對不起，自動(dòng)駕駛做不到零事故

文/李根 ligen@qbitai.com

量子位 出品 | 公眾號(hào) QbitAI

自動(dòng)駕駛＝無事故？

蔚來首例NIO Pilot致死車禍后，關(guān)于自動(dòng)駕駛安全相關(guān)的話題討論，愈演愈烈，一場信任危機(jī)正在殃及所有玩家。

甚至還形成了兩極代表觀點(diǎn)：

一極認(rèn)為，“自動(dòng)駕駛事故”面前，應(yīng)該對所有的自動(dòng)駕駛展開重估，因?yàn)榧夹g(shù)能力有如此明顯缺陷，人命關(guān)天。應(yīng)該叫停研發(fā)，禁止推廣，從根本上杜絕類似事故。

另一極強(qiáng)調(diào)，輔助駕駛的鍋，不能讓自動(dòng)駕駛背，“真正的自動(dòng)駕駛”就會(huì)有絕對的安全，自動(dòng)駕駛＝無事故。

一方限制，另一方辯護(hù)。

但對不起，都存在認(rèn)知偏差，都可能阻礙一項(xiàng)利國利民造福人類的新技術(shù)健康發(fā)展。

既不能因噎廢食，也不宜把自動(dòng)駕駛與零事故劃上等號(hào)。

不過確實(shí)是時(shí)候，正本清源，厘清技術(shù)野蠻生長期里遺留的種種歷史問題了。

自動(dòng)駕駛歷史遺留問題？

最首要的就是自動(dòng)駕駛技術(shù)等級(jí)劃分，以及翻譯用語加劇的“誤解”。

就在蔚來事故熱議中，理想汽車創(chuàng)始人李想、投資入局造車的360董事長周鴻祎，以及威馬汽車創(chuàng)始人沈暉，也都是圍繞自動(dòng)駕駛技術(shù)等級(jí)相關(guān)的問題展開的討論。

有人說他們是作為友商在“落井下石”，但如果深入了解了他們口誅筆伐的“專業(yè)黑話”和統(tǒng)一用語倡議，就會(huì)真切感知——他們這是唇亡齒寒危機(jī)感下的自發(fā)自救。

因?yàn)樽詣?dòng)駕駛技術(shù)等級(jí)相關(guān)的歷史遺留問題一日不明，行業(yè)野蠻生長、劣幣驅(qū)逐良幣的現(xiàn)狀就會(huì)始終得不到改變。

所謂的自動(dòng)駕駛技術(shù)等級(jí)，核心就是這張圖：

其中的level（水平\等級(jí)），就是L幾的“行業(yè)技術(shù)黑話”。

L2，就是level 2，也就是第二等級(jí)水平。

L3，就是level 3，也就是第三等級(jí)水平。

這套“等級(jí)”標(biāo)準(zhǔn)，跟一家名叫Society of Automotive Engineers的組織有關(guān)，簡稱SAE，中文叫美國工程師學(xué)會(huì)。

在2014年全球自動(dòng)駕駛研發(fā)，開始第一次欣欣向榮之際，SAE牽頭制定了一套自動(dòng)駕駛技術(shù)等級(jí)標(biāo)準(zhǔn)。

目標(biāo)是希望通過劃定不同的等級(jí)，可以指引行業(yè)針對性發(fā)展。

整個(gè)等級(jí)標(biāo)準(zhǔn)的制定，參考了很多影響因素。

但最核心的可以歸納為一個(gè)：

AI系統(tǒng)在汽車駕駛中的參與程度。

整個(gè)標(biāo)準(zhǔn)，被分為了6個(gè)級(jí)別。

0、1、2、3、4、5。

L0，AI參與程度最低，基本就是應(yīng)急情況下輔助一下。

L5，AI參與程度最高，高到整個(gè)駕駛行為完全不需要人類的地步，也被叫做完全無人駕駛。

比如現(xiàn)在常聽到的RoboTaxi無人駕駛出租車，或者是不再搭載剎車油門腳踏板和方向盤的智能車，就是朝著L5方向上的努力。

在這6個(gè)等級(jí)中，有一個(gè)關(guān)鍵分水嶺——L4。

L4以下，人類駕駛員都是駕駛行為的最終責(zé)任人。

L4及以上，AI系統(tǒng)就是最終責(zé)任人。

L4是權(quán)責(zé)界限的分水嶺。

換而言之，L4以下，無論是L2還是L3，都是人機(jī)共駕模式，AI系統(tǒng)提供的都是輔助能力。

區(qū)別在于，L2是你操作什么，AI就執(zhí)行什么，比如車道居中保持、自適應(yīng)巡航控制，以及你命令變道然后AI來伺機(jī)變道……都是L2。L2情況下，AI完全不“思考”，也不主動(dòng)做決策。

而L3，最大的不同就是AI開始能幫司機(jī)做決策了。最簡單的例子就是，什么時(shí)候變道，人類司機(jī)不用再給指令。

在駕駛過程中，AI會(huì)根據(jù)你的行程和路況來進(jìn)行決策，甚至能在高速和環(huán)路等非開放路況的場景下，幫助完成絕大部分的駕駛行為。

只是這個(gè)階段，人類依然是駕駛行為的核心決策者，所以特殊情況、緊急決策，依然需要人類駕駛員來執(zhí)行。

所以現(xiàn)階段，各家產(chǎn)品有叫法上的不同。

NOA、NOP、NGP……但基本都是指在高速、環(huán)路等路況相對可控的場景的AI駕駛輔助。

援引SAE制定的術(shù)語和翻譯用語，他們確實(shí)可以被叫作“L2自動(dòng)駕駛”、“L3自動(dòng)駕駛”，甚至還有“L2.5自動(dòng)駕駛”……

但歸根結(jié)底，又都是輔助駕駛，都是AI提供輔助能力，最終駕駛的決定權(quán)，依然在于車主。

這也意味著，如果發(fā)生事故，提供這種“AI輔助”能力的提供方，有“最終駕駛決定權(quán)歸車主”的空子可用。

問題是，自動(dòng)駕駛本身已是新事物，技術(shù)等級(jí)標(biāo)準(zhǔn)更是“行業(yè)黑話”，普通車主和用戶，都缺乏完備認(rèn)知……加之利益相關(guān)的技術(shù)提供方，還可能在售前只談“自動(dòng)駕駛”，利用認(rèn)知偏差造成誤導(dǎo)。

這是為什么會(huì)出現(xiàn)“買前自動(dòng)駕駛，出事輔助駕駛”，以及“車主未能正確使用”之類的神調(diào)侃、神回復(fù)。

所以現(xiàn)在出了事故，這套SAE技術(shù)等級(jí)標(biāo)準(zhǔn)和翻譯問題，確實(shí)難辭其咎。

這也是為什么到了行業(yè)需要統(tǒng)一用語的時(shí)候——用戶的信任和監(jiān)管信心，經(jīng)不起類似事故挑戰(zhàn)了。

但客觀來說，鍋也不全在SAE。

因?yàn)榫驮?014年制定等級(jí)標(biāo)準(zhǔn)時(shí)，他們看到了RoboTaxi的終極目標(biāo)，卻難以預(yù)料，圍繞自動(dòng)駕駛技術(shù)發(fā)展，會(huì)走出不同主張的兩條路線。

自動(dòng)駕駛的兩大路線？

特斯拉路線和Waymo路線。

最初SAE制定標(biāo)準(zhǔn)時(shí)，這兩大路線，只是推進(jìn)自動(dòng)駕駛的不同主張。

還沒到開花結(jié)果，產(chǎn)生實(shí)際影響的階段。

而這兩大路線，本質(zhì)就是以L4作為分水嶺來實(shí)踐的。

剛才也說了，L4是一個(gè)——人類是否在駕駛行為中起決定性作用——的分界線。

其中，以特斯拉為代表，希望從L4以下迭代到L4以上，后來被稱為量產(chǎn)自動(dòng)駕駛。

以谷歌集團(tuán)中的Waymo為代表，則認(rèn)定只有直接從L4開始，才是符合“安全初心”的做法，后來進(jìn)一步作為區(qū)分被稱為完全無人駕駛。

兩大主張和路線之間，也時(shí)常你攻我伐，口水仗一直未間斷。

而且這兩大路線的開創(chuàng)者和最早實(shí)踐者，其實(shí)都是谷歌。

但后來，谷歌認(rèn)定不能走后來被稱為“特斯拉路線”的方案。

因?yàn)?strong>特斯拉路線，認(rèn)為自動(dòng)駕駛可以在人機(jī)共駕的狀態(tài)下、在駕駛數(shù)據(jù)迭代下，不斷向上升級(jí)，最終從L2一直升級(jí)到L5。

特斯拉所謂的“影子模式”，就是在這種人機(jī)共駕的狀態(tài)下，讓AI學(xué)習(xí)人類的駕駛行為。

比如處于AI駕駛狀態(tài)時(shí)，忽然遭遇了困難，由人類接管完成了挑戰(zhàn)，就會(huì)被系統(tǒng)標(biāo)記，其后由AI模型訓(xùn)練和學(xué)習(xí)類似的問題，然后得到模型提升。

實(shí)際上，特斯拉路線也不斷展現(xiàn)其可能性和可行性。

從這幾年來看，特斯拉的自動(dòng)駕駛能力，進(jìn)步確實(shí)有目共睹。

而且特斯拉路線的優(yōu)勢，集中體現(xiàn)在成本和規(guī)模化數(shù)據(jù)迭代上。

車賣到的地方，就是它開啟自動(dòng)駕駛“路測”的地方。核心要求是能賣更多車，并且“自動(dòng)駕駛”方案的軟硬件成本，在用戶可承受范圍內(nèi)。

另外，特斯拉路線也存在明顯的悖論。

一方面，量產(chǎn)自動(dòng)駕駛可以替代人類車主在一些場景下駕駛，但另一方面又要求司機(jī)在緊急情況下接管汽車。

這就要求一個(gè)長時(shí)間放松的人，必須還要時(shí)刻專注在車程中。

換一個(gè)更多人有過的經(jīng)驗(yàn)，上課允許走神，但只要老師點(diǎn)名提問，就能馬上給出答案。

很多車主的血淚經(jīng)歷說明，處于放松狀態(tài)的司機(jī)，會(huì)看視頻、會(huì)睡著，而且過度信任特斯拉視覺感知系統(tǒng)的能力。

于是當(dāng)“老師點(diǎn)名提問”來臨，他們往往措手不及。

然而，開車上路，事關(guān)生命安全，代價(jià)有時(shí)是極其慘重的。

之前馬斯克說，車主用了自動(dòng)駕駛就回不去了。

被吐槽說，有些車主確實(shí)“回不去了”。

而且這個(gè)悖論下，特斯拉不是個(gè)例。

只要是人機(jī)共駕狀態(tài)下，你不能要求所有司機(jī)，一邊狀態(tài)放松，另一邊還能隨時(shí)接管。

人，一直是駕駛行為中最不確定的因素。

也正是出于人性和“悖論”的洞察，谷歌（Waymo）主動(dòng)改弦更張，決定挑戰(zhàn)更難的完全無人駕駛路線。

作為全球這一波自動(dòng)駕駛商用浪潮的開創(chuàng)者，谷歌最初也是希望打造一套人機(jī)共駕的系統(tǒng)，逐步實(shí)現(xiàn)RoboTaxi的L5終極目標(biāo)。

但后來研發(fā)和測試階段，就發(fā)現(xiàn)駕駛決策中只要有最大不可控因素——人類——存在，就沒有真正的安全保障可言。

當(dāng)時(shí)隨著研發(fā)的系統(tǒng)越來越完善，測試車上路后被接管的次數(shù)越來越少，導(dǎo)致有些工程師干脆跑到后座去……

于是谷歌開始重新思考自動(dòng)駕駛的推進(jìn)路線。

因?yàn)閺?strong>初心來講，谷歌決定重金砸向自動(dòng)駕駛，就是為了用穩(wěn)定嫻熟的AI駕駛，提高人類整體駕駛水平，有效減少大量的交通事故。

安全既是出發(fā)點(diǎn)，也是最終歸宿。

但如果無法100%控制全局，比如即便相對成熟的AI駕駛系統(tǒng)給了一個(gè)不太負(fù)責(zé)任的人類司機(jī)，最后由于司機(jī)過度信任，在遭遇極端場景時(shí)無法有效接管，就會(huì)造成安全事故。

當(dāng)然，也有一種說法，“事故”也是AI系統(tǒng)debug的過程。

但用這樣的方式來推進(jìn)自動(dòng)駕駛，一將功成萬骨枯，是不是太過冷酷無情？

所以谷歌之所以是谷歌，并非沒有原因，他們決定選擇更難的一條路：

直接L4。

直接把代表不確定因素的人類，從駕駛位上趕下來。最終產(chǎn)品形態(tài)，就是RoboTaxi。

于是這條直接L4的路線，也就被叫做Waymo路線。

這是一條先路測，在一個(gè)足夠安全有保障的成熟系統(tǒng)之后，再開啟量產(chǎn)和商用的路線。

這條路線優(yōu)點(diǎn)顯而易見，安全至上，成本優(yōu)先級(jí)不算高，可以用最冗余的傳感器方案來保障安全——畢竟車不面向C端銷售。

但缺點(diǎn)也很明顯，推進(jìn)起來沒那么快，商業(yè)化和規(guī)?；乃俣龋矅?yán)格受限。

在Waymo路線上，所有的研發(fā)、落地成本，都需要自己承擔(dān)，規(guī)?；?，更是遙遙無期。

所以這2年來，特斯拉和Waymo在資本市場遭遇了兩極待遇。

特斯拉市值股價(jià)節(jié)節(jié)高升，Waymo的估值被一而再下調(diào)。

而也是這種此消彼長之間，還長出第三種路線：

Cruise路線。

直白講就是“融合路線”，把Waymo的“L4級(jí)自動(dòng)駕駛技術(shù)”，兼顧成本之后，落在量產(chǎn)車上使用。

總之，一方面是看到了特斯拉路線的“數(shù)據(jù)迭代”之力，另一方面又希望通過Waymo路線來增強(qiáng)安全保障。

但即便如此，只要沒有擺脫“人機(jī)共駕”模式，人性悖論和權(quán)責(zé)歸屬的問題，就始終沒有消除。

安全隱患，也就無法根治。

所以問題也就來了，既然現(xiàn)階段的自動(dòng)駕駛無法根治安全問題，為什么還要發(fā)展？

還是燒那么多錢、給那么多有利政策來支持發(fā)展？

自動(dòng)駕駛≠無事故，但只有自動(dòng)駕駛才能根本上減少事故

是的，確實(shí)有理想化觀點(diǎn)這樣認(rèn)為：

發(fā)展自動(dòng)駕駛，讓天下沒有交通事故。

也對，但也不對。

對，是因?yàn)槿绻孢_(dá)到了理想化情況，路上皆自動(dòng)駕駛車輛，或許就不會(huì)有“加塞”、“不文明駕駛”、“違規(guī)違掌”的行為了，車車都文明，車車都上路穩(wěn)妥又認(rèn)慫，交通秩序跟自動(dòng)化流水線一樣井然有序。

但之所以也不對，是因?yàn)檫@種理想化觀點(diǎn)，不符合數(shù)學(xué)和技術(shù)規(guī)律。

于本質(zhì)來看，自動(dòng)駕駛，機(jī)器開車，是一個(gè)計(jì)算機(jī)問題，更是一個(gè)數(shù)學(xué)問題，在這道題中，始終存在一些細(xì)微的變量，讓事故概率不可能完全為0。

更何況，自動(dòng)駕駛面對的復(fù)雜長尾場景和狀況，事故概率，也不可能為0。

所以自動(dòng)駕駛=無事故，并不成立，也沒有誰能打包票。

然而即便如此，自動(dòng)駕駛依然有著更高的安全性，也是目前消解人類交通事故最接近本質(zhì)的方法。

人類駕駛為主的交通安全，有著怎樣的現(xiàn)狀？

援引去年12月“第九個(gè)全球交通安全日”的數(shù)據(jù)，在機(jī)動(dòng)車保有量超過3.6億、機(jī)動(dòng)車駕駛?cè)诉_(dá)到4.5億的中國，每年就有數(shù)萬人喪生于交通事故。

更直觀的換算，平均每8分鐘就有1人因車禍死亡。

全球范圍內(nèi)，按照WHO在2018年披露的數(shù)據(jù)，全球每年因道路交通死亡人數(shù)高達(dá)135萬人，意味著每25秒就有一人在交通中喪生。

其中，發(fā)生交通事故的主要原因，是最大的不確定性因素——人類司機(jī)。

無論中外，按照數(shù)據(jù)統(tǒng)計(jì)，肇事突出的10大交通違法行為分別為：未按規(guī)定讓行、超速行駛、無證駕駛、醉酒駕駛、未與前車保持安全距離、逆行、違反交通信號(hào)、酒后駕駛、違法超車、違法會(huì)車。

同時(shí)，還有酒駕醉駕、“三超一疲勞”、闖紅燈等交通違法違規(guī)行為。

但如果替換成AI司機(jī)，這些隱患行為和因素，就會(huì)從根本上被杜絕。

AI司機(jī)不僅不會(huì)有人類司機(jī)的疲勞駕駛、醉駕酒駕、情緒化，以及各種危險(xiǎn)駕駛和不文明駕駛行為。

而且還擁有人類無法“規(guī)模化復(fù)制”的優(yōu)勢，一個(gè)AI老司機(jī)養(yǎng)成，即意味著成千上百“AI老司機(jī)”ready——相對應(yīng)的是，人類從新手上路到老司機(jī)養(yǎng)成，繞不開線性時(shí)間和路上的磨礪。

所以大道直白，雖然自動(dòng)駕駛無法保證天下再無事故，但有自動(dòng)駕駛，替代了交通中最大的不確定因素，一定能讓交通更安全。

此外，還有一組數(shù)據(jù)也可對比。

量產(chǎn)自動(dòng)駕駛路線中，事故曝光率最高的特斯拉，凡有事故幾乎無處隱藏。

所以也有好事者，統(tǒng)計(jì)了特斯拉及AutoPilot造成的事故和傷亡情況。

統(tǒng)計(jì)顯示，從特斯拉2013年第一起曝光的事故至今，全球因特斯拉事故造成的死亡人數(shù)達(dá)201人，其中9人與AutoPilot相關(guān)。

Waymo路線上，全球唯一一起無人車致死車禍，由Uber測試時(shí)造成。

而對比起來，全球每年有135萬人在道路交通中喪生。

雖然這幾年中，自動(dòng)駕駛依然是一個(gè)新業(yè)態(tài)，方興未艾，還遠(yuǎn)未達(dá)到數(shù)量上的普及，但上述兩組數(shù)據(jù)和頻率，依然能見微知著。

所以即便自動(dòng)駕駛≠無事故，但只有自動(dòng)駕駛才能根本上減少事故。

更何況，現(xiàn)如今正在有越來越多冗余來加強(qiáng)安全。

比如車端的傳感器冗余、安全冗余，運(yùn)營過程中的冗余，以及中國正在高速推進(jìn)的路端基建——車路協(xié)同帶來的更高維度的冗余。

在這些多重冗余保障之下，如果真正來到“全部自動(dòng)駕駛”狀態(tài)，事故中的不確定性，還將進(jìn)一步趨近于0。

有設(shè)想是，這些基礎(chǔ)設(shè)施完善后，可以保障所有上路的車輛都由自動(dòng)駕駛，不再有人機(jī)共駕，也不再有人類駕駛的車輛和自動(dòng)駕駛車輛混行。

人類司機(jī)，這個(gè)道路交通上最大的不確定性因素，也就沒有了。

甚至跟汽車替代馬車一樣，人類駕駛行為就跟騎馬行為一樣，變成了一種娛樂活動(dòng)，甚至如果不是特許的道路，人類駕駛行為還會(huì)違規(guī)違法。

自動(dòng)駕駛將完全接管城市出行網(wǎng)絡(luò)。

這個(gè)網(wǎng)絡(luò)中，電動(dòng)車（新能源）、共享出行、車聯(lián)網(wǎng)，以及智能化都實(shí)現(xiàn)了串聯(lián)。

車隨用隨叫，可以不再需要停車，沒電了自動(dòng)規(guī)劃去充電。

真正實(shí)現(xiàn)了高效、綠色、安全和低碳環(huán)?？沙掷m(xù)，車真正變成了“使用載體”，而不是“擁有主體”，私家車從此退出歷史舞臺(tái)。

這個(gè)網(wǎng)絡(luò)之下，自動(dòng)駕駛車輛可以一體化運(yùn)營、調(diào)度，就像現(xiàn)在的通信運(yùn)營模式一樣。

所以這也是為什么，業(yè)內(nèi)還有另一個(gè)隱而未宣的觀點(diǎn)，認(rèn)為自動(dòng)駕駛背后，也有5G一樣的“標(biāo)準(zhǔn)”之爭。

因?yàn)樽詣?dòng)駕駛不是單一的一項(xiàng)技術(shù)，是一個(gè)從無到有、從個(gè)例到規(guī)?；涞氐?strong>系統(tǒng)生態(tài)。

而且這不是一個(gè)地區(qū)、一個(gè)國家才需要的系統(tǒng)，是全球各地都需要的系統(tǒng)。

對于這個(gè)系統(tǒng)，誰最先擁有完備的方案和技術(shù)能力，就能成為標(biāo)準(zhǔn)的制定者，就能主導(dǎo)整個(gè)落地生態(tài)的發(fā)展。

也正是如此，在美國“奇貨可居”的先進(jìn)技術(shù)限制出口中，自動(dòng)駕駛地位很高。

但自動(dòng)駕駛的技術(shù)發(fā)展和迭代，離不開大規(guī)模的數(shù)據(jù)和豐富的場景。

這也是中國在自動(dòng)駕駛落地上，越來越展現(xiàn)出優(yōu)勢的關(guān)鍵原因。

原本就跟全球處于同一起跑線，現(xiàn)在還有豐富和最具挑戰(zhàn)的路況數(shù)據(jù)、場景。

所以這也是為何自動(dòng)駕駛的發(fā)展，更加不能因噎廢食。

因噎廢食不僅無法根本上解決問題，而且還誤國誤民，流弊千秋。

根本上，自動(dòng)駕駛不僅是一項(xiàng)先進(jìn)技術(shù)，還事關(guān)智慧交通、智慧城市等面向未來的全球標(biāo)準(zhǔn)和話語權(quán)，甚至是經(jīng)濟(jì)發(fā)展和GDP的新動(dòng)力引擎之一。

不過，現(xiàn)階段自動(dòng)駕駛發(fā)展，也不是沒有安全路徑上的可完善之處。

更安全發(fā)展自動(dòng)駕駛，還能做什么？

既然問題已經(jīng)出現(xiàn)，就是時(shí)候在熱議中推動(dòng)形成共識(shí)。

實(shí)際上，在監(jiān)管和政策層面，中國可能已經(jīng)是全球最謹(jǐn)慎的國家。

特別是在之前自動(dòng)駕駛和RoboTaxi測試的資質(zhì)和牌照發(fā)放中，從程序到過程，比美國加州DMV，嚴(yán)格太多。

根據(jù)中國目前官方唯一的自動(dòng)駕駛路測報(bào)告：《北京市自動(dòng)駕駛車輛道路測試報(bào)告》披露，考核標(biāo)準(zhǔn)相當(dāng)嚴(yán)苛。

無論從公開道路的長度、還是標(biāo)準(zhǔn)制定程度上來看，都堪稱細(xì)致。

還專門設(shè)置了64827公里的無人化測試驗(yàn)證，確認(rèn)了測試技術(shù)的可行性、及測試方法和參數(shù)的可靠性。

而更早之前，有安全員的自動(dòng)駕駛路測，也從牌照發(fā)放和運(yùn)營等多重維度作出明確要求。

也是這種監(jiān)管之下，國內(nèi)路測里程最多的百度Apollo，完成多個(gè)城市RoboTaxi落地運(yùn)營，有1400萬公里的實(shí)路路測后，能夠做到零事故。

國外，Waymo再次開行業(yè)風(fēng)氣之先，在去年發(fā)布了“事故報(bào)告”。

披露了從2019年初到2020年9月，RoboTaxi落地期間的事故情況。

顯示在Waymo的610萬英里（982萬公里）路程中，包含沒有安全員的完全無人駕駛的測試?yán)锍桃灿?5000英里（10萬公里），總共出現(xiàn)過18次事故，另外還有29次被安全員干涉得以避免的潛在事故。

但這些事故有兩大共同特點(diǎn)：

第一，沒有一起嚴(yán)重到危及生命。

第二，無一起主動(dòng)事故，都是其他人類駕駛車輛造成的被動(dòng)事故。

所以對于RoboTaxi方向上的自動(dòng)駕駛，從監(jiān)管到測試，一直有數(shù)據(jù)支撐的安全可信印象。

但量產(chǎn)自動(dòng)駕駛——或者更準(zhǔn)確來說，需要人機(jī)共駕的輔助駕駛，之前有灰色地帶可走，處于野蠻生長。

一度只有道德標(biāo)準(zhǔn)，沒有嚴(yán)格的監(jiān)管法規(guī)。

但這種日子也正在成為過去時(shí)。

國內(nèi)，8月12日，工信部印發(fā)了《關(guān)于加強(qiáng)智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理的意見》，對智能車在數(shù)據(jù)和安全方面，作出了明確規(guī)定。

其中最引人注目的，就是針對涉及自動(dòng)駕駛功能的產(chǎn)品管理，按照使用前后做了不同層級(jí)的要求明確，強(qiáng)化車企在安全方面的責(zé)任。

并且明確規(guī)定，自動(dòng)駕駛相關(guān)的功能OTA要先過審批。

國外，特斯拉AutoPilot相關(guān)的事故，也開始被美國管理機(jī)構(gòu)立案調(diào)查。

所以即便是擦邊球路徑上的“量產(chǎn)自動(dòng)駕駛”，野蠻生長期也到頭了。

只不過蔚來事故之前，“完全無人駕駛”和“量產(chǎn)自動(dòng)駕駛”兩大路線之間，有爭論有口水仗，雙方以為可以各自為戰(zhàn)。

然而誰能想到，在事故后的不信任危機(jī)里，輿論不分“路線”，所有人都被同一條船視之。

一榮俱榮，一損俱損。沒有誰能獨(dú)善其身。

不管是L幾的技術(shù)，不管是量產(chǎn)自動(dòng)駕駛路線，還是完全自動(dòng)駕駛路線。

不管是車廠、供應(yīng)商，還是系統(tǒng)技術(shù)玩家。

所以一切是時(shí)候了。

是時(shí)候以這次事故為鑒，直面一直存在的認(rèn)知和信任危機(jī)。

而且只有所有玩家團(tuán)結(jié)一致，達(dá)成公約，才能讓發(fā)展更安全、可持續(xù)。

至少是時(shí)候改變，且有三件事可以從我做起：

第一，規(guī)范使用行業(yè)用語，統(tǒng)一表達(dá)，明確權(quán)責(zé)歸屬。

但凡人機(jī)共駕，需要司機(jī)、車主緊急接管的，一律都叫輔助駕駛。

否則出現(xiàn)事故，無論是不是“車主未能及時(shí)接管”，都應(yīng)由能力提供方承擔(dān)責(zé)任。

無需司機(jī)、車主緊急接管，或者責(zé)任明確就是技術(shù)服務(wù)提供方，才能以自動(dòng)駕駛作為宣傳。

第二，輔助駕駛的上車，還要有多重安全冗余配合。

不僅需要在使用前，明確向車主表明輔助駕駛系統(tǒng)的利弊，加強(qiáng)功能使用端的準(zhǔn)入考核和監(jiān)管。

還需要防止不靠譜車主，輕而易舉就可以繞過“輔助駕駛”開啟的必要規(guī)則，以及雙手離開方向盤、注意力不集中等危險(xiǎn)駕駛行為。

此外，DMS等駕駛行為監(jiān)測，應(yīng)該成為輔助駕駛的標(biāo)配，不僅是保護(hù)車主安全，也是保障其他路上交通參與者的安全。

私自加裝“作弊器”等行為，應(yīng)該要與危險(xiǎn)駕駛行為一樣被對待。還有必要主動(dòng)呼吁打擊銷售“作弊器”的行為，呼吁立法監(jiān)管，由各大零售平臺(tái)打擊，不能讓如此等同謀財(cái)害命的行為，大行其道。

第三，定期主動(dòng)披露安全機(jī)制和數(shù)據(jù)。

安全機(jī)制可以增進(jìn)行業(yè)信任，“安全\事故報(bào)告”能夠讓一切更公開透明，唯有擺脫“談事故色變”、“諱莫如深”的心態(tài)，行業(yè)才能真正健康良性發(fā)展。

這也是不斷科普，幫助公眾更加準(zhǔn)確了解自動(dòng)駕駛能力、狀態(tài)和階段的必要手段。

總之，事故當(dāng)前，信任危機(jī)當(dāng)前，警鐘為所有自動(dòng)駕駛玩家而鳴。

如果此時(shí)此地，還不能用更具公約的方式，發(fā)展和推動(dòng)自動(dòng)駕駛安全和信任，等到更大危機(jī)到來，沒有人能置身事外。

如果依然要在“輔助駕駛”、“自動(dòng)駕駛”等行業(yè)話語上爭論不休，如果讓每一次“自動(dòng)駕駛事故”成為輿論焦點(diǎn)，如果行業(yè)玩家都不得不“夸張宣傳”才能不顯得落后……

雪崩到來，沒有一片雪花無辜。

一切是時(shí)候了。

（注：作者為量子位主編，專欄僅代表個(gè)人觀點(diǎn)）

參考：

特斯拉事故統(tǒng)計(jì)：
https://www.tesladeaths.com/

Waymo自動(dòng)駕駛報(bào)告：平均21萬公里一次事故，嚴(yán)重事故都是人類司機(jī)的鍋
https://storage.googleapis.com/sdc-prod/v1/safety-report/Waymo-Public-Road-Safety-Performance-Data.pdf

WHO道路交通死亡人數(shù)報(bào)告
https://news.un.org/zh/story/2018/12/1024371