2299
ChatGPT 的熱潮，從年初炒到了現(xiàn)在。各行各業(yè)都在看相關(guān)的融合機會，不少“信徒”甚至放言，不出幾年，人工智能就將取代人類！
這不禁令我想起了，幾年前深度學習技術(shù)突飛猛進的時候，當時的一眾汽車行業(yè)高管和技術(shù)專家也是這么吹的……
自動駕駛即將到來，人們以后都不用開車了，甚至車內(nèi)都不會有駕駛座了，人們坐在車里放松一下，聊聊天，看看視頻節(jié)目，甚至打個盹，過不了多久車就能自己把我們開到目的地了——在那樣一個被自動駕駛技術(shù)完全革命的未來，汽車將不再是需要人操縱的機械，而是將變成純粹的，帶著人們從 A 到 B 的通勤工具。
然而，在幾十甚至上百億元的研發(fā)支出過后，當年那些人的豪言壯志，卻并沒有實現(xiàn)。很多從事相關(guān)研究的公司和團隊也都減慢了步伐：
- 谷歌的 Waymo，項目啟動很快之后就從純無人的技術(shù)路線改成了 L3-L4 等級的“半自動” ，上路至今已經(jīng)七八年卻仍然處于測試階段，無人出租編隊試營業(yè)的范圍也極其有限業(yè)；
- 通用旗下的 Cruise 在美國舊金山也上線了無人出租車隊，大部分時候卻只敢在大半夜運營，還幾次因為違反交規(guī)、造成事故，以及車隊在路口集體“蹦迪”而上新聞；
- 去年，福特和大眾關(guān)閉了他們合資研發(fā)自動駕駛的初創(chuàng)公司 Argo AI；
- 特斯拉口中的“完全自動駕駛”(full self-driving) 也已造成多次惡性事故，面臨美國交通安全監(jiān)管部門的審查。
今天再問任何一位貨真價實的從業(yè)者，他們恐怕都得說實話：自動駕駛技術(shù)還沒有發(fā)展到可以完全取代人類司機的地步。
而放眼汽車市場，目前消費者仍然買不到可以被認為具備完全自動駕駛能力的乘用車產(chǎn)品。實際上，目前自動駕駛技術(shù)仍然處在非常早期的階段，能力非常有限，仍然需要后臺人工的密切監(jiān)控，以至于字面意義上的“自動駕駛”尚不存在。業(yè)界對自動駕駛技術(shù)成真的觀念，從當年普遍樂觀，到現(xiàn)在已經(jīng)變成普遍懷疑，甚至有人認為以目前的自動駕駛技術(shù)方向恐怕永遠無法實現(xiàn)終極的目標……
究竟是什么在拖慢自動駕駛技術(shù)的演進和全面普及？
底層AI遠不及人腦
自動駕駛系統(tǒng)需要硬件和軟件共同工作。目前在硬件方面困難不大，無非是堆積更多的關(guān)鍵零部件，比如激光雷達。
但在軟件——實際上也就是底層的人工智能算法技術(shù)的方面，目前自動駕駛系統(tǒng)的AI復(fù)雜程度遠不及人腦。
按照汽車技術(shù)組織 SAE International 的自動駕駛等級定義，L5級別的全無人駕駛，汽車需要在任何路況、天氣等外部情況下都可以自主行駛，能夠處理一切有可能發(fā)生的情況，并且完全不需要人類接管。甚至在 L4-L5 的定義當中，方向盤、踏板等都不是必須安裝的。L5 級別的自動駕駛系統(tǒng)，在底層需要一個具備人類水平的 AI。
然而就目前自動駕駛的 AI 系統(tǒng)來說，目前還遠未達到完全和人類操作能力和應(yīng)變能力持平的程度。更重要的是，在當前自動駕駛底層 AI 的研究領(lǐng)域，也還沒有確立一個被普遍接受的技術(shù)路線，能夠?qū)崿F(xiàn)人類水平 AI。
經(jīng)過多年的試錯之后，絕大多數(shù)從業(yè)者現(xiàn)在都轉(zhuǎn)變了思維。很多人現(xiàn)在認為人類水平的 AI 或許壓根就是沒有辦法實現(xiàn)的，或者至少還需要數(shù)十年的時間才能夠?qū)崿F(xiàn)。盡管最近十多年基于深度神經(jīng)網(wǎng)絡(luò)和超大模型的人工智能技術(shù)突飛猛進，這樣的技術(shù)生成文本、編故事，做圖和做視頻的能力已經(jīng)很強，但仍然無法讓 AI 在駕駛這件事情上接近人類的水平。
這也是為什么在今天，很多車企和自動駕駛技術(shù)公司已經(jīng)調(diào)低了預(yù)期，改變了路線，加緊開發(fā)“高級輔助駕駛”類的技術(shù)，并且加快了在乘用、商用車市場上的商業(yè)化速度。
SAE International 的 J3016 文件對自動駕駛分級的基礎(chǔ)定義
比如，在一些非常極端化和小樣本的交通事件當中，目前絕大多數(shù)自動和高級輔助駕駛系統(tǒng)的應(yīng)對能力都非常差。當攝像頭和激光雷達掃描到一個較少在城市道路出現(xiàn)的物體，比如一頭牛、一只羊的時候，由于其底層的學習系統(tǒng)里面缺少這種小樣本物體，它很有可能無法正確地對物體進行識別。
當然就算無法正確識別，它仍然能明白遇到了一個障礙，并且在駕駛過程中進行轉(zhuǎn)向、減速等合理的規(guī)避操作。但是一頭?；蛘咭恢谎蛑皇撬羞吘壈咐斨械囊环N，除此之外還有無限多種我們至今都尚未遇到的邊緣案例——指望基于傳感器數(shù)據(jù)和深度學習底層的 AI 去處理無限多種可能性，并且維持駕駛場景所要求的極高的成功率和安全性，已經(jīng)被證明是非常不現(xiàn)實、不經(jīng)濟的。
究其根本，人腦可以做毫秒級的復(fù)雜決策，這樣的能力是來自于感官的輸入、過去的經(jīng)驗、舉一反三的能力等等。這些東西當中，只有一部分能夠被自動駕駛系統(tǒng)通過硬件或者軟件的方式去模擬。但是人腦的工作方式是上述所有這些東西的有機組合，目前是自動駕駛?cè)匀粺o法模擬的。
硬件的成本
目前 L3、L4 所需要的傳感裝置都已經(jīng)存在。從業(yè)者也普遍認為只需要 AI 夠強，當前的硬件配置足以實現(xiàn) L5 自動駕駛。
但是在硬件層面，自動駕駛的推進目前遇到的最大的阻礙，是硬件的成本。
自動駕駛和高級輔助駕駛系統(tǒng)，通常需要包括車載計算機、攝像頭、雷達、激光雷達、GPS 等硬件。隨著越來越多的OEM和供應(yīng)商加入到自動駕駛研發(fā)當中，這些硬件的價格變化基本也都朝著更加可接受的方向。比如攝像頭以及配套的圖像信號處理元器件，由于智能手機的推廣使得成本已經(jīng)非常低廉。
然而激光雷達，作為自動駕駛和高級輔助駕駛系統(tǒng)必不可少的元器件，其成本仍然較高。
我們今天在市場上可以看到，在20萬元價位左右的汽車都已經(jīng)可以搭載激光雷達。然而一個令人尷尬的問題，在于激光雷達的價格非常昂貴，中低端價位如果要上激光雷達基本都會賠錢（當然虧本賣車還有很多別的因素，此處不贅述）。
核心的問題，在于現(xiàn)在汽車市場競爭程度過于激烈，高級輔助駕駛就快要成為新能源標配，以至于品牌不得不虧本賺吆喝。然而一個不爭的事實是，品牌希望實現(xiàn)的輔助駕駛水平越高、能力越多，需要的激光雷達也就越多，成本就只會越高。（更別提高級自動駕駛系統(tǒng)對傳感器硬件冗余也有需求，意味著汽車要搭載比實際需要更多的傳感器部件。）
結(jié)果就是，如果在一個基本理性的市場上，真正安全的高級輔助駕駛，甚至自動駕駛，在激光雷達價格高企的時代下，注定只會是一個高端價位消費者才能夠享受的功能。只要激光雷達還被“卡脖子”，技術(shù)開放程度上不去，價格降不下來，自動駕駛也就無法真正得到全面普及。
而回到純粹成本層面，乘用車搭載更多激光雷達的確不夠經(jīng)濟；而在商用車領(lǐng)域，比如貨運卡車、大客車、擺渡車等，可以用相對更高的使用率來對沖更多激光雷達造成成本?？梢钥隙ǖ刂v，我們肯定會在商用車領(lǐng)域見到自動駕駛和高級輔助駕駛功能更高的滲透率。
與此同時，在業(yè)界也有一些比較特立獨行的乘用車品牌，采用的是無激光雷達，也即純攝像頭（或攝像頭+常規(guī)雷達）+AI 的方案。實際上并不是因為純攝像頭方案就可以實現(xiàn)自動駕駛，而是采用這種方案更多是出于成本考量。
而這些品牌的相關(guān)功能在過去幾年里引發(fā)的多起惡性事故，也已經(jīng)通過血淋淋的事實證明了純攝像頭方案在L3-L4階段已經(jīng)不可取，更不大可能成為實現(xiàn)所謂“自動駕駛”的正道。
道路基礎(chǔ)設(shè)施尚未跟進
真正的自動駕駛，其普及不能只靠汽車自己。行駛環(huán)境里的道路信號系統(tǒng)和智能化以及和自動駕駛系統(tǒng)的連通性、兼容性，目前在全球同樣面臨挑戰(zhàn)。
比如，如果交通信號燈能夠向汽車直接發(fā)送當前信號，汽車就無需使用攝像頭+圖像處理算法來識別燈的顏色，一方面能夠避免大雨大雪大霧燈嚴苛天氣條件下的識別錯誤，另一方面也能通過了解前方燈信號來提前數(shù)百甚至上千米就進行路徑規(guī)劃。
再比如，在前面提到的一些邊緣案例當中，有一種可能情況是道路臨時施工導(dǎo)致的阻斷和變道。由于道路情況不同，施工環(huán)境復(fù)雜等外部原因，汽車在遇到這種情況時往往無法準確識別路況，導(dǎo)致自動/高級輔助駕駛系統(tǒng)的操作信任程度降低，甚至系統(tǒng)脫離，不得不由人工接管。
理想條件下，如果在施工路段的前方拜訪了相關(guān)的告示，并且這些告示能夠和汽車系統(tǒng)進行信息交換，那么自動/高級輔助駕駛系統(tǒng)的應(yīng)變能力將會得到較大提升。
在汽車層面，很多公司在多年前就已經(jīng)意識到車聯(lián)基礎(chǔ)設(shè)施 (V2I)、車聯(lián)萬物 (V2X) 等技術(shù)的重要性，并且進行了相關(guān)的研發(fā)。然而在交通管理有關(guān)部門的層面，目前全國只有面積有限的城市和郊區(qū)道路正在試點相關(guān)的車-路信號通信系統(tǒng)。這些區(qū)域往往也是在已經(jīng)和當?shù)剀嚻蠡蜃詣玉{駛技術(shù)企業(yè)建立合作關(guān)系的前提下，才會啟動相關(guān)的信號升級項目。
范圍擴大到整個中國，乃至全世界，絕大部分道路信號系統(tǒng)仍然無法和各家車企采用的五花八門的自動/高級輔助駕駛系統(tǒng)進行溝通。
車聯(lián)基礎(chǔ)設(shè)施 (V2I) 系統(tǒng)示意圖
與此同時，就連車到車 (V2V) 的數(shù)據(jù)交換，在自動駕駛技術(shù)“百家爭鳴”的今天，也在兼容性的層面遇到了的困難。
來自不同品牌、母公司、品牌聯(lián)盟的汽車之間的溝通；在數(shù)據(jù)安全和交通安全法律法規(guī)的查一下，同品牌不同國家或地區(qū)的車輛之間的溝通……等等，都對汽車自動駕駛系統(tǒng)的互操作性設(shè)計以及車企的合規(guī)安排提出了極大的挑戰(zhàn)。
結(jié)果就是，大部分的道路并沒有面向自動駕駛汽車高保有率的未來，進行足夠的優(yōu)化，也缺乏相關(guān)方向技術(shù)升級的可行計劃。如果只靠車企們自己卻解決問題的話，結(jié)果可能會是適得其反的，也即自動駕駛滲透率越高，道路情況越復(fù)雜，交通事故反而會更多發(fā)生。
交通管理部門也很頭疼：一方面他們的創(chuàng)新腳步要跟上自動駕駛技術(shù)的發(fā)展，另一方面又要提高對自動駕駛技術(shù)的監(jiān)管水平和能力，同時還要在自動和人工駕駛車輛共享道路的現(xiàn)實條件下平衡各方的主張和需求……想想都是個大難題。
以上，就是目前自動駕駛技術(shù)推進和普及的最大障礙。顯而易見，任何一條的解決都不是小工程，并且恐怕只有幾條都得到解決，自動駕駛才能夠真正“夢想成真”。
