这7个误解，阻碍了自动驾驶技术的发展

雷锋网按：本文摘编自《无人驾驶》，作者为胡迪•利普森（Hod Lipson）和梅尔芭•库曼（Melba Kurman）。

并不是每个人都认识到了无人驾驶汽车的价值，在写作《无人驾驶》一书时，作者发现有些针对无人驾驶的误解还在广泛肆意传播，并且这些信息会被反对者拿来对抗无人驾驶的推广政策。因此作者将这些误解谣传总结成 7 个误区。

1. 自动化驾驶技术会脱胎于当今的驾驶员辅助技术

有些人认为，汽车的自动化转变会体现在驾驶过程中分阶段进行，而这些阶段只是逐步拓展驾驶员辅助技术的应用范围，例如自适应巡航控制（adaptive cruise control，ACC）和车道保持辅助系统（lane keeping assist system，LKAS）。

实际上，这种分阶段操控不仅存在技术难题，而且还是不安全的。研究发现，当人类和机器共享方向盘的操控权时，如果要求人类在紧急状态下突然掌握方向盘，他们反而会无法胜任，表现为注意力无法集中。另外，完全自动化驾驶所需的技术并不是当今驾驶员辅助技术的派生，而是有着独立的技术发展路径。

雷锋网注：前谷歌无人车 CTO Chris Urmson 在卡内基梅隆大学演讲时也讲到这一问题。他认为驾驶辅助技术（即 ADAS）与无人驾驶技术是两种截然不同的技术，逐步增加自动驾驶水平的做法会迫使开发者在各种技术间做出选择，而这样会阻碍技术向全自动驾驶模式过渡。

英伟达解决方案架构师程亚冰曾表示，Level 3 （SAE）级别自动驾驶所需要的计算量和数据量是高级辅助驾驶的 5 倍左右。为了胜任各种各样的复杂场景，Level 4 级别自动驾驶的安全纠错机制更为复杂，软件框架要比 Level3 复杂很多，前者是后者自动驾驶计算量的 50 倍左右。

当然，汽车厂商偏爱渐进方案的主要原因，是因为这一方案可以延长他们对汽车行业的主导权。

2. 技术的进步是线性推进的

在预测无人驾驶的发展态势时，有些人认为机器人技术在将来的发展速度会继续延续过去十年的步调。

可是，无人驾驶技术的发展只会更加迅速，因为它们所利用的使能技术（Enabling Technology）会遵循摩尔定律，即硬件性能提升的同时价格大幅下降。结果就是，随着无人驾驶汽车各组成部件价格的降低，它们的性能会迅猛提升。

加速无人驾驶发展的另一力量则来源于「车队学习（fleet learning）」。

由于无人驾驶汽车会将它们的驾驶「经验」数据进行汇总共享，所以每辆汽车都能从其他车辆提供的共享经验中获益。用不了几年，引导无人驾驶的操作系统就会积累起丰富的驾驶经验，其丰富程度不亚于数千个人类驾驶员的综合。

雷锋网注：对于车队学习网络（fleet learning network），特斯拉 CEO Elon Musk 这样解释：所有车辆都共享中央数据库，与此同时又都在给中央数据库做数据贡献，当一辆车获取了什么数据，所有车也就都拥有了这份数据。

3. 公众会抵制无人驾驶

汽车巨头们的广告部门都乐于强调人们喜爱驾驶的体验。事实上，大多数人的驾驶体验中都会涉及每天通勤上班，或外出办事时烦闷的开车时光，即在拥挤的道路上一步步挪动。

绝大多数人都十分愿意将花在开车上的时间用来做点别的事。一旦技术成熟，无人驾驶汽车可以被安全使用时，消费者将会无比渴望得到它们。

雷锋网(公众号：雷锋网)注：世界经济论坛曾发布的一项针对全球不同地区的 10 个国家的 5500 位消费者的调查，近 60% 的受访者表示愿意使用全自动无人驾驶汽车出行。

项目还对全球 20 余座城市的决策者和交通管理者进行了走访，其中包括迪拜、赫尔辛基、纽约、阿姆斯特丹、新加坡、多伦多等，具体了解了他们对无人驾驶汽车未来发展的期望。

接受访问的多数城市管理者认为，当前无人驾驶汽车和共享用车服务发展迅猛，这很可能有助于解决城市公共交通「最后一公里」的问题。然而，大多数城市目前尚未将无人驾驶技术纳入未来交通管理计划。

4. 无人驾驶的发展需要在基础设施上进行大量投资

实际上，引导无人驾驶软件的只是清晰的道路标志线，除此以外，无人驾驶并不需要什么特殊的基础设施建设。

导致这一误解的原因已经有数十年的历史，早先美国运输部集中了大量资源来提升互联网汽车（Connected Car）的视觉识别能力，所用的方式就是在汽车和路边建筑上加装昂贵的无线信号发射器来分享数据。这种视觉识别系统不仅是无效的，还是造价高昂的。

相反，无人驾驶汽车会利用机器人技术中的机器视觉，将数字地图储存到汽车中，而不是路面上，这样就将智能赋予了汽车。事实上，无人驾驶需要的基础建设投资很少，因为它们连路标和信号灯都不需要。

5. 无人驾驶会造成道德困境

实际上，无人驾驶在道德判断方面与人类并无二致。而反对者之所以宣称无人驾驶造成了道德难题，只是源于一个令人不舒服的事实——引导汽车的智能软件在必要时会对人类和动物的生命价值进行量化比较，以便于无人驾驶汽车在应对将要发生的事故时做出恰当的反应。

无论出于什么原因，在车祸发生前的一刹那，我们人类都还是偏向于由人类而非机器来做出快速的、非正式的成本收益分析。

可是，在面对这种驾驶过程中的瞬间决策时，人类驾驶员早已本能地估量出「谁可以牺牲掉」了。保险公司也早已对我们身体的各个部分出现问题时所需支付的潜在费用做出了量化。

6. 无人驾驶汽车需要有近乎完美的驾驶记录才能确保足够安全

其实，只要无人驾驶汽车的安全驾驶记录超出人类驾驶员的平均水平，它们就能造福人类。平均来看，每 20 万英里，人类驾驶员就会出现一次非致命性碰撞。

既然很多人可能对于无人驾驶汽车的这种「异型」智能持有偏见，也有很多人认为自己的驾驶技术在平均水平之上，那么我们认为，只要无人驾驶技术在安全性上优于人类驾驶员两倍，就该让它自行驾驶，乘客可以忙些别的事情或者睡觉就好了。

这样就可以说安全系数达到了 2.0，或者说「每发生一次碰撞的平均距离」达到了 40 万英里。

7. 无人驾驶汽车的应用将会突然大量爆发

有些人喜欢问到底「哪年」无人驾驶汽车会完全接管道路。其实，无人驾驶汽车的应用是逐步发展的。

自动化的汽车会首先应用于一些限定的区域，比如度假区、大学校园，以及封闭性的市中心区域。在公共道路上，无人驾驶的「入侵」是逐步化的，随着由人类驾驶的汽车逐渐退役，无人驾驶汽车的应用比率每年也只会增长几个百分点。

雷锋网注：根据汽车市场研究公司 IHS 的预测，第一代面向市场销售的自动驾驶汽车将在 2025 年前后出现。IHS 估计到 2035 年时，销售的新车中将有大约 10% 是自动驾驶汽车，每年产量总数可达到 1180 万辆。2050 年之后，售卖的所有新车将几乎是自动驾驶汽车。

也有一种观点认为：到 2050 年时，自动驾驶汽车将占新车销售数量中的 80%-100%。但即便如此，路面上行驶的汽车仍有 40%-60% 是由人类驾驶的。

雷锋网版权文章，未经授权禁止转载。详情见。