不可掩蓋的生命價值：追問資本追逐下的無人駕駛

喜歡此文，歡迎轉發和點贊，轉載請註明作者「新軟體」

不久前，Uber的一輛路測無人車在美國亞利桑那州撞死一名正在橫穿馬路的49歲婦女，這場震驚全球的事故成為了世界第一宗完全無人駕駛汽車致死案。

很不巧的是，緊跟其後，特斯拉也爆出了事故——一輛藍色的特斯拉X型車在美國101高速路上向南行駛時，撞上中間隔離柵，汽車起火，隨後一輛馬自達和一輛奧迪也相繼撞上特斯拉，總計3輛汽車被捲入這起事故。

Uber和特斯拉的兩起事故原因的官方結論仍未公布，但Uber的一位發言人在事發後表示，已暫停自動駕駛車輛在北美的測試計劃，並將和當地政府充分配合，釐清事發原因。而特斯拉使用的毫米波雷達和攝像頭組成的Autopilot「眼睛」在事故中異常「失明」，據特斯拉公司分析，車輛的自動駕駛系統當時沒能分辨出前方卡車的白色拖車與明亮天空的區別，導致自動剎車未能辨識出障礙物而沒有進行制動。

在無人駕駛汽車的推進時間軸上，2018年曾被認為是無人駕駛汽車的量產年。早前，在百度無人駕駛汽車公示後，百度董事長李彥宏曾多次提及2018年要實現量產，在理論上是可行的。但從目前的幾起連環事故上看，量產的時間表是否需要往後延遲呢？

在莫尼塔財新智庫的一篇研究文章中，梳理了無人駕駛技術各關鍵技術節點以及成熟時間。

2016年-2018年：三大感測器融合使用期

感測器和視覺解決方案的融合促進實現自適應巡航、自動緊急制動等部分自動駕駛（PA）功能，以及輔助網聯信息交互。

2017年-2019年：高精度地圖成熟期

實時路況的更新和更豐富的路況信息加速實現車道內自動駕駛、全自動泊車等有條件自動駕駛功能，以及部分網聯信息協同感知。

2019年-2022年：車載通訊模塊成熟期

車載通訊模塊、互聯網終端、通信服務趨於成熟，5G網路建設的部署完成和商業化，V2X信息交互低延遲要求共同推動網聯化的加速，實現更複雜路況（近郊）的全自動駕駛。

2022年-2025年：決策晶元和演算法成熟期

隨著人工智慧嵌入式落地智能終端，FGPA通用架構向ASIC專用架構的轉變，演算法和晶元設計的協同發展，實現全區域的無人駕駛等高級（HA）/完全自動駕駛（FA）功能和網聯協同決策控制的功能。

在高調的論調牽引下，汽車產業整體升溫，無人駕駛汽車作為當下汽車產業中炙手可熱的高精尖技術話題一路高走，但在汽車產業積澱不足的情況下，資本追逐的技術泡沫逐漸湧起，如今付出生命的代價，著實引人深思。

此前，英特爾旗下無人駕駛技術公司Mobileye首席執行官阿姆儂·沙書亞在一篇博客文章中，批評了Uber等無人駕駛汽車領域的「新闖入者」，這些新進者在該領域沒有經歷多年的發展，而這些基礎是確保汽車安全所必需的。沙書亞寫道，無人駕駛技術的新發展和該領域出現的眾多新闖入者，錯誤地給人一種「現有計算機視覺專家十多年的經驗可以被忽視」 的印象。「我堅信現在是時候，對全自動汽車的安全驗證框架進行有意義的討論了。」他說。

此前，沙書亞曾提出過一種「可證明的安全保證」模式，即所有的自動駕駛公司都可以統一使用該模式來驗證其系統的安全性，並確保它們的車輛不會造成事故。沙書亞認為經驗很重要，尤其是在關鍵的安全領域。

同樣對於安全性的考量，機器駕駛比人類駕駛更安全？數據沒有說話。同濟大學汽車安全技術研究所所長朱西產教授認為，很難證明機器駕駛比人類駕駛更安全，宏觀統計還是Case by Case?從宏觀統計，人類駕駛員死亡事故概率為0.98億英里一個人死亡，Uber呢？才幾百萬英里就撞死一人了，怎麼證明Uber的自動駕駛汽車比人類駕駛員安全呢？

Uber和特斯拉繼而連三爆出的事故可以說為整個汽車產業升級變革中的敲響了安全的警鐘，技術推進與安全風險同等重要。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！