自動(dòng)駕駛什么時(shí)候才會(huì)涼涼？

目前的自動(dòng)駕駛存在這樣一些問(wèn)題：對(duì)數(shù)據(jù)要求太高，未來(lái)傳感器的成本很難被接受，海量地圖數(shù)據(jù)沒(méi)完沒(méi)了，同時(shí)還存在對(duì)系統(tǒng)魯棒性要求很高的安全性問(wèn)題......這些問(wèn)題都似乎都難以用目前的AI技術(shù)來(lái)解決。因此，最近有人在知乎上提問(wèn)：“自動(dòng)駕駛什么時(shí)候才會(huì)涼涼，估計(jì)還要多久？”引發(fā)了熱議。

對(duì)此，一位計(jì)算機(jī)工程師@zhzz用充足的論點(diǎn)詳細(xì)論述了他認(rèn)為自動(dòng)駕駛目前所面臨的困境，并對(duì)這一領(lǐng)域的未來(lái)提出了自己的見(jiàn)解與展望，也獲得了很多人的認(rèn)同。本文內(nèi)容便是這位工程師的回答！

01

能問(wèn)出這種問(wèn)題說(shuō)明是個(gè)內(nèi)行人，目前自動(dòng)駕駛的難點(diǎn)主要在于感知和決策規(guī)劃，純視覺(jué)的路線基本上game over了，雖然以后，算力會(huì)越來(lái)越大，越來(lái)越便宜可以實(shí)時(shí)跑更復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，但是，這些模型，或者視覺(jué)這種手段本身就很有局限性，并且，訓(xùn)練成本也高，受環(huán)境影響大，造成基本不可能達(dá)到商用級(jí)別的魯棒性；而現(xiàn)實(shí)道路的復(fù)雜性，和真實(shí)世界近乎無(wú)窮無(wú)盡的變化，是很難利用有限的數(shù)學(xué)模型（神經(jīng)網(wǎng)絡(luò)模型）完全擬合出來(lái)的。

一個(gè)典型的場(chǎng)景，紅綠燈或者交通標(biāo)致相對(duì)老說(shuō)是很簡(jiǎn)單有限的一些圖形，但是放在香港，東京那種狹窄的充滿花花綠綠廣告牌的街道目前來(lái)看也很難準(zhǔn)確魯棒的識(shí)別出來(lái)。當(dāng)然可以通過(guò)一些技術(shù)手段，比如鎖定搜索區(qū)域，借助V2X 5g車聯(lián)網(wǎng)等幫助，但是這已經(jīng)不是一個(gè)純視覺(jué)的問(wèn)題了；

另外，決策規(guī)劃這一塊，我個(gè)人感覺(jué)這屬于深水區(qū)了，已知的可能只有g(shù)oogle開(kāi)始觸及這個(gè)深度。人在駕車的時(shí)候，會(huì)實(shí)時(shí)的做出很多決策和預(yù)測(cè)，很多經(jīng)驗(yàn)判斷，做一些潛意識(shí)邏輯思考，目前深度學(xué)習(xí)也好，傳統(tǒng)的方案也好，都沒(méi)辦法做到人類思考，推理，類比，聯(lián)想的思考能力，舉個(gè)簡(jiǎn)單的路上一個(gè)風(fēng)吹上去的塑料袋，或者一大堆飄落的樹(shù)葉，雷達(dá)，或者視覺(jué)看來(lái)就是一個(gè)障礙物，可能要停車或者做緊急避讓，但是，人就會(huì)認(rèn)識(shí)這個(gè)東西，直接開(kāi)過(guò)去，或者，目前經(jīng)常會(huì)遇到的，一個(gè)小水洼，或者陰影，視覺(jué)可能錯(cuò)誤認(rèn)為是障礙物，當(dāng)然，這個(gè)時(shí)候可能雷達(dá)告訴你這里能通行，這個(gè)時(shí)候，你的環(huán)境融合建模邏輯怎么寫呢？是更相信雷達(dá)，還是視覺(jué)？是走是停？當(dāng)然這也涉及感知的問(wèn)題，你說(shuō)我感知都認(rèn)出來(lái)了，我就開(kāi)過(guò)去，這個(gè)基本是不切實(shí)際的，你的決策規(guī)劃模塊很難為每一種特殊場(chǎng)景都去寫一個(gè)if - else判斷，這樣的情況在現(xiàn)實(shí)中幾乎無(wú)窮無(wú)盡；此外還有，看到路邊的小動(dòng)物是否減速，聽(tīng)到警車或者救護(hù)車的警笛是否停車避讓，跟渣土車保持距離，甚至車上的乘客有異樣，是自動(dòng)駕駛到最近的醫(yī)院還是派出所等等，難道全部寫成if-else判斷么？

稍微懂點(diǎn)技術(shù)，就能馬上意識(shí)到，上面提到的這些問(wèn)題目前幾乎看不到存在能夠良好的，徹底的解決的工程化方法。

當(dāng)然你說(shuō)，以后我們這些都可以依賴大數(shù)據(jù)啊，我們可以收集非常非常多的駕駛的經(jīng)驗(yàn)數(shù)據(jù)，通過(guò)云端大數(shù)據(jù)來(lái)進(jìn)行判斷，這相當(dāng)于我們擁有一個(gè)全世界優(yōu)秀司機(jī)的經(jīng)驗(yàn)池，自動(dòng)駕駛汽車完全不必理解這些行為的原因，只需根據(jù)場(chǎng)景進(jìn)行最合理的引用；

實(shí)際上這也是目前自動(dòng)駕駛的一個(gè)主要發(fā)展方向，就是車路協(xié)同，可能做自動(dòng)駕駛的人是現(xiàn)在全世界最渴望5g，云計(jì)算早點(diǎn)鋪開(kāi)的一批人，目前純車端智能遇到的各種瓶頸，我靠智慧的道路去突破，車端智能的局限靠智慧的城市智慧的道路去彌補(bǔ)，比如，目前到處存在的監(jiān)控?cái)z像頭，以及可以暢享的未來(lái)可能出現(xiàn)的更加多種多樣的布設(shè)在道路，城市的傳感器，可以幫車輛提前并且更大范圍，更加準(zhǔn)確的感知周圍的環(huán)境，通過(guò)更加實(shí)時(shí)的網(wǎng)絡(luò)將信息發(fā)送到車端；路上車輛相互之間可以自組網(wǎng)，互相告知大家自己位置和行駛狀態(tài)，相互協(xié)同，前車為后車分享經(jīng)驗(yàn)，比如前面可能出現(xiàn)的擁堵，或者避開(kāi)維修的路段等；數(shù)據(jù)中心將協(xié)調(diào)車流，這樣像目前過(guò)十字路口，環(huán)島等難題也會(huì)變得非常簡(jiǎn)單；

當(dāng)然這是一個(gè)非常美好的憧憬；那么你可能也意識(shí)到了，要做到這個(gè)程度可能比目前最樂(lè)觀的自動(dòng)駕駛落地時(shí)間還要久遠(yuǎn)的多，所需要的投入也是天量的，畢竟這意味著，我們幾乎要翻新整個(gè)城市交通的基礎(chǔ)設(shè)施，變更整個(gè)城市的設(shè)計(jì)建造思路；中間可能還會(huì)遇到目前難以想像的技術(shù)和工程難題，全都需要時(shí)間和巨大的投入去解決；

那么，你說(shuō)，為什么要搞這么復(fù)雜？難道不能讓汽車像個(gè)街上的小老鼠一樣，鉆來(lái)鉆去，見(jiàn)人就躲，見(jiàn)縫插針的行駛么？我確實(shí)很認(rèn)真的思考過(guò)這個(gè)問(wèn)題，因?yàn)椋壳耙揽慷喾N雷達(dá)的組合，利用目前已知的技術(shù)手段，基本上是可以做到檢測(cè)出車輛周圍幾乎所有可能構(gòu)成危險(xiǎn)的障礙物的，那么，我只用最簡(jiǎn)單的邏輯判斷，不管是樹(shù)葉，還是行人，車輛全都無(wú)腦躲開(kāi)，利用算力強(qiáng)大的計(jì)算機(jī)，做到天下武功為快不破，就想街上逃命的小老鼠一樣可以么？當(dāng)然其中還涉及很多動(dòng)力學(xué)的建模，并非一定是可以躲開(kāi)所有障礙物，比如，躲開(kāi)側(cè)面的車，但是由于機(jī)動(dòng)能力的限制可能會(huì)撞前面的車或者護(hù)欄；

事實(shí)上這種設(shè)計(jì)應(yīng)該是已經(jīng)存在了，用來(lái)躲避潛在的外來(lái)撞擊，以及不去主動(dòng)撞擊別人。但是無(wú)人駕駛上路終究還是需要與其他車輛存在一定的互動(dòng)，并且這種互動(dòng)必須是遵循交通規(guī)則的，比如，跟車要保持距離和一定速度，轉(zhuǎn)彎讓直行，比如不能隨意變道，紅綠燈，環(huán)島，十字路口通過(guò)，都有相應(yīng)的規(guī)則需要遵守；無(wú)人駕駛系統(tǒng)的開(kāi)發(fā)者必須去實(shí)現(xiàn)這些規(guī)則；而具體到規(guī)則實(shí)現(xiàn)，規(guī)則遵守運(yùn)用，就又回到上面的提出的行為決策的問(wèn)題了。對(duì)應(yīng)到目前一直的情況，實(shí)際上裝配有多個(gè)激光雷達(dá)，毫米波雷達(dá)的google和baidu的L4無(wú)人駕駛方案是基本上沒(méi)怎么聽(tīng)說(shuō)有撞車發(fā)生的，但是，經(jīng)常會(huì)表現(xiàn)的很傻，尤其是通過(guò)路口的時(shí)候，經(jīng)常有體驗(yàn)者提出反應(yīng)比較遲鈍，或者過(guò)于謹(jǐn)慎；（特斯拉的設(shè)計(jì)非常激進(jìn)，不用激光雷達(dá)，只有一個(gè)毫米波和一些攝像頭，并且看上去決策規(guī)劃模塊的駕駛策略設(shè)計(jì)也比較激進(jìn)，感覺(jué)就是上面提到的小老鼠邏輯，所以總是撞）；

所以，總結(jié)下來(lái)就是感知能力有限，不具有真正意義上的思考和判斷能力；

其實(shí)這也是目前所有人工智能的局限所在。

那么回到題主的問(wèn)題，無(wú)人駕駛什么時(shí)候涼，如果認(rèn)真看完上面分析的無(wú)人駕駛面臨的困境，和朱松純教授的文章，那么是有可能得到這樣一個(gè)結(jié)論的：

真正能大規(guī)模應(yīng)用的，能讓人完全放開(kāi)手腳的無(wú)人駕駛在目前這個(gè)階段很可能并不是一個(gè)很好的商業(yè)嘗試。

或者說(shuō)通用無(wú)人駕駛技術(shù)（注意是排除了限定場(chǎng)景的通用無(wú)人駕駛）現(xiàn)階段不適合工程化和商業(yè)化；

根據(jù)以往的經(jīng)驗(yàn)，能夠大規(guī)模鋪開(kāi)，大規(guī)模商用的東西，必然能夠較為容易的利用現(xiàn)有的技術(shù)和工業(yè)基礎(chǔ)，首先進(jìn)行工程化，然后，通過(guò)大規(guī)模的工業(yè)化生產(chǎn)壓低成本，進(jìn)而廣泛應(yīng)用，并且創(chuàng)造利潤(rùn)。

而能夠工業(yè)化生產(chǎn)的前提是，技術(shù)本身已經(jīng)完整的走完了三個(gè)準(zhǔn)備階段：1.理論突破，就是一件事情，科學(xué)家很早的就從理論上預(yù)見(jiàn)，并且證明了其可行性。2.技術(shù)突破，這一階段基本上相當(dāng)于在研究機(jī)構(gòu)以非常精英化專業(yè)化的團(tuán)隊(duì)突破了技術(shù)實(shí)現(xiàn)上的壁壘，做出來(lái)達(dá)到或者接近理論預(yù)期的Demo，樣品；3.工程化，主要解決產(chǎn)品設(shè)計(jì)，方案優(yōu)化，功能完備，性能提升，良品率，魯棒性，可用性提升，大規(guī)模復(fù)制的技術(shù)準(zhǔn)備，成本降低等工程問(wèn)題。

比如手機(jī)，無(wú)線通信相關(guān)的理論和嘗試大概100年前就開(kāi)始了，然后，三元電池大概80年代做出目前的原型，低功耗芯片也基本在90年代就出現(xiàn)了，其他的射頻，組網(wǎng)之類理論和技術(shù)儲(chǔ)備也都有好幾十年的歷史。從理論到概念設(shè)想到成品經(jīng)歷了相當(dāng)漫長(zhǎng)的時(shí)間。

事實(shí)上，目前能看到的工業(yè)化，工程化的高科技產(chǎn)品，大規(guī)模集成電路，OLED，量子點(diǎn)，其對(duì)應(yīng)的理論和技術(shù)儲(chǔ)備從實(shí)驗(yàn)室走向?qū)嵱猛ǔ６紩?huì)經(jīng)歷20年甚至更長(zhǎng)的時(shí)間；畢竟企業(yè)里的工程師一般都是踩在科研人員的肩膀上干活的，首先是科學(xué)家，大研究員們給我們把方向指名，把路鋪好了，我們才去做成一件事情。

我想在任何其他領(lǐng)域的工程師熟練的運(yùn)用著成熟的方法進(jìn)行著產(chǎn)品開(kāi)發(fā)的時(shí)候，只有無(wú)人駕駛工程師們成天緊緊盯著行業(yè)頂會(huì)，知名期刊上發(fā)表的所謂最新進(jìn)展在干活，我甚至看到某大廠招聘無(wú)人駕駛相關(guān)工程師明確要求要熟知各種state of the art的研究最好發(fā)過(guò)頂刊，投過(guò)頂會(huì)，簡(jiǎn)直有點(diǎn)可笑?？梢?jiàn)都是一幫學(xué)生（博士研究生）在做著自?shī)首詷?lè)的開(kāi)發(fā)。也可見(jiàn)目前這一領(lǐng)域還多么的不成熟。正常來(lái)說(shuō)，工程領(lǐng)域更傾向于成熟穩(wěn)健經(jīng)過(guò)實(shí)踐，經(jīng)過(guò)產(chǎn)品檢驗(yàn)的方案，而這些在無(wú)人駕駛恰恰是不存在的。

最關(guān)鍵的，人家的理論從最開(kāi)始就能清楚的證明，這些產(chǎn)品要達(dá)到一個(gè)什么樣的性能，在技術(shù)上是一定可以實(shí)現(xiàn)的；

而通用無(wú)人駕駛，實(shí)際上，在第一，第二階段都還沒(méi)有完全走完的情況下，就在資本的驅(qū)動(dòng)下直接進(jìn)入了第三階段；

目前沒(méi)有理論證明，我前面提到的問(wèn)題是能夠完備的解決的，這涉及回答目前的人工智能，機(jī)器學(xué)習(xí)技術(shù)（包括但不限于深度神經(jīng)網(wǎng)絡(luò)）所能達(dá)到的能力極限；至少孤陋寡聞的我目前還不知道有任何能夠回答能力邊界的研究?；蛘吒鞔_的，能夠證明通用無(wú)人駕駛所需要的智能程度是在目前已知技術(shù)的能力邊界內(nèi)的。

顯然，當(dāng)時(shí)參加darpa競(jìng)賽的科研團(tuán)隊(duì)做出的無(wú)人駕駛Demo，包括目前又經(jīng)過(guò)這么多年，這么多投入各個(gè)大大小小的公司做的Demo也沒(méi)有能夠從技術(shù)上驗(yàn)證這一可行性。（這里特指通用無(wú)人駕駛所需要的在各種真實(shí)世界復(fù)雜場(chǎng)景下，全面超過(guò)人類的駕駛能力和行為能力。低速跑個(gè)園區(qū)，跑個(gè)倉(cāng)庫(kù)這種限定場(chǎng)景目前很多方案都是可以的）；

所以，其實(shí)我個(gè)人認(rèn)為，通用無(wú)人駕駛最好還是老老實(shí)實(shí)待在大學(xué)或者研究機(jī)構(gòu)里面，進(jìn)行基礎(chǔ)性工作的探索，當(dāng)基本理論，技術(shù)，能力積累到一定程度的時(shí)候，工程化，商業(yè)化落地就是自然而然的事情了。

投資無(wú)人駕駛的人，目前其實(shí)都是在賭博，都在賭目前欠缺的這一點(diǎn)理論，技術(shù)的突破在近期就能突然冒出來(lái)，當(dāng)然存在這種可能性，但是，這種突破也可能姍姍來(lái)遲到幾十年之后，這都是未知的。

我個(gè)人的觀點(diǎn)，甚至都用不了10年，最多5年之內(nèi)，如果還是突破不了目前的瓶頸，投資就會(huì)大規(guī)模撤出這一個(gè)領(lǐng)域，也就是樓主說(shuō)的無(wú)人駕駛涼涼的那一天。其實(shí)目前這個(gè)趨勢(shì)已經(jīng)很明顯了，新的投資已經(jīng)很少進(jìn)來(lái)。但是，這個(gè)技術(shù)本身不會(huì)消失，還是會(huì)繼續(xù)存在于各種限定場(chǎng)景的應(yīng)用（市場(chǎng)規(guī)模很小，承受不了大規(guī)模投資），同時(shí)，退而求其次的方案，無(wú)人駕駛技術(shù)衍生出的智能輔助駕駛將獲得極大應(yīng)用和推廣，用來(lái)提升司機(jī)的駕駛體驗(yàn)和行車安全。

而當(dāng)終于有一天，我們的城市，我們的道路都變得更加智能，或許期望中的無(wú)人駕駛就將到來(lái)。

02

統(tǒng)一對(duì)評(píng)論中的一些爭(zhēng)議跟疑點(diǎn)做個(gè)解釋：

首先再次說(shuō)明一下上面的主要觀點(diǎn)，感知能力有限，駕駛行為決策的實(shí)現(xiàn)上目前業(yè)界主流還是人為的寫各種規(guī)則（可以是基于狀態(tài)機(jī)，基于各種參數(shù)判斷，或者一些相對(duì)來(lái)說(shuō)比較簡(jiǎn)單粗暴的自適應(yīng)邏輯，上面簡(jiǎn)單用if-else這種比較不嚴(yán)謹(jǐn)?shù)恼f(shuō)法，大家知道啥意思就行了），其實(shí)就是根據(jù)測(cè)試發(fā)現(xiàn)的一些badcase，cornercase去用一些trick規(guī)避掉，要表達(dá)的就是目前這些規(guī)則的實(shí)現(xiàn)還是程序員告訴車（電腦）去怎么干，車本身是不具備智能的，不具備推理，類比，聯(lián)想的能力，本質(zhì)上這些規(guī)則的實(shí)現(xiàn)跟實(shí)現(xiàn)一個(gè)淘寶下單，外賣點(diǎn)餐的業(yè)務(wù)邏輯沒(méi)有太大區(qū)別。

你針對(duì)某個(gè)特定場(chǎng)景，你實(shí)現(xiàn)什么規(guī)則車就怎么開(kāi)（比較理想，假設(shè)沒(méi)有其他bug），你不實(shí)現(xiàn)或者環(huán)境稍微有變化，車就不知道怎么辦，表現(xiàn)的很傻，或者出現(xiàn)一些危險(xiǎn)的行為。這就是業(yè)內(nèi)通常說(shuō)的泛化能力，目前的現(xiàn)狀是，這種搞法泛化能力很弱，甚至沒(méi)有泛化能力，泛化就是去堆砌規(guī)則，或者，對(duì)于感知，就是重新訓(xùn)練新的模型。

評(píng)論里面還有提到waymo，cruise等發(fā)布的視頻看上去很美好，我一點(diǎn)不懷疑這些視頻全都是真的（當(dāng)然也有廠商的是假的，比如我就明確知道國(guó)內(nèi)某廠某次發(fā)布會(huì)上的視頻是花了很多錢找拍電影的人一小段一小段拍完然后剪輯出來(lái)的，曾經(jīng)還有創(chuàng)業(yè)公司找風(fēng)投忽悠的時(shí)候，背地里實(shí)際上是讓人拿筆記本遙控的車輛，這個(gè)國(guó)內(nèi)國(guó)外都有，不是啥秘密）。

業(yè)內(nèi)人士可能會(huì)比較容易理解一些，waymo，cruise等發(fā)布的視頻看上去很美好的原因是他們發(fā)布的視頻里面那些場(chǎng)景，絕大多數(shù)視頻，本身就是相對(duì)來(lái)說(shuō)比較理想的測(cè)試環(huán)境，晴天麗日，道路開(kāi)闊，車不是很多，行人車輛也都很遵守交通規(guī)則，車流，人流都相對(duì)穩(wěn)定，需要通過(guò)的路口，岔口視野也比較開(kāi)闊。

而實(shí)際上目前無(wú)人駕駛工程師大部分工作都是在想辦法cover一些測(cè)試中遇到的badcase，或者是做泛化；也就是常說(shuō)的無(wú)人駕駛做到60分70分80分不是特別難，github上各個(gè)業(yè)務(wù)模塊的開(kāi)源方案簡(jiǎn)單改吧改吧，拿來(lái)拼都可以拼個(gè)五十分甚至六十分能讓你簡(jiǎn)單場(chǎng)景下，上路跑起來(lái)的方案，做到85分，90分難的上天，如果要商用要求你做到99分以上。

上面是曾經(jīng)遇到的一個(gè)case，一個(gè)通道兩邊是墻，墻中間開(kāi)個(gè)岔口，有車輛行人進(jìn)出，在岔口前后的車輛根本看不到岔口里面，不管是上多少雷達(dá)，多好的傳感器，就是視野盲區(qū)，然后有次正好有車要出來(lái)，幸好提前減速，車速不快，不到10km，如果安全司機(jī)不接管可能就直接撞了。你說(shuō)我實(shí)現(xiàn)策略，見(jiàn)到路口就減速，確實(shí)是這樣，減速了，減速不夠我停車，看清楚再走，好了，這就到上面提到的問(wèn)題，有報(bào)道（網(wǎng)上可以搜到）體驗(yàn)waymo，baidu的有反應(yīng)車輛過(guò)路口，或者車多的時(shí)候，無(wú)人駕駛就表現(xiàn)的很遲鈍，車少的時(shí)候你遲鈍就遲鈍了，你可以想像上下班高峰，你后面跟一屁股車，還有性急加塞的，明明就可以走，你在那里趴窩不動(dòng)了，后面車?yán)饶馨捶欤?br />
事實(shí)上，有路測(cè)經(jīng)驗(yàn)的多少都遇到過(guò)，剛開(kāi)始做的不太好的時(shí)候，無(wú)人駕駛莫名其妙就來(lái)個(gè)急剎，或者好好的停下來(lái)趴著不動(dòng)了，你不干預(yù)就不走，你能回去查日志，回放包，看看啥情況。你說(shuō)上面的情況人也處理不好，我可以明確的告訴你，人高明多了，絕大多數(shù)情況下人類司機(jī)都是很安全順滑（注意順滑這個(gè)詞）通過(guò)，人類可以聽(tīng)聲音(waymo 現(xiàn)在已經(jīng)上道路聲音檢查，貌似報(bào)道出來(lái)的是檢測(cè)警笛之類的，這種比較模糊復(fù)雜判斷不知道有沒(méi)有)，或者看通道有沒(méi)有車燈打出來(lái)，或者看前面不遠(yuǎn)有車通過(guò)，就能推理出岔口沒(méi)車或者岔口里的車提前讓了，然后緊跟著開(kāi)過(guò)去，根據(jù)經(jīng)驗(yàn)估計(jì)會(huì)不會(huì)突然有個(gè)美團(tuán)，餓了么小電驢竄出來(lái)，總之老司機(jī)可以根據(jù)各種蛛絲馬跡，還有經(jīng)驗(yàn)來(lái)動(dòng)態(tài)的做出最優(yōu)的決策。目前已知的手段，你很難通過(guò)人工智能也好，或者別的什么辦法也好去模擬人類的這種能力。

還有與其他車輛，行人的互動(dòng)，中間可能是有個(gè)相互試探的，比如超車，狹窄道路對(duì)向錯(cuò)車，最終形成一致的策略，無(wú)人駕駛就很傻，你要超車我就讓，你要錯(cuò)車我就停，因?yàn)檫@個(gè)實(shí)現(xiàn)起來(lái)最簡(jiǎn)單。但是在某些目前還沒(méi)測(cè)試到的地方，這種可能也會(huì)造成一些不可知的問(wèn)題。比如對(duì)向錯(cuò)車，要是兩個(gè)都是無(wú)人駕駛，都主動(dòng)停下讓對(duì)方，執(zhí)行這種簡(jiǎn)單的策略，可能兩個(gè)車全趴著不動(dòng)等對(duì)方先過(guò)，就堵死了。當(dāng)然肯定可以有辦法設(shè)計(jì)一個(gè)復(fù)雜一點(diǎn)的策略避免這種情況。還有高峰期，一堆人，一堆車過(guò)十字路口，我就想看這些的視頻，這些waymo，cruise怎么都不放??？當(dāng)然高峰期，十字路可能也不允許他們?nèi)y(cè)就是了。

更不用說(shuō)下大雨，下雪，下霧，路面積水，長(zhǎng)隧道，天黑滿大街霓虹燈各種閃。反正沒(méi)聽(tīng)說(shuō)哪家工程師找刺激（給自己挖坑找加班）去測(cè)這些的，但是你商用的話，cover這些是最基本的，因?yàn)檫@些環(huán)境人都能開(kāi)，我印象中很多年前我上學(xué)的時(shí)候，當(dāng)時(shí)請(qǐng)一個(gè)日本老頭給我們講無(wú)人駕駛，老頭舉個(gè)例子我至今印象深刻，就是他們?nèi)毡颈焙５溃坏蕉炀痛笱┮黄?，連樹(shù)都是白的，做視覺(jué)的知道一片白就是缺少紋理，目前的視覺(jué)手段大概率要吃癟。

人也不好開(kāi)，但是可以開(kāi)，可以通過(guò)起伏，綠化帶之類的判斷車道，可以跟前面的車轍，視覺(jué)怎么搞，燒香求祖師爺顯靈，讓自己辛辛苦苦訓(xùn)練的交通標(biāo)志模型，正正好好的把車轍識(shí)別成車道線嗎？

當(dāng)然你說(shuō)我靠RTK，靠高精地圖，靠激光保持定位，OK，先不說(shuō)RTK某些時(shí)候會(huì)失敗，激光這個(gè)問(wèn)題我們?cè)瓉?lái)也是遇到過(guò)的，不考慮成本，不考慮數(shù)量什么都認(rèn)為非常理想，我們?cè)瓉?lái)夏天采的激光地圖，到秋天不好使了，為啥呢？樹(shù)葉子秋天都掉了，點(diǎn)云配不上了，你說(shuō)你更新快，好的，上面下雪的情況，你前天沒(méi)下雪，光禿禿樹(shù)枝采的地圖，下一場(chǎng)雪可能也就幾個(gè)小時(shí)，樹(shù)枝掛滿雪了，我估計(jì)相當(dāng)大概率你點(diǎn)云還是配不上。配不上還好，就怕配歪了，雪地打滑你輪速積分也可能是錯(cuò)的，配歪了可以把你的kalman濾波也好，sliding window優(yōu)化也好給拉歪了，用卡方檢測(cè)，上聯(lián)邦濾波，用各種冗余核驗(yàn)可以干掉絕大部分拉歪的情況。

畢竟還有IMU是好使的，如果無(wú)遮擋GPS/RTK也是好使的。那么有沒(méi)有可能就是給你拉歪定位到溝里的情況呢？很有可能，概率問(wèn)題，這種情況車就很傻，一定是悶頭往溝里沖，人就不會(huì)，人可以根據(jù)環(huán)境做非常綜合的判斷，這種綜合判斷的能力，目前很難用程序?qū)崿F(xiàn)。

最后說(shuō)泛化的問(wèn)題，無(wú)論感知，定位，規(guī)控做到目前最頭疼的就是泛化。泛化能力才是人工智能的深水區(qū)，人類的智能強(qiáng)就強(qiáng)在能推理，歸納，類比，聯(lián)想舉一反三。感知，規(guī)控的日常各種調(diào)參，調(diào)參干嘛呢？就是去適配各種場(chǎng)景，各種badcase，但是缺少泛化能力。常見(jiàn)的一個(gè)現(xiàn)象就是費(fèi)力吧啦的調(diào)了一套參數(shù)，寫了一個(gè)規(guī)則把一個(gè)badcase覆蓋過(guò)去了，場(chǎng)景一小變，又不好使了，甚至，動(dòng)一個(gè)參數(shù)這個(gè)badcase 混過(guò)去了，另外一個(gè)曾經(jīng)已經(jīng)pass的場(chǎng)景又掛了，跟打地鼠一樣，按住這個(gè)洞，另外一個(gè)洞又露頭了。

評(píng)論區(qū)有個(gè)貌似做控制出身的大佬說(shuō)，其實(shí)萬(wàn)變不離其宗，車輛控制就只有那幾個(gè)變量，那些個(gè)狀態(tài)，這句話說(shuō)的非常對(duì)。但是，現(xiàn)實(shí)場(chǎng)景是千變?nèi)f化的，針對(duì)某個(gè)具體的場(chǎng)景你需要去調(diào)整這些狀態(tài)，然后形成一個(gè)最優(yōu)的行為，那么怎么讓車輛自己在無(wú)人干預(yù)的情況下做出這種調(diào)整是最難。現(xiàn)在主流還是開(kāi)發(fā)人員去識(shí)別這些場(chǎng)景，然后，編程教車去怎么干，車沒(méi)有這個(gè)自主的智能。

或者僅僅具有非常非常有限的泛化能力。有提到什么模糊控制，智能控制，自適應(yīng)之類的，我也不懂，也只是聽(tīng)說(shuō)，評(píng)論區(qū)有控制專業(yè)的大佬，可以解釋一下在實(shí)際工程中這些高端玩意兒到底有多實(shí)用？應(yīng)用范圍多廣？反正我自己見(jiàn)到的情況目前普遍還是PID為主，加各種針對(duì)特定case 的rule或者少量的自適應(yīng)邏輯。其實(shí)這就是我上面說(shuō)的加if-else的意思。

再次注明一下，上面討論的車端實(shí)現(xiàn)，文章前面也提到過(guò)，評(píng)論區(qū)也有說(shuō)明，配合云端大數(shù)據(jù)可以為這些問(wèn)題提供一些解決思路，并且特斯拉，mobileye已經(jīng)在做這方面的探索，甚至業(yè)內(nèi)有懷疑特斯拉的無(wú)人駕駛能力近兩三年突飛猛進(jìn)就是因?yàn)樗麄冇泻Ａ康牡谝皇值娜祟愃緳C(jī)實(shí)際路況的駕駛數(shù)據(jù)，方便他們后臺(tái)訓(xùn)練模型或者優(yōu)化算法。但是具體怎么做的，都是各廠的機(jī)密不會(huì)公開(kāi)出來(lái)的。

03

重申一下我對(duì)「涼涼」這個(gè)詞的觀點(diǎn)，不是無(wú)人駕駛就消失掉了，不發(fā)展了，而是商業(yè)化落地受阻，資本大規(guī)模退出將會(huì)在可預(yù)見(jiàn)的較短時(shí)期內(nèi)出現(xiàn)，產(chǎn)業(yè)界無(wú)人駕駛投資和研發(fā)熱潮會(huì)冷掉。

我只說(shuō)我了解到的基本情況，做的好的waymo，mobileye，他們具體怎么去實(shí)現(xiàn)，都是機(jī)密，我不可能了解到，從公開(kāi)的資料看即便他們依然在努力突破瓶頸，做的時(shí)間最長(zhǎng)的Google差不多做10年了吧，依然沒(méi)突破，Google有錢，再養(yǎng)10年也能養(yǎng)，也還是為了財(cái)報(bào)好看把這塊業(yè)務(wù)單獨(dú)剝離出去融資成立了waymo，其他靠風(fēng)投吃飯，今天搞個(gè)大新聞，明天拉個(gè)大項(xiàng)目的創(chuàng)業(yè)公司呢？注意看我的回答，我不是說(shuō)這個(gè)技術(shù)會(huì)消失，而是追求短期回報(bào)的資本不可能一直耗下去。

有評(píng)論要求對(duì)5g，以及云端智能做補(bǔ)充說(shuō)明，這里補(bǔ)充一些觀點(diǎn)：

5G標(biāo)準(zhǔn)很龐大的，有關(guān)工業(yè)物聯(lián)網(wǎng)的那塊標(biāo)準(zhǔn)有個(gè)局域的概念，比如50米100米范圍內(nèi)車輛局部組網(wǎng)，這個(gè)局域網(wǎng)內(nèi)延遲很小，就好像你自己家WIFI，假如ipad連你電腦需要經(jīng)過(guò)某個(gè)應(yīng)用廠家數(shù)據(jù)中心的服務(wù)端再回來(lái)就很慢，但是局域網(wǎng)內(nèi)部?jī)H經(jīng)過(guò)WIFI路由器直接互相訪問(wèn)就很快。這個(gè)可以解決需要快速反應(yīng)的車間互動(dòng)問(wèn)題，數(shù)據(jù)中心那邊延遲大，且不說(shuō)數(shù)據(jù)中心處理延遲，就是從基站通過(guò)若干個(gè)路由器，經(jīng)歷各個(gè)不通網(wǎng)段走到數(shù)據(jù)中心，然后再返回車端，這段的時(shí)延以我粗淺的理解5g跟現(xiàn)在不會(huì)有太大區(qū)別的。云端解決大范圍，時(shí)效性要求不高的宏觀性問(wèn)題，以及收集海量數(shù)據(jù)做某些后處理的形式的分析，優(yōu)化。比如，局域網(wǎng)內(nèi)通訊的汽車互相溝通相互間位置，速度，自己局部行駛路徑，云端調(diào)度整個(gè)車流的狀態(tài)，比較大的區(qū)域內(nèi)，道路傳感器節(jié)點(diǎn)觀測(cè)信息，通過(guò)海量數(shù)據(jù)分析訓(xùn)練出更好的駕駛策略下發(fā)車端等。

有個(gè)問(wèn)題必須明確：上5g也好，上云端也好不是為了取代車端智能，而是簡(jiǎn)化車端系統(tǒng)的設(shè)計(jì)，降低對(duì)車端智能系統(tǒng)實(shí)現(xiàn)上各種指標(biāo)的需求，來(lái)幫助突破目前車端智能無(wú)法突破的瓶頸性問(wèn)題。

如果通過(guò)聯(lián)網(wǎng)知道其他車輛的狀態(tài)是不是相當(dāng)于多了一個(gè)非常可靠的觀測(cè)數(shù)據(jù)源，并且實(shí)際上其他車輛還可以把他們觀測(cè)到并且經(jīng)過(guò)處理的周圍環(huán)境，周圍其他車輛檢測(cè)到的障礙物，道路狀況實(shí)時(shí)發(fā)送給你，是不是相當(dāng)于單輛車的感知能力成倍增長(zhǎng)，很多還在你的盲區(qū)之內(nèi)，比如前車遮擋住的你的視線，或者，經(jīng)常遇到的，某些漏檢，誤檢，但是其他車輛在它所處的觀測(cè)角度能夠更好觀測(cè)更準(zhǔn)確檢查出來(lái)，算上路上其他傳感器，比如監(jiān)控?cái)z像頭，路邊測(cè)速儀等，對(duì)于做感知的是不是發(fā)現(xiàn)突然生活就變得美好許多了。如果車輛信息互通，超車，過(guò)十字路口，對(duì)向錯(cuò)車，提前給周圍車輛發(fā)請(qǐng)求告知，然后通過(guò)統(tǒng)一的策略協(xié)調(diào)是不是可以大大簡(jiǎn)化規(guī)劃控制的設(shè)計(jì)邏輯，提高安全性和效率，是不是比目前要靠猜測(cè)去預(yù)測(cè)其他車輛的行為安全靠譜？

車端你自己去識(shí)別，然后設(shè)計(jì)邏輯回避破損需要維修的道路，或者你之前某處突發(fā)交通事故，然而，你前面的車輛正好擋住你視線，它突然急剎車，你要跟著做出反應(yīng)，先不討論車端怎么實(shí)現(xiàn)，能實(shí)現(xiàn)多好，這個(gè)問(wèn)題方車端是不是又困難，又不可靠，如果你之前的車輛給你共享了這些信息，你只需要最簡(jiǎn)單的規(guī)避邏輯是不是就可以，你前方車輛的突然行為比如馬路上突然穿出一條狗，它要緊急剎車或者猛打方向盤避讓，通過(guò)數(shù)據(jù)鏈共享給你，你甚至能在它發(fā)生可觀測(cè)的運(yùn)動(dòng)狀態(tài)變化之前做出反應(yīng)，畢竟數(shù)據(jù)傳輸速度遠(yuǎn)快于車輛制動(dòng)速度。超車，過(guò)路口，錯(cuò)車提前告知周圍車輛獲得確認(rèn)，是不是比你設(shè)計(jì)一個(gè)無(wú)比復(fù)雜行為邏輯或者人工智能模型簡(jiǎn)單靠譜的多？再加上云端能力的加持，是不是整個(gè)系統(tǒng)的能力又可以有巨大提升？

當(dāng)然，正像我上面段落里說(shuō)的，整個(gè)基礎(chǔ)設(shè)施的改造投入巨大，且曠日持久，但是不可否認(rèn)有些事情一定會(huì)去做，并且做成之后就可以實(shí)現(xiàn)一定的效果，個(gè)人覺(jué)得期待基礎(chǔ)設(shè)施的更新?lián)Q代，然后，推動(dòng)整體交通系統(tǒng)能力的提升，遠(yuǎn)比在已經(jīng)榨不出什么油水的技術(shù)路徑里抓瞎靠譜得多。

而且通訊端的改造成本攤薄之后真的沒(méi)多少錢，5g基站總是要架起來(lái)的至少國(guó)內(nèi)已經(jīng)列入規(guī)劃了，這個(gè)不需要無(wú)人駕駛的人操心，花錢。不給無(wú)人駕駛用也是要架的，這是通訊網(wǎng)絡(luò)改造的錢，天量的，具體到車端，成本非常少，相當(dāng)于加了個(gè)5g上網(wǎng)卡而已，這個(gè)通信模組是5g手機(jī)里都有的東西，以后肯定是集成到車載電腦上的，批量生產(chǎn)之后會(huì)很便宜。跟現(xiàn)在隨便一個(gè)傳感器比簡(jiǎn)直忽略不計(jì)的。當(dāng)然考慮到交互問(wèn)題，很多目前的設(shè)計(jì)思路都要改，然后，由于這些改進(jìn)對(duì)車端智能復(fù)雜度要就的降低從而帶來(lái)的研發(fā)成本降低也非常顯著。

04

主要駁斥一下那些說(shuō)我技術(shù)悲觀主義，充滿挫敗感的評(píng)論！

理工屌絲，從小語(yǔ)文不好，可能我的行文，或者表達(dá)方式上讓讀者產(chǎn)生了這種想法。

但是，仔細(xì)讀過(guò)的讀者應(yīng)該不難得出結(jié)論，我的主要觀點(diǎn)和論證都是基于目前的已知事實(shí)和客觀的分析得出的。我個(gè)人的態(tài)度是很客觀，甚至很樂(lè)觀的（對(duì)于限定場(chǎng)景無(wú)人駕駛，智能輔助駕駛，以及基礎(chǔ)設(shè)施升級(jí)之后可能帶來(lái)的種種新的改變）。

比如，你不能說(shuō)我不認(rèn)為我會(huì)突然基因突變，明天就能長(zhǎng)出一對(duì)可以飛的翅膀，就是悲觀主義挫敗感。就算有這種突變，并且我還沒(méi)有因?yàn)閯×业幕蚋淖冣?，以?xì)胞分裂的速度，我每天攝取的新物質(zhì)，還有轉(zhuǎn)化比看，我也不太可能明天就能長(zhǎng)好。這是基于基本事實(shí)基本規(guī)律得出的。

同樣，你也不能說(shuō)，孫中山死前說(shuō)：革命尚未成功，同志還需努力；老毛寫《論持久戰(zhàn)》是悲觀主義，挫敗感。我們知道這反而是革了一輩子命，對(duì)形勢(shì)有了全面，理性，深刻的認(rèn)識(shí)，徹底想明白了才能得出的結(jié)論。一腔熱血小年輕，期望革命速成的想法反而是非常危險(xiǎn)，并且多數(shù)白白送了人頭。

事實(shí)上，根據(jù)之前的分析，一個(gè)讀者中的專業(yè)人士基本上是有一個(gè)共識(shí)的，突破目前的瓶頸需要需要新的技術(shù)出現(xiàn)。已有的路子已經(jīng)沒(méi)有太多油水可榨了。具體來(lái)說(shuō)最好這個(gè)突破是更加深度的智能，更加類似人類的智能。

通常進(jìn)行科學(xué)探索，工程研發(fā)，先觀察現(xiàn)象，總結(jié)規(guī)律，再運(yùn)用規(guī)律解決問(wèn)題。一個(gè)典型的例子，現(xiàn)在的人工神經(jīng)網(wǎng)就是受了神經(jīng)科學(xué)領(lǐng)域?qū)ι窠?jīng)系統(tǒng)結(jié)構(gòu)和基本工作原理的研究的啟發(fā)。

那你現(xiàn)在需要搞高端智能，推理，聯(lián)想，類比等等，更具體的你要基于現(xiàn)在的馮諾依曼架構(gòu)的計(jì)算機(jī)去編程實(shí)現(xiàn)，模擬這些能力（先不說(shuō)可能不可能）。你起碼要大概知道這些到底是怎么回事兒吧，要基本了解它的形成機(jī)制，運(yùn)作原理吧？

然而一個(gè)事實(shí)是，不管認(rèn)知科學(xué)也好，神經(jīng)科學(xué)也好，生物也好，醫(yī)學(xué)生理學(xué)也好，甚至不那么涉及基礎(chǔ)科學(xué)研究的心理學(xué)領(lǐng)域也好。目前對(duì)這些問(wèn)題的研究基本上都還停留在一些很表觀的現(xiàn)象上，對(duì)深層次的機(jī)制上，全都知之甚少。

事實(shí)上，在這類問(wèn)題上，任何一項(xiàng)基本的發(fā)現(xiàn)都會(huì)被整個(gè)科學(xué)界視為極為重要的突破，一定是會(huì)被放到新聞聯(lián)播里面吹的。比如，左右腦分工的研究就被頒發(fā)了諾貝爾獎(jiǎng)。不說(shuō)你能搞出或者模擬生物體的這類高端智能，哪怕你把人類對(duì)此類問(wèn)題的認(rèn)識(shí)向前推進(jìn)一小步，炸藥獎(jiǎng)或者同等份量的科學(xué)認(rèn)可一定是要給你的。

所以，我認(rèn)為，就算有什么突破，也必然是那幫搞認(rèn)知，生理，神經(jīng)等基礎(chǔ)學(xué)科的先去突破了。我自始自終都不能理解為啥總有一大幫EECS的碼農(nóng)能夠有如此狂妄自大的優(yōu)越感，自己能夠凌駕于所有其他學(xué)科之上。還是自己過(guò)于無(wú)知或者目光狹隘？

再重新回到人工智能的問(wèn)題上，哪怕你搞不出更牛逼的技術(shù)，更吊的方法去模擬高端智能。如果能回答我上面的提到的問(wèn)題，目前深度學(xué)習(xí)也好，強(qiáng)化學(xué)習(xí)也好能力邊界在哪里？或者問(wèn)題范圍繼續(xù)縮小，目前你們口口聲聲的說(shuō)要實(shí)現(xiàn)的L4是否在目前已知技術(shù)的能力邊界范圍內(nèi)，或者再進(jìn)一步，L4還需要做哪些突破就圓滿了，不用你去給具體解決方案，只把方向指出來(lái)？

這個(gè)問(wèn)題無(wú)論是理論上，還是工程上都有巨大價(jià)值吧。要是能回答出來(lái)，多的不說(shuō)，給評(píng)個(gè)院士，或者再不濟(jì)，各種頂級(jí)杰出人才的頭銜要給你一個(gè)的吧。自己可以掂量一下上面的問(wèn)題哪個(gè)是自己有希望能在可預(yù)見(jiàn)的未來(lái)搞定的，要是真的是認(rèn)識(shí)清楚還有這個(gè)自信的曠世奇才，干嘛還窩在小創(chuàng)業(yè)公司里面996搬磚呢？

上面關(guān)于能力邊界的問(wèn)題連我這種水平的都能提出來(lái)，熱血小年輕，大忽悠老中青們最喜歡拜業(yè)內(nèi)大神，祖師爺，祖師奶奶們會(huì)想不到？會(huì)看不到這類問(wèn)題的價(jià)值？只不過(guò)人家水平足夠看出這類問(wèn)題的深度和復(fù)雜度，大概率是故意很雞賊的回避掉不去碰這個(gè)釘子罷了。

所以，很多熱血小年輕的樂(lè)觀就是什么都沒(méi)想明白盲目樂(lè)觀？

至于不少老中青的盲目樂(lè)觀成分可能就比較復(fù)雜了?？赡苡行┦钦娴牟欢?，沒(méi)琢磨透，有些就是忽悠牟利，給無(wú)知小年輕們畫大餅，打雞血。比如我曾經(jīng)的某位領(lǐng)導(dǎo)，某大專家，雖然本人并非相關(guān)專業(yè)出身，也沒(méi)搞過(guò)相關(guān)領(lǐng)域的工作。至少表現(xiàn)上對(duì)無(wú)人駕駛落地是極其樂(lè)觀，我就非常不確定他表現(xiàn)的如此樂(lè)觀，是真的無(wú)知，還是純粹為了找上頭把項(xiàng)目，經(jīng)費(fèi)，人員忽悠到手，以及給我們下面這些小兵打雞血。因?yàn)槟呐聫淖畛醯慕佑|，我就強(qiáng)烈的感覺(jué)到這個(gè)人無(wú)比的雞賊，并且有相當(dāng)?shù)募夹g(shù)領(lǐng)悟力。畢竟這個(gè)社會(huì)上能混的好，爬的高的多多少少都有其過(guò)人之處。

那些對(duì)人工智能前景，L4中短期內(nèi)落地前景依然樂(lè)觀的朋友們，我個(gè)人這里來(lái)說(shuō)就很簡(jiǎn)單。我就盯著每年的諾貝爾獎(jiǎng)，圖靈獎(jiǎng)，院士增選。你們要真能搞出什么革命性的東西，這些都少不了你們的。我期待在新聞聯(lián)播，各大頭條上看到你們的身影。

對(duì)了還要插一段關(guān)于這個(gè)行業(yè)的“專家”：

不用奇怪，只用稍微想一下，10年前全世界都沒(méi)幾個(gè)人搞的東西，google最早開(kāi)始搞產(chǎn)業(yè)落地，滿打滿算也就10年，怎么就這么短短幾年時(shí)間突然冒出來(lái)這么多從業(yè)人員，甚至大專家呢？專家這么多，這么容易混的么？其實(shí)很多都是從其他領(lǐng)域轉(zhuǎn)過(guò)來(lái)的，有些是相關(guān)領(lǐng)域，有些連相關(guān)領(lǐng)域都算不上。對(duì)了還有一個(gè)有意思的現(xiàn)象，越是成熟的領(lǐng)域，你見(jiàn)到能稱為業(yè)界公認(rèn)專家少說(shuō)都是領(lǐng)域內(nèi)深更20年往上的，再不行10年也是有的，人家是真專家，一般情況下，自己領(lǐng)域內(nèi)沒(méi)有搞不定的工程問(wèn)題。你看搞無(wú)人駕駛的，尤其是那些近些年才冒出來(lái)的創(chuàng)業(yè)公司的專家，半路轉(zhuǎn)行來(lái)的專家，各種不知道什么會(huì)議水過(guò)幾篇文章的小年輕博士各個(gè)都是專家，連關(guān)注這個(gè)問(wèn)題，給過(guò)回答和評(píng)論的人里，貌似就有口口聲聲要落地L4，研究L5的行業(yè)大佬，業(yè)內(nèi)專家。整個(gè)行業(yè)連個(gè)靠譜的商用解決方案都沒(méi)有一個(gè)，結(jié)果全他媽是專家，請(qǐng)問(wèn)這是什么專家？

05

評(píng)論區(qū)有很多評(píng)論在問(wèn)法律問(wèn)題，倫理問(wèn)題怎么解決。出了事故怎么處理糾紛之類的，是否有這方面的進(jìn)展。

首先，我對(duì)這方面不了解，我個(gè)人覺(jué)得目前無(wú)人駕駛應(yīng)該還遠(yuǎn)遠(yuǎn)沒(méi)進(jìn)展到這個(gè)地步。畢竟現(xiàn)在能商用的東西都沒(méi)做出來(lái)，目前都還在研發(fā)階段，而且似乎都還遠(yuǎn)遠(yuǎn)不是研發(fā)收尾階段。法律，倫理都是以后的事情了，是要做產(chǎn)品工業(yè)化量產(chǎn)，商業(yè)推廣才需要考慮的事情。

不過(guò)我個(gè)人認(rèn)為，這些問(wèn)題其實(shí)都好說(shuō)的，只要東西做出來(lái)，并且有利可圖，自然會(huì)有資本爭(zhēng)先恐后的會(huì)去推動(dòng)這些事情的（尤其是那些早期投入巨大研發(fā)資金的，馬上就能收獲了，誰(shuí)不興奮呢？）。

當(dāng)然肯定會(huì)有新老資本的博弈，不會(huì)一帆風(fēng)順，就好像現(xiàn)在國(guó)內(nèi)的高鐵，基建，互聯(lián)網(wǎng)，5G領(lǐng)先了，可以去全世界割韭菜了，國(guó)內(nèi)的資本和政治力量就會(huì)去推動(dòng)這個(gè)事情。美國(guó)佬，歐洲人看你要賺他的錢，割它的韭菜，就會(huì)用各種，倫理，法律，政治上的問(wèn)題跟你搞事情。比如最近炒的比較火的封禁華為，逼字節(jié)跳動(dòng)把tiktoc賣給美國(guó)公司之類的。比如以后無(wú)人駕駛先被谷歌之類的互聯(lián)網(wǎng)公司搞出來(lái)了，那么傳統(tǒng)車廠一定會(huì)用你說(shuō)的問(wèn)題攻擊無(wú)人駕駛，直到做出利益上的妥協(xié)，比如讓他們合資入股，搞技術(shù)轉(zhuǎn)讓，或者別的什么辦法能夠讓大家都能分到肉吃。

哪怕你是先進(jìn)生產(chǎn)力，代表未來(lái)的發(fā)展方向，你也不能把那些比你落后的全都一棒子打死，不然作為脆弱的新生事務(wù)，被干死的可能性反而更大。正常的社會(huì)發(fā)展進(jìn)程都是在新舊力量的博弈斗爭(zhēng)中曲折前進(jìn)的。

總之一個(gè)原則就是沒(méi)有人能把所有好處占完，不然全世界都會(huì)來(lái)反對(duì)你，這也是人類社會(huì)永遠(yuǎn)的法則。倫理也好，法律也罷，不過(guò)是協(xié)調(diào)利益沖突的工具。而我個(gè)人的觀點(diǎn)最大的利益沖突來(lái)源于資本的博弈，具體到終端用戶那里，反而，不是主要的矛盾了。最終勝利的一方資本力量，一定會(huì)定一個(gè)對(duì)他們有利的規(guī)則來(lái)解決這個(gè)問(wèn)題的，并且通過(guò)強(qiáng)大的宣傳機(jī)器來(lái)取得全社會(huì)對(duì)這個(gè)規(guī)則，或者某些倫理觀念的廣泛認(rèn)同，至于少數(shù)頭鐵的，從來(lái)都不足以造成實(shí)質(zhì)性的障礙。

6

很多人說(shuō)法律問(wèn)題，其實(shí)仔細(xì)分析，根本不存在所謂的法律問(wèn)題。

只要能做出來(lái)，法律問(wèn)題，理賠什么的很好解決。

剛上市的頭兩年，車廠，或者無(wú)人駕駛運(yùn)營(yíng)商為了打消公眾疑慮，必然大幅度補(bǔ)貼，大包大攬，把事故的理賠攬下來(lái)。其實(shí)這個(gè)也花不了太多錢，因?yàn)椋绻軌蛏逃?，那么那個(gè)時(shí)候，無(wú)人駕駛的安全性一定是遠(yuǎn)好于正常人類司機(jī)，甚至你碰瓷都不太容易碰。

分析如下，無(wú)人駕駛會(huì)上各種攝像頭，傳感器，相當(dāng)于360度的行車記錄儀，包括，行車過(guò)程中會(huì)把傳感器數(shù)據(jù)，和程序處理過(guò)程日志全部錄下來(lái)。那么出了事故，誰(shuí)的責(zé)任拿數(shù)據(jù)或者日志一分析就行了。

大概率是，行人或者人類司機(jī)的全責(zé)，因?yàn)槿绻绦蚧蛘邆鞲衅鳑](méi)有錯(cuò)誤或者故障，無(wú)人駕駛是絕對(duì)不會(huì)違反交通規(guī)則的，因?yàn)槌绦蚓褪前凑战灰?guī)寫的。

如果分析發(fā)現(xiàn)是設(shè)備故障，或者程序bug造成的問(wèn)題，那么，車廠，或者無(wú)人駕駛運(yùn)營(yíng)商的責(zé)任，這種責(zé)任判定是非常清楚容易的，出事故相當(dāng)于幫車廠或者運(yùn)營(yíng)商測(cè)出來(lái)一個(gè)bug，他們賠錢也不冤枉。因?yàn)?，如果不修?fù)可能大量出現(xiàn)，那么他們賠的更多。

這個(gè)相當(dāng)于你買手機(jī)，電視，廠家給你的保修條例，保修期內(nèi)沒(méi)有不正常使用出了問(wèn)題，一定是要廠家負(fù)責(zé)維保的。廠家為了少賠錢必須努力把質(zhì)量，這里是安全性做高，良品率提高。

其中還有一種情況，就是，一般車廠把車賣給用戶，會(huì)有一些使用規(guī)范，包括車上本身會(huì)設(shè)計(jì)故障檢測(cè)預(yù)警。比如開(kāi)幾萬(wàn)公里你要去檢修一下，傳感器不好使了，自檢系統(tǒng)給個(gè)報(bào)警，這個(gè)車你不要用了要去修，這個(gè)時(shí)候，如果用戶強(qiáng)行使用出了問(wèn)題，根據(jù)免責(zé)協(xié)議，車廠不負(fù)責(zé)，用戶全責(zé)也是很清楚的。而且這個(gè)也很容易從車上記錄的數(shù)據(jù)分析出來(lái)，責(zé)任判定會(huì)比較容易。

最后，如果無(wú)人駕駛事故率選低于人類司機(jī)，那么，保險(xiǎn)公司會(huì)非常愿意來(lái)賺這個(gè)錢，并且可以想象，這個(gè)保費(fèi)，是會(huì)低于目前的費(fèi)率的。可以想象，車廠為了推他們的產(chǎn)品，甚至你購(gòu)買無(wú)人駕駛車，送你兩年三年保險(xiǎn)這種促銷活動(dòng)，不過(guò)羊毛出在羊身上，這個(gè)成本完全可以加在售價(jià)里面，轉(zhuǎn)移到用戶身上。

車廠可以通過(guò)定期維保協(xié)議，和保險(xiǎn)降低自身的風(fēng)險(xiǎn)，甚至可能還可以通過(guò)這種方式賺錢，他們一定是有這個(gè)動(dòng)力來(lái)做這件事的。

以上分析是針對(duì)L4及以上等級(jí)無(wú)人駕駛的，其實(shí)也適用L3及以下。因?yàn)長(zhǎng)3及以下的適用條件更加嚴(yán)苛，那么對(duì)應(yīng)的用戶使用協(xié)議也會(huì)規(guī)定的更加嚴(yán)格。比如，全神貫注，手不能離開(kāi)方向盤之類的鬼東西，那么你用戶違反了，不好意思，哪怕是車輛本身的問(wèn)題，我廠家不認(rèn)賬的。打官司也打不贏，畢竟我當(dāng)時(shí)用戶協(xié)議說(shuō)的清清楚楚。這也是為啥L3及以下的自動(dòng)駕駛不實(shí)用的原因，無(wú)良廠家拿這些東西吹逼自己有多高科技，有不把風(fēng)險(xiǎn)說(shuō)清楚，以便自己賣車，簡(jiǎn)直就是無(wú)恥。

所以，你看分析下來(lái)，其實(shí)根本不存在所謂的法律問(wèn)題。

原文標(biāo)題：知乎高贊：自動(dòng)駕駛什么時(shí)候才會(huì)涼涼，估計(jì)還要多久？

文章出處：【微信公眾號(hào)：悟空智能科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq