马斯克对无人驾驶太乐观了

作者 / 任娅斐

来源 / 盒饭财经（ID：daxiongfan）

自动驾驶，正在接受舆论与监管的双重考验。

一周前，一名31岁的车主，驾驶蔚来ES8身亡，事故原因还未调查清楚，500位蔚来车主的“护主”行为，先将蔚来推上了风口浪尖，至今，蔚来APP内“反对车主联合声明”的话题参与人数，已经超过1.1万人。

如果说这是单属于蔚来汽车的一次危机公关事件，特斯拉的加入，则让事态变得更加微妙，因为，这两件事背后指向的均是，自动驾驶。

8月16日，美国国家公路交通安全管理局（NHTSA）启动对特斯拉的调查，11项具体事故，都和“Autopilot（自动辅助驾驶）”有关。这意味着，对于自动和辅助驾驶相关功能的安全性，已经引起了美国政府的极度重视。

市场最先反应，调查消息披露当日，特斯拉市值蒸发超300亿美元。

尽管舆论汹汹，但并未打击到马斯克的信心。

8月20日特斯拉首个AI日上，马斯克介绍了纯视觉自动驾驶系统。在整个活动过程中，马斯克自信的表述，让公众对自动驾驶技术的未来充满希望，“有信心实现完全自动驾驶，比目前人类使用摄像头和电脑安全得多。”

为了强调，活动一开场，马斯克就发布了一段特斯拉在全自动驾驶状态下在郊区道路上行驶的视频，但是驾驶员全程都将左手轻放在方向盘上。

目前各种强调真无人驾驶的测试视频屡见不鲜，2017年李彦宏为了拍摄百度无人车的演示视频，甚至还在北京五环上吃了一张罚单。

但如果驾驶员真的消失了，车辆本身是否真能做到任何时间、任何地点安全兜底？马斯克和李彦宏的测试视频里都没有给出答案。

“自动驾驶是一个非常、非常难的问题”，Aurora联合创始人在接受《匹兹堡时报》采访时曾比喻，“就像跨过25万英里到月球……人们不应当幻想搭梯子就能登上月球”。

而难题背后，事关信任修复、技术困境、派别之争以及疯狂烧钱后，究竟何时才能止损盈利。

被消耗的信任怎么修复?

最近，德国ARD电视台上映了一部纪录片，翻译过来是《自动驾驶汽车的未来—它们在发生事故时如何决策》，纪录片很短，只有22分钟，探讨的问题却非常引人深思。

短片中描述了目前全世界的自动驾驶研究大潮。虽然我们还远没有实现无人驾驶，但大多数人都承认，这是大势所趋，未来自动驾驶取代人类驾驶只是时间问题。而德国作为一个汽车工业强国，大众、宝马、戴姆勒这三个汽车巨头已经连续多年在推进自动驾驶项目。

短片首先讨论的一个问题就是：你信任自动驾驶吗？还是觉得自己开车更放心？

短片中出镜接受采访的戴姆勒集团的技术代表，自然是支持自动驾驶，因为从技术上分析，人工智能确实有很多人类无法实现的优势。比如它永远不会累，不会有情绪问题，不会突然眼花心悸。而一辆车上搭载的装备也可以达到比人类更优越的参数，比如更高清的摄像头，夜视功能等等。

但同样的问题抛给公众，答案就成了五花八门。有人不懂自动驾驶，有人选择自动驾驶，有人还是想自己掌握方向盘。

接下来，短片探讨了另一个问题：自动驾驶车在车祸发生时，如何做决定？

开过车的人应该都能想象到，在即将发生车祸时的一瞬间，你的反应和动作会直接决定你和他人的生死。要不要急刹车？是不是打方向盘换车道？要不要冲到旁边路基上？

这种情况下，人做决定往往依靠的是，临场反应。而自动驾驶，靠的不是临场反应，是提前写好的算法。

那么问题来了，生命受到威胁时，你信任谁？自己还是尚不成熟的算法？

当然，这里提出疑问，并不是想说人类驾驶就绝对安全。

如果回溯自动驾驶思潮的出现，我们就会理解为什么上世纪30年代，人们就已经开始尝试自动驾驶有关的发明。因为在美国汽车刚刚普及时，事故率和死亡率都非常高。

自1885年世界上出现第一辆马车式三轮汽车，一直到20世纪20年代末，美国共有超过20万人死于车祸。其中一战后的最初四年，因车祸去世的美国人，超过了在欧洲战场牺牲的人数。

《美国城市汽车时代的黎明》一书作者彼得·诺顿称，“翻阅20世纪头二十年美国各大城市的报纸，你会发现当时的人非常憎恶汽车和司机，数量多到难以置信。”

在这种情况下，人们开始思考是否可以通过自动驾驶技术，以取代那些驾驶技术糟糕的司机，减少伤亡率。而且，在无人驾驶接管车辆之后，尤其是在高速公路上，人们还能顺便休息或者在车里进行娱乐活动。

直到现在，全世界每年仍有超过100万人死于车祸。在中国，每年有超过10万人死于交通事故，在美国，这个数字是3.7万，其中94%都是人为失误造成的。

但截止目前，无人驾驶汽车是否真的更安全的确凿证据，还没有任何人能拿的出来。此外，自动驾驶汽车的里程数仍然与人类驾驶员的里程数相差甚远，因为自动驾驶汽车目前的行驶地点和条件都严重受限。

因此，即使自动驾驶比人类驾驶安全十倍，一次事故的发生，也会将自动驾驶推向地狱。

2018年3月的一个夜晚，亚利桑那州坦佩市郊区，一辆Uber自动驾驶汽车撞到一位女子，致其死亡。华尔街日报称，这是已知的首例无人驾驶致使行人死亡的事故。事故发生后，Uber临时暂停了在坦佩、旧金山、匹兹堡和多伦多的自动驾驶车辆路测。

在这种情况下，人们开始思考是否可以通过自动驾驶技术，以取代那些驾驶技术糟糕的司机，减少伤亡率。而且，在无人驾驶接管车辆之后，尤其是在高速公路上，人们还能顺便休息或者在车里进行娱乐活动。

直到现在，全世界每年仍有超过100万人死于车祸。在中国，每年有超过10万人死于交通事故，在美国，这个数字是3.7万，其中94%都是人为失误造成的。

但截止目前，无人驾驶汽车是否真的更安全的确凿证据，还没有任何人能拿的出来。此外，自动驾驶汽车的里程数仍然与人类驾驶员的里程数相差甚远，因为自动驾驶汽车目前的行驶地点和条件都严重受限。

因此，即使自动驾驶比人类驾驶安全十倍，一次事故的发生，也会将自动驾驶推向地狱。

2018年3月的一个夜晚，亚利桑那州坦佩市郊区，一辆Uber自动驾驶汽车撞到一位女子，致其死亡。华尔街日报称，这是已知的首例无人驾驶致使行人死亡的事故。事故发生后，Uber临时暂停了在坦佩、旧金山、匹兹堡和多伦多的自动驾驶车辆路测。

数据量虽少，但也能从侧面证明，频频发生的自动驾驶安全事故，正在慢慢摧毁一部分人对自动驾驶建立起来的本就不牢靠的信心。

如今，蔚来汽车这一撞，信心又被打的稀碎了。

派别之争，谁是更优解？

信任危机难解，技术路线也存在分歧。

时间回到2004年。这一年汽车界发生了两件大事，一件是马斯克给几乎走投无路的特斯拉投了一笔640万美元的资金，成为特斯拉董事长；另一件是美国绝密军事机构DARPA（美国国防高级研究计划局），在莫哈维沙漠开启了后来延续三届的DARPA Grand Challenge无人驾驶汽车大赛。

2001年美国入侵阿富汗，为了应对路边炸弹引起的大量伤亡，美国国会对DARPA提出，在2015年军方三分之一车辆必须进行无人驾驶。但直到2003年伊拉克战争爆发，DARPA的无人驾驶项目依然没有明显进展。

造不出来车怎么办？美国国会就授权DARPA组织了无人驾驶汽车大赛，并为获胜团队提供100万到200万的奖金。

不曾想，DARPA仅通过三场大赛，就把自动驾驶技术的落地推进了数十年。奠定了如今所有自动驾驶系统的基础架构：感知层，决策层，执行层。

简单说，感知层=眼睛，决策层=大脑，执行层=四肢。

感知层主要由各类外部传感器组成，包括激光雷达，超声波雷达，高清摄像头等等，用来对周围环境感知、建模。决策层主要由硬件+软件算法组成，处理、理解传感器所获取的环境数据，决定如何处理目前路况。执行层则主要由各级电动、电控系统组成，负责实现命令动作。

第二届大赛中，引入计算机视觉（摄像头）的传感器方案，和激光雷达为主导的传感器方案，就贯穿了此后十年自动驾驶行业的发展历程。

两个技术方案的代表，分别是特斯拉和Waymo。

如你所知，特斯拉一直都是纯视觉自动驾驶最坚定的支持者，马斯克本人更是非常极端，对任何雷达都嗤之以鼻。

在2019年的特斯拉“Autonomy Day”产品发布会上，他直言“任何依靠激光雷达（开发自动驾驶）的人注定完蛋。这些昂贵的传感器毫无必要，就像是长了一堆昂贵的阑尾，你们会明白的。”

今年5月份，特斯拉宣布北美市场生产的Model 3和Model Y两款车型不再搭载雷达，这意味着特斯拉要放弃一切雷达，用摄像头作为唯一的感知设备。即使是百度Apollo都不敢这么干。

为什么马斯克如此反对激光雷达？其中一个现实问题就是：激光雷达，真的太太太贵了。

2012年一辆Waymo无人驾驶车的成本15万美元，仅激光雷达就占了其中50%，单颗售价高达7.5万美元。这直接阻碍了Waymo商业化落地的速度。无奈之下，谷歌开始自研激光雷达技术，直到2017年，才宣布激光雷达单颗成本从7.5万美元下降到7500美元。

纵然成本高，但相较于视觉传感器方案，激光雷达的优势在于有更强大的感知能力，测量精度更高，比如像特斯拉无法识别白色货车这种现象，就不会发生。在学术研究领域中，大家对激光雷达的融合方案几乎是一路绿灯。而且现阶段很多高精度地图的测绘，也是通过激光雷达完成的，依赖高精度地图的自动驾驶方案，选择激光雷达就更加顺理成章。

2021年，激光雷达进入量产元年。蔚来汽车、小鹏等主流造车新势力都开始采用激光雷达方案。传统车厂中，奥迪、宝马、日产、丰田等也都宣布将应用激光雷达。

但关于二者谁是更优解，至今仍没有定论。

但彼此都不服。今年1月份，德国Manager Magazin在对前Waymo CEO John Krafik专访时，Krafcik重提旧事，谈起延续多年的自动驾驶路线之争，矛头直指特斯拉。“特斯拉还算不上Waymo的竞争对手，因为特斯拉做的是辅助驾驶系统，而非无人驾驶系统。”

而马斯克随后便发推特回应：“令人惊讶，特斯拉的AI硬件和软件比Waymo的都要好”。

多久实现盈利？

激光雷达的成本仅仅是冰山一角，无人驾驶技术的实现过程，就是一个钞票粉碎的过程，投入了，不一定就有成果。

不少企业已经中途放弃。

去年底，Uber将自动驾驶业务出售给自动驾驶技术开发商Aurora；它的竞争对手、硅谷明星Zoox被亚马逊收购；自动驾驶明星创业公司Drive.AI卖身苹果，它的联合创始人你一定听过，百度前首席科学家吴恩达。

活下来的代表，通用旗下的自动驾驶公司Cruise ，2016年~2019年四年亏损25.12亿美元；Waymo 2019年收入仅数十万美元，运营成本却高达10亿美元。

截止目前，全球L4级别的自动驾驶几乎都没实现盈利，而这还将会持续很多年。

自动驾驶商业化的缓慢进程，也让Robotaxi行业人才频繁流失，一些早期参与Robotaxi的企业开始转型，参与到技术上更加容易实现的辅助驾驶领域。就连Waymo今年以来也面临着巨大的人才损失。年初Waymo公司CEO、CFO以及货车产品和自动化伙伴关系负责人等一批高管纷纷离职。知情人士说，许多高管对Waymo自动驾驶技术开发进展缓慢感到沮丧。

这背后需要认清一个现实是，自动驾驶技术的落地仍需时日。

自动驾驶真正成熟大致需要三个阶段：技术成熟、商业成熟和法规成熟。

目前行业整体还处在第一个阶段，技术没有完全成熟，大规模商业化没有开始。而在未来一段时间，自动驾驶车辆造价和运营成本依然会非常高昂，道路交通长期需要人工驾驶和自动驾驶并存。

理想汽车创始人李想就曾坦言，自动驾驶的很多玩家目前仍卡在L3级别，没有人做得很好，“安全冗余做得不够”，例如摄像头、执行机构的刹车转向等，车规级的芯片技术也需要提升。

此外，在法律法规层面上，国内对自动驾驶技术的态度也十分谨慎。

例如，《道路交通安全法》《公路法》《保险法》等都很少涉及这方面的内容。虽然部分地区已陆续开放有道路测试区域、颁发试运营牌照等，但自动驾驶汽车高速公路测试、载人测试以及地图应用等方面依然受限。

驭势科技联合创始人兼CEO吴甘沙认为，今天的机器学习算法最怕的就是不确定的开放环境，因为从本质上来说，它是一种基于特定数据集训练的归纳法。机器看到过的，就懂；没看到过的，就不懂。目前来看，自动驾驶算法还是弱人工智能，没有达到通用人工智能的地步，不能根据常识判断，不能做因果推理，也不会举一反三、触类旁通。

所以，在新一代智能驾驶算法出现之前，必须得确保自动驾驶汽车见过的所有场景万无一失。在很多半封闭环境里，智能驾驶算法能够更容易地将所有场景收入数据库中。但对于全开放道路的实现，就会变得很难。

针对自动驾驶车辆路测在法规和政策上的限制，中国工程院院士李德毅在去年的中国电动汽车百人会论坛上还曾建议，应在全国城际公路和高速公路开放特定时间、特定路段的特定车道，连通各地区测试场，允许自动驾驶车辆加入和人工驾驶车辆混合运行。

他颇为形象地说，如果无人驾驶不能像人一样具备学习能力，不能应对各种边缘工况，即使在公路上行驶了几百万公里，也不能够获得驾照。

当然，从行业发展角度考虑，法规政策的完善只是时间早晚问题。但在自动驾驶商业化之前，自动驾驶企业能否找到自己的核心竞争力，以及能否获得更多的粮食以备过冬，是现阶段需要迫切解决的问题。

参考资料：

1.德国ARD电台，Zukunft selbstfahrende Autos – so entscheiden sie beim Unfall (S03/E01)

2.财经十一人，自动驾驶究竟在纠结些什么

3.彭博社，不满自动驾驶开发进展缓慢，Waymo CEO、CFO等多位高管离职

4.第一财经，谷歌百度们的无人驾驶：做到99%又如何，最后1%定生死

5.巨潮商业评论，1925-2021，自动驾驶百年滥觞

6.星海情报局，超越“友商”特斯拉，中国自动驾驶还要走多久？