真正的無人駕駛還要等40年？為什麼？

近年來，無人駕駛、混合動力、電動汽車、網路互聯、人車交互等新興技術成為各大汽車廠商追逐的新目標。

像日產、本田、現代、賓士等各大車企融入到IT行業中，一些像拜騰、小鵬等國內新興企業推出電動概念車，還有英偉達（Nvdia）、英特爾、百度等科技公司也跨界加入汽車功能開發行列。

在今年最盛大的年度科技展覽CES的主角是智能汽車，而不是智能手機和智能電視。

2017年，英特爾斥資153億美元收購了以色列自動駕駛技術公司Mobileye，並與英特爾的自動駕駛事業部合併，形成新的自動駕駛部門。作為晶元行業巨頭，英特爾正在積極布局以自動駕駛、無人機、5G等為代表的下一代智能技術。

無論是整車廠還是互聯網企業，無論是東方還是西方，都把無人駕駛放在「彎道超車」的賽道上。

殊不知，當駕駛者的角色由人變成機器、駕駛行為由人類大腦決策變成機器決策，整個汽車產業的邏輯都發生了根本性的改變。

絕不是一個技術或一個交通工具就能「包打天下」，除此之外，還需各種配套服務同步跟進。畢竟，無人駕駛並非簡單的技術問題，而是個系統性工程。

無人駕駛所面對的環境是完全開放的，天氣、光線、突發路況和有人駕駛汽車的共存等外部問題如何平衡？

谷歌無人車行駛321萬公里就撞了18次；特斯拉也出現了車禍致死事故，無不是因外因所致。

無人駕駛技術進步雖快，但外部「生態環境」卻並未同步完善。

道路基建解決不了，最根本的安全問題無法保證，又讓人怎麼敢安心坐車？即便配套設施全部就位，高額的成本怎能實現量產？

一項預測顯示，第一波無人駕駛汽車的售價將超過10萬美元，這是普通新車的5倍，這還可能有所低估，因為光是谷歌無人駕駛汽車中的3D感測器成本就達70000美元。

更何況，無人駕駛技術的實現，並非車企單方面的事。

在硬性的技術指標諸如數據傳輸速度、物體辨識能力、信息整合與決策能力之外，最難做到的就是解開社會的「心結」。

美國工程院院士邁克·沃肯也提到「無人駕駛技術不是最大的問題，最難落地的是公眾接受度問題」。

車內生命、車外生命對互聯網連接背後的「超級大腦」來說應當如何衡量？這絕不是一道簡單的選擇題。

當無人駕駛掌控人類生殺大權，僅憑一套邏輯演算法就判定誰該死時，你還敢叫囂著讓無人駕駛汽車上路嗎？

技術文明奔跑得太快，一系列難題也擺在了玩家們的眼前。

原來無人駕駛的外部環境遠比想像中更可怖！

畢竟，「常在河邊走，哪能不濕鞋」，聯網就必然意味著有死機的可能，無人駕駛汽車倘若碰上系統死機了怎麼辦？

電腦死機猶可忍，可汽車「藍屏死機」就絕非一句抱怨這麼簡單，軟體延遲十分之一秒響應都極有可能引發重大交通事故。

死機也就罷了，縱觀當下，汽車製造商抵禦網路威脅的能力，還遠遠落後於他們為車子配置網聯功能的速度，繼而導致完全失控的黑客頻繁在背後「打冷槍」。

一輛現代汽車，沒有幾十台運算部件外加上億行代碼都不好意思拿出來賣，可每1000行代碼里，又會有不少於15個漏洞讓黑客有可趁之機。

尤其是在「無網不歡」的時代，汽車越來越多地與互聯網、其他汽車乃至道路基礎設施聯網，潛在的入侵點呈幾何級數增長。

回過頭再想想五月份肆虐全球的勒索病毒，還有電影「速8」里龐大的「殭屍車」軍團，怎不讓人心驚膽戰！

無人駕駛的恐怖前景令人躁動不安，未來的科學技術在矛盾的糾纏中人類到底有多大的勝算？成了人們心頭揮之不去的疑慮。

可眾所周知，系統失控或出錯是所有採用機械或電子技術產品的通病，無人駕駛概莫能外。

況且，電腦中病毒了有殺毒軟體，汽車不也一樣嗎？特斯拉就在軟體補丁之外增加了唯一加密秘鑰，谷歌也經常發布補丁來修復無人駕駛車聯網的安全漏洞。

換個思路來看，「生活永遠都是有問題的，每當解決一個問題又會出現新的問題」，黑客與反黑客本就是一個你來我往的博弈過程。

再者，車聯網安全隱患存在的關鍵還在於行業內車載智能系統和智能硬體層出不窮，卻並未建立一個統一標準，而這些都意味著行業需要「慢慢打磨」，不可能一蹴而就。

因此，無人駕駛若要成功，仍需不斷試錯，這也命定了它從被接受到普遍應用將是一個循序漸進的過程。

單是作為人類生命的載體，也勢將穩紮穩打，遵循「三步走」戰略。

很顯然，當下所謂的「無人駕駛汽車」多半仍處於「漸進演化」的半自動駕駛階段。

雖然現在的高配置汽車基本已具備了複合智能化能力，沃爾沃的城市安全系統、奧迪的防碰撞系統、賓士的Pre-Safe……越來越多的汽車配置了半自動駕駛技術，德國交通部運輸部甚至還試圖將飛機上的「黑匣子」數據搜集器應用到自動駕駛汽車上，電傳機械控制車輛這方面的技術基本完善。

可無論如何，這些都只能說明無人駕駛依舊停留在弱智能的警告和緊急自動剎車階段。

即便到了有限制條件的高度自動駕駛階段，部分路況可無人駕駛，但仍要有駕駛員準備接管。

因為撇開「無人駕駛能做到『舉百反一』，卻做不到『舉一反三』」的弊病不談，5G、感測器技術等核心科技都尚不成熟，無人駕駛能在高速路況上狂奔，卻未必能應對低城市街道的繁雜。

就連配置了高精度激光感測器的谷歌，在城市街道和普通公路上都不敢貿然上路，這也決定了高度自動駕駛階段，無人車雖允許駕駛者臨時看手機、讀報，但仍需其時刻準備著接管車輛駕駛。

或許唯有將高精度激光雷達探測、圖像識別、交通標識識別、3D高精度地圖、人工智慧，還有深度學習結合，無人駕駛的終極目標——全路段無人駕駛方可實現。

換個思路換算，正如馬斯克所言，現在路上已有20億輛汽車，汽車製造業每年還會生產出1億輛汽車，以這個速度，也至少要20年才能完成無人駕駛汽車全面替代人類司機的駕駛任務。

但毋庸置疑，當方方面面做好準備之時，也是無人駕駛全面到來之日。

依此邏輯，在無人駕駛汽車的技術演進路徑中，實則也隱藏著它從成長到爆發的「未來簡史」。

據法國巴黎銀行的分析師預測，到2020年，無人駕駛技術市場規模將達到250億美元（約合人民幣1616億元）。

因為包括沃爾沃在內，超過11家研發無人車的汽車巨頭均以2020年為時間節點，進行全自動駕駛車型的技術開發和產品落地，滿足上路條件的無人駕駛概念車已陸續亮相。

但正式上路還要等到2025年或2030年之後。

畢竟，特斯拉經歷了十年的時間才實現智能汽車上路，而「機器學習本身的問題就在於非確定性」，要做到「眼觀六路耳聽八方」，車輛智能化與道路交通智慧化缺一不可。

更何況，大多數國家都將無人駕駛目標鎖定在2030年。

美國提出2025年將普及無人駕駛汽車，到2030年無人駕駛汽車將壟斷其道路；

日本計劃2030年無人駕駛汽車將佔汽車總比重的20%；

迪拜也計劃在2030年實現25%的無人駕駛出行。

在綜合作用力下，20年後無人駕駛極可能成為標配。但不可忽視的是規模應用的基礎是絕對安全和價格合理。

只有當技術條件和造車成本能夠無限接近高端汽車市場中等偏上水平的時候，無人駕駛汽車的廣泛商用才有可能。

此外，無論國內還是國外，無人駕駛汽車技術一直在完善，但無人駕駛在踴躍「試水」後，發現橫亘在自己面前的是一個無法逾越的「天塹」——道路交通安全法規，上路牌照、交通事故定責、登記檢驗等系列問題，都是無人駕駛法律的空白地帶。

即便頂層設計從修訂到完善也需要3-5年的周期。依此來看，真正意義上的無人駕駛很可能將等到40年後實現。

（福卡原創，歡迎轉載）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！