，對任何雷達都嗤之以鼻。
在2019年的特斯拉“Autonomy Day”產品發布會上，他直言“任何依靠激光雷達（開發自動駕駛）的人注定完蛋。這些昂貴的傳感器毫無必要，就像是長了一堆昂貴的闌尾，你們會明白的。”
今年5月份，特斯拉宣布北美市場生產的Model 3和Model Y兩款車型不再搭載雷達，這意味著特斯拉要放棄一切雷達，用攝像頭作為唯一的感知設備。即使是百度Apollo都不敢這么干。
為什么馬斯克如此反對激光雷達？其中一個現實問題就是：激光雷達，真的太太太貴了。
2012年一輛Waymo無人駕駛車的成本15萬美元，僅激光雷達就占了其中50%，單顆售價高達7.5萬美元。這直接阻礙了Waymo商業化落地的速度。無奈之下，谷歌開始自研激光雷達技術，直到2017年，才宣布激光雷達單顆成本從7.5萬美元下降到7500美元。
縱然成本高，但相較于視覺傳感器方案，激光雷達的優勢在于有更強大的感知能力，測量精度更高，比如像特斯拉無法識別白色貨車這種現象，就不會發生。在學術研究領域中，大家對激光雷達的融合方案幾乎是一路綠燈。而且現階段很多高精度地圖的測繪，也是通過激光雷達完成的，依賴高精度地圖的自動駕駛方案，選擇激光雷達就更加順理成章。
2021年，激光雷達進入量產元年。蔚來汽車、小鵬等主流造車新勢力都開始采用激光雷達方案。傳統車廠中，奧迪、寶馬、日產、豐田等也都宣布將應用激光雷達。
但關于二者誰是更優解，至今仍沒有定論。
但彼此都不服。今年1月份，德國Manager Magazin在對前Waymo CEO John Krafik專訪時，Krafcik重提舊事，談起延續多年的自動駕駛路線之爭，矛頭直指特斯拉。“特斯拉還算不上Waymo的競爭對手，因為特斯拉做的是輔助駕駛系統，而非無人駕駛系統。”
而馬斯克隨后便發推特回應：“令人驚訝，特斯拉的AI硬件和軟件比Waymo的都要好”。
多久實現盈利？
激光雷達的成本僅僅是冰山一角，無人駕駛技術的實現過程，就是一個鈔票粉碎的過程，投入了，不一定就有成果。
不少企業已經中途放棄。
去年底，Uber將自動駕駛業務出售給自動駕駛技術開發商Aurora；它的競爭對手、硅谷明星Zoox被亞馬遜收購；自動駕駛明星創業公司Drive.AI賣身蘋果，它的聯合創始人你一定聽過，百度前首席科學家吳恩達。
活下來的代表，通用旗下的自動駕駛公司Cruise ，2016年~2019年四年虧損25.12億美元；Waymo 2019年收入僅數十萬美元，運營成本卻高達10億美元。
截止目前，全球L4級別的自動駕駛幾乎都沒實現盈利，而這還將會持續很多年。
自動駕駛商業化的緩慢進程，也讓Robotaxi行業人才頻繁流失，一些早期參與Robotaxi的企業開始轉型，參與到技術上更加容易實現的輔助駕駛領域。就連Waymo今年以來也面臨著巨大的人才損失。年初Waymo公司CEO、CFO以及貨車產品和自動化伙伴關系負責人等一批高管紛紛離職。知情人士說，許多高管對Waymo自動駕駛技術開發進展緩慢感到沮喪。
這背后需要認清一個現實是，自動駕駛技術的落地仍需時日。
自動駕駛真正成熟大致需要三個階段：技術成熟、商業成熟和法規成熟。
目前行業整體還處在第一個階段，技術沒有完全成熟，大規模商業化沒有開始。而在未來一段時間，自動駕駛車輛造價和運營成本依然會非常高昂，道路交通長期需要人工駕駛和自動駕駛并存。
理想汽車創始人李想就曾坦言，自動駕駛的很多玩家目前仍卡在L3級別，沒有人做得很好，“安全冗余做得不夠”，例如攝像頭、執行機構的剎車轉向等，車規級的芯片技術也需要提升。
此外，在法律法規層面上，國內對自動駕駛技術的態度也十分謹慎。
例如，《道路交通安全法》《公路法》《保險法》等都很少涉及這方面的內容。雖然部分地區已陸續開放有道路測試區域、頒發試運營牌照等，但自動駕駛汽車高速公路測試、載人測試以及地圖應用等方面依然受限。
馭勢科技聯合創始人兼CEO吳甘沙認為，今天的機器學習算法最怕的就是不確定的開放環境，因為從本質上來說，它是一種基于特定數據集訓練的歸納法。機器看到過的，就懂；沒看到過的，就不懂。目前來看，自動駕駛算法還是弱人工智能，沒有達到通用人工智能的地步，不能根據常識判斷，不能做因果推理，也不會舉一反三、觸類旁通。
所以，在新一代智能駕駛算法出現之前，必須得確保自動駕駛汽車見過的所有場景萬無一失。在很多半封閉環境里，智能駕駛算法能夠更容易地將所有場景收入數據庫中。但對于全開放道路的實現，就會變得很難。
針對自動駕駛車輛路測在法規和政策上的限制，中國工程院院士李德毅在去年的中國電動汽車百人會論壇上還曾建議，應在全國城際公路和高速公路開放特定時間、特定路段的特定車道，連通各地區測試場，允許自動駕駛車輛加入和人工駕駛車輛混合運行。
他頗為形象地說，如果無人駕駛不能像人一樣具備學習能力，不能應對各種邊緣工況，即使在公路上行駛了幾百萬公里，也不能夠獲得駕照。
當然，從行業發展角度考慮，法規政策的完善只是時間早晚問題。但在自動駕駛商業化之前，自動駕駛企業能否找到自己的核心競爭力，以及能否獲得更多的糧食以備過冬，是現階段需要迫切解決的問題。
作者簡介
