圖片來自“123rf.com.cn”

自動駕駛是目前汽車領(lǐng)域溫度最高的熱點。因為它是“自動化”的升維。人類對自動化的追求貫穿了整個歷史。抽象看基本符合兩條腿交替行走的邏輯：體力的延伸與腦力的延伸。就“自動駕駛”來說，是一次腦力延伸的躍進(jìn)。也就是所謂人工智能AI，展現(xiàn)出了“自動化”在汽車行駛上的升級。

對自動駕駛，汽車產(chǎn)業(yè)以及高科技創(chuàng)業(yè)圈的投入，比對電動車的投入，在高度、深度和廣度上，都要大得多。其實，電動本身，都是被納入到自動駕駛這個集合之內(nèi)的一個子集，因為它為更為精準(zhǔn)的控制提供基礎(chǔ)。電動車與自動駕駛的結(jié)合，跟移動電話與智能的結(jié)合，遵循著同樣的邏輯。

何來“過度樂觀”？這是指實際應(yīng)用。隨著“自動駕駛”（更為精確的表述是“自主駕駛”）技術(shù)的發(fā)展，業(yè)內(nèi)流行把駕駛分成五或六個層級，取決于你是否包含0級。其中第一、二和三級，是屬于在機器輔助下的人類駕駛，第四、五級是車輛完全自主駕駛?？赡艿摹斑^度樂觀”點位于第三與第四級的交接上，也就是從“輔助”到“替代”的跨越。

最近，我參加了由吉利汽車贊助的第二屆龍灣論壇。這次的主題就是自動駕駛，從各個角度邀請了業(yè)內(nèi)專業(yè)人士發(fā)表演講。這包括了車輛自動駕駛系統(tǒng)研發(fā)、移動網(wǎng)絡(luò)特別是5G建設(shè)、吉利對自動駕駛的一些應(yīng)用性研發(fā)——自主泊車和街道自主駕駛實驗。

所有這些，都讓我感到：目標(biāo)清晰可見，而通向它的路途，近處的路況似乎還不如遠(yuǎn)處的路況清楚。也就是說，當(dāng)下，人們對技術(shù)解決方案尚存分歧，且沒有哪一個方案能完全自我證明其可行性。在“游戲規(guī)則”上，更是處于狐疑的狀態(tài)。因此，盡管各種展覽和演示令人眼花繚亂，要讓人們普遍在現(xiàn)實生活當(dāng)中享用“自主駕駛”，在下一個10年能否達(dá)成，也不一定。

科技從發(fā)明，論證，到應(yīng)用，往往花費的時間比預(yù)期長得多。從心理上，應(yīng)該對此有所準(zhǔn)備，并保持審慎的眼光。自主駕駛，與其說是種技術(shù)，不如說是個目的，一個需求。就像當(dāng)初人類希望用機械替代牲畜，驅(qū)動車輛行駛一樣。為此花了幾百年，從蒸汽動力轉(zhuǎn)而到內(nèi)燃機和電動機，最終定型在公路用內(nèi)燃機，軌道用電動機。

現(xiàn)在，新的目標(biāo)，無非是自動化的進(jìn)一步升級——讓車自己駕駛自己。這需要利用一系列新的技術(shù)手段來把司機與車合二為一。主要的需求，是能替代人的技術(shù)，讓機器——這里特指汽車——的感官、大腦、肢體，協(xié)同一致。這是硬件與軟件共同發(fā)展和迭代的過程。

問題在于，在這個題目上，人類現(xiàn)在還沒有當(dāng)年“內(nèi)燃機”那樣公認(rèn)的確定技術(shù)途徑。涉及硬件和軟件技術(shù)的各個方面，都存在底層技術(shù)途徑的爭論。例如，是否需要激光雷達(dá)？

特斯拉和日產(chǎn)都表示，采用攝像頭、超聲波雷達(dá)和毫米波雷達(dá)，可以實現(xiàn)自動駕駛，理由是激光雷達(dá)的成本太高，且不必須。而其它更多的廠家則基于激光雷達(dá)在進(jìn)行大規(guī)模的測試——谷歌已經(jīng)干了10年。現(xiàn)在，奔跑在我居住的北京回龍觀社區(qū)街道上的也都是頂著激光雷達(dá)的試驗車。吉利提供試乘體驗的兩輛試驗車也都安裝著激光雷達(dá)。同時，吉利的?工程師也透露，現(xiàn)在激光雷達(dá)都是試驗級別，價格極為高昂，有實用性的民用級別，還提供不了。另外，旋轉(zhuǎn)掃描的動態(tài)激光雷達(dá)壽命短，業(yè)界在試用固態(tài)激光雷達(dá)替代?？墒牵虘B(tài)意味著數(shù)量較多。在一輛試驗車上，裝著多達(dá)5個固態(tài)激光雷達(dá)，位置多在易發(fā)生碰撞的保險杠拐角附近，且體積很大。

另一個難題是“腦”，也就是判斷和決策機構(gòu)。計算機軟件復(fù)制的邊際成本幾乎為零，很大程度上將強大的功能低成本化。這是自動駕駛普及化應(yīng)用背后的思維邏輯。可是，當(dāng)信息的來源極為隨機和多元時，情況有所不同——幾乎不可能在一個環(huán)境中訓(xùn)練出放之四海皆準(zhǔn)的AI。一個人只要在一個地方學(xué)會了開車，他就能在世界各處開車，AI不行。原因是它不會抽象思維，只能依靠海量的數(shù)據(jù)存儲和比對。這不是不能實現(xiàn)類人的判斷力，而是需要巨大的工作量。需要在全世界分別訓(xùn)練AI，然后再把它整合起來。

第三個限制是信息——定位、算力和流量。一個是讓AI知道自己的空間位置——高精度GPS；一個是AI自己的思考能力——處理器芯片、云計算；一個是AI個體以及整體的溝通能力——5G。這些都需要更高階的解決方案。從試驗到民用，絕非易事，因為不容有失！神奇的演示很容易做到，真正民用則是另一個維度。

最后，法律和道德關(guān)。這實際上就是責(zé)任與信任的問題。由于人只會承認(rèn)人的責(zé)任，人最終也只能信任人。歷史上早就存在人把安全委托給機器的情況，比如乘坐電梯、機場候機樓之間的無司機軌道交通等，這些機器背后都有清晰的，負(fù)最終責(zé)任的人類。

而處于自主駕駛的汽車，它背后的那個“責(zé)任人”是誰呢？還有信任問題。人們乘坐出租車，心甘情愿承擔(dān)方向盤在出租司機手里這個風(fēng)險。出了事故，傷及自身，也不會質(zhì)疑出租車這種商業(yè)服務(wù)方式。對自動駕駛車出錯的接受程度呢？而且，車?yán)餂]有司機，乘客會對車作出什么舉動，誰知道？需要監(jiān)控嗎？這是不是侵犯乘客的隱私？

理性的判斷是在有限的場景進(jìn)行有限的使用，逐步擴展。比如固定線路的公交巴士，比如停車場的自動泊車和接人。在龍灣論壇上，吉利的技術(shù)研發(fā)負(fù)責(zé)人演講的題目就是后者。最近，戴姆勒也攜手博世努力開發(fā)這個功能。吉利是戴姆勒最大的單一持股人。這是巧合嗎？我覺得不是。這也給人提了醒——即使連嚴(yán)格限定場景的自動駕駛，都還離民用有明顯的距離。

說回到“過度樂觀”這件事。也許不能稱為“樂觀”，應(yīng)該說是“過度想象”?！白詣玉{駛”背后驚人的邏輯在于機器的自主性，而且這個自主性甚至使它擁有了擺布人的能力。這是人類歷史上的第一次。因此，你很難只是把它當(dāng)成汽車的一種新技術(shù)來看待。理論上，它是有自主行動能力，且對人類承當(dāng)安全托付責(zé)任的機器人。它是劃時代的里程碑，這塊碑，實在太大了，所以吸引了當(dāng)下人類巨大的智力和財力，也開啟了新的想象之門，展現(xiàn)了極度新鮮的景象。人們因此而高度興奮是自然的反應(yīng)。

想象一下，天氣好時，從云端露出面目的珠穆朗瑪峰，吸引著登山者的腳步。只是，不管你對登上它頂端的意志有多堅定，都得一步一步上去。研究攀登珠峰的路線圖，會看到在不同高度的營地。登山者需要多次階段性地休整，積累體力、等待天氣，最后，看運氣。