自动驾驶的未来，该选哪条路

瞬雨

小鹏P7高架路追尾引发热议，蔚来和特斯拉的类似事故由此被旧事重提，引发消费者对辅助驾驶有效性问题、自动驾马丰发展思路和发展前景的强烈关注。

特斯拉和“蔚小理”虽然称自己的系统为“辅助驾驶”，但业界都将它们视为自动驾驶产品的前导版本。在自动驾驶的发展思路上，以特斯拉为代表的路径叫作“渐进派”，笔者更倾向于称之为“数据派”，意即有了大数据就有了一切。每辆这样的汽车都是一个数据采集者，依靠简单视觉数据构建庞大神经网络下的,道路认知。辅助驾驶的事故频出，显示出数据派的根本缺陷）数据积累得再多，道路上永远会肴意料之外的情况发生。这个道理跟民航客机始终没有放任给自动驾驶一样，因为天空中总有你看不见的那只鸟”。

辅助驾驶不是无人驾驶，而是人机共驾。交通运输部意见对此作出了明确区分，无论有条件自动还是高度自动，它们都还是辅助手段,是为了给司机提供更好的驾乘体验，不能视之为无人驾驶。

完全的自动驾驶从一开始就是无人的。或者说，真正的无人驾驶，只能是完全自动的。中国部分城市已经发布了自己区域的自动驾驶全无人商业运营政策，在安全防护、碰撞系统、控制冗余和云端安全都作了全面要求。并且，完全自动驾驶的考试标准和考试极其严苛，其难度远远超过人类驾考。这些，都标志着它跟待助驾驶有天壤之别。

只有基于智慧型AI的自动驾驶才能真正实现无人化。无论是特斯拉、“蔚小理”还是国内众多造车新势力，都倾向于向消费者灌输机器比人更可靠的观点。这实际上只是科技发展早期的自动机概念，加上大数据加持之后的一次换脸。自动机是按预设条件进行响应的程序化运行机器，大数据和深度学习只是极大地拓展了预设的边界范围和响应的复杂程度，并不能从根本上改变其程序化的核心架构。而机器人的发展目标是以人的智慧为模拟目标，与程序化的自动机有着本质区别。

同行却殊途。如果以搜索作类比，大数据就像雅虎的人工搜索，依靠无休无止的数据增量来堆砌经验、支撑结果；而智慧型AI就如同搜索引擎，靠方法论来不断逼近正确的结果。恰好，无论是谷歌的“AI优先”还是百度的“All in AI”，都发源于搜索引擎技术。大数据最大的弱点就在于对例外情况的束手无策，而真正的机器人拥有类似于人类的基础智慧，就是依据方法论进行分新和思考的能力。

一味依赖单一系统大数据积累的AI，如同是在均轮上不断增加本轮的托勒密系统，而不断发展多维方法论并更新关系架构的AI，才是生命力旺盛的哥白尼体系。AI绝不仅仅是大数据，我们熟知的AlphaGO它的获胜显然不是靠堆砌棋谱大数据换来的；前段时间LaMDA的问答对话，更是让很多人惊呼“AI觉醒”……这些都是机器人领域大踏步的进展，同时也是无人驾驶和自动驾驶领域值得期待的方向和可预见的前景。

今年，中国自动驾驶领域各类政策和条例频频出台。自动驾驶事故的定义和责任主体的认定逐步得到明确，完全自动驾驶的商业化试点已经完成从主驾安全员到副驾安全员、再到无安全员的快速迭代。截至目前，公众载人服务的城市已经有12个，允许进行自动驾驶测试的城市达到23个。

中国作为世界最大的汽车消费市场，交通技术发展水平曰新月异。认清自动驾驶的发展方向，前瞻性地推动自动驾驶的环境建设和标准制定，不仅是提升产业国际竞争力和万亿级的市场需要，也是老百姓出行效率和品质的需要，更是碳达峰与经济长远发展的需要（作者是技术经济观察者）