無人駕駛離我們的生活還有多遠?我們什么時候才可以開上一輛無人車去上下班?我們買得起無人車嗎?它真的安全嗎?百度、Google、特斯拉、奧迪、通用，誰才是無人車屆的大牛?無人駕駛還面臨什么問題?

　　無數次坐在硅谷一場又一場的人工智能、無人駕駛行業技術論壇、商業論壇的場地內我這么問自己。

　　在我所在的美國硅谷，幾乎人工智能成了2016年這片地區最熱門的詞匯，當然也極有可能成為2017，甚至一直到2020年的一大熱門。無論是科技公司的職員還是家庭主婦都不舍得錯過這個也許他們并不懂，也沒有真正接觸過的話題;在旁邊山景城的街道上，一些居民對偶爾路過的正在測試的Google無人車已經從最初的駐足拍照到現在的見怪不怪。而在毗鄰的Sunnyvale市，常常有一群來自百度的中國工程師在監拍百度無人車的上路情況。而Uber、特斯拉，甚至是傳統汽車廠家通用、奧迪、豐田也都希望在這場技術+實踐的長跑中獲得一席之地。

　　但是看著這么熱鬧，到底什么時候我們作為一個普通人，才可以真正開上無人駕駛汽車呢?

　　在一場名為AI Frontiers的人工智能大會上，我終于忍不住，抓住了一個行業“大牛”，問了一些“普通人”才會問的問題。

　　我們什么時候才能開上無人車？

　　“三年商用，五年量產。”百度自動駕駛事業部首席科學家韓旭(Tony Han ) 將李彥宏曾經對外公開的言論轉述給我。

　　而像包括吳恩達和曾經年紀輕輕就擔任密蘇里大學博士生導師和終身教授的韓旭這樣的人工智能頂尖精英納入百度團隊，無論如何都讓人們在討論全球人工智能領域的時候自然而然地將百度列為一個重量級的選手。

　　“五年量產?到底量產是個什么概念?”我刨根問底。

　　“具體說不好，但應該不是滿大街都是無人車那個樣子。”韓旭告訴我說現在在技術上，已經能保證駕駛者的安全，無論是Google還是百度的無人車都達到了Level 4的標準，即不需要人工干預的完全自動駕駛。

　　“在無人車安全性能上，各家公司走的路徑不同，想要達到的目標也并不一樣。”韓旭告訴我。在讓汽車作為一個“機器人”，像一個人類一樣去開車這個問題上，專業機構把無人駕駛分為5個層級的要求——5為最高級，即在任何極端情況下都能讓汽車無人駕駛，而無論是Google還是百度現在都已經達到4級，即不需要人工干預的完全自動駕駛。

　　“在人工智能無人駕駛的領域內，Google從09年就開始了研究，并到現在為止都在最前列。百度到前年才開始研究，是以實驗室的形式，到2016年，才正是有了專門的事業部來處理無人駕駛，起步屬于相對較晚。”韓旭說盡管這樣，但百度的無人駕駛技術仍然是最前列的。

　　“如果硬要和Google比個高下，那可能就是Google的汽車經過了更多次的上路測試吧。”韓旭說直到去年，百度的無人車才真正上路測試，但從技術上來說，并不會比Google差。

　　“而特斯拉走的是完全另一個路徑。”韓旭給我解釋道。特斯拉從一開始追求的就不是真正意義上的無人駕駛。和百度和Google一直在追求Level 4 (L4) 不一樣，特斯拉從一開始就只想追求Level 3 (L3)，既開發一種只作為人類駕車輔助功能的自動駕駛。

　　“這樣有一個弊端，當人類知道車具備自動駕駛功能的同時，就會放松和懈怠，反而容易出事。”一位在現場不愿具名的人工智能行業的研究員告訴我。但他同時表示，特斯拉也有特斯拉的優勢，由于它不追求Level 4這件事，它的造價格就會低得多得多。和百度和Google無人車需要一個造價不菲的激光雷達和多個感應器，而追求Level 3的特斯拉汽車則是依靠造價相對低廉很多的拍攝鏡頭完成的。’

　　就算真正無人車能夠上路，可能我們也買不起

　　“光是一個感應器就至少8萬美金。”韓旭在接受采訪時告訴我說一輛無人車這樣的感應器不會少于10個，但具體多少個還屬于商業機密。

　　“但你想想這個造價。”韓旭表示如果造價這么貴，那售價更是可想而知。

　　至今包括Google、百度在內的“參賽者”都還沒有合理的辦法來降低這種不適用于消費汽車產品的物料造價，而這也是為什么到現在這種被行業內的大牛掛在嘴邊的能比人駕駛更安全、能減少堵車、減少污染、百利而無一害的無人車仍然沒有出現在普通人的日常生活中的重要原因之一。韓旭表示。

　　“誰先把感應器和激光雷達的造價降下來，誰就贏得了這場持久戰的勝利。”韓旭說這也是目前各家研發無人車的競爭公司在爭分奪秒想要解決的問題。

　　極端天氣、坡路和不舒適的乘坐感受還都是無人車還沒有解決的問題

　　在這場行業大牛聚集的行業論壇上，他們口中的無人車似乎“沒毛病”。

　　但實際上的情況可能會讓你有一點點的失望。

　　在一份韓旭展示給我的由百度測試工程師拍攝并剪輯的視頻中，汽車行駛在美國Sunnyvale的街道上和正常人沒有區別。但是，眼尖的我仍然發現了問題——當無人車發現前面有情況的時候，都會突然剎車，而并不會像人類駕駛員一樣會減速停車。

　　“按照目前的技術，乘坐無人車可能還不是那么舒服的一件事。”韓旭坦白這種突然的剎車的確存在。也表示目前無人車在特定的情況下，可能會無法預測前方狀況。

　　未來通過一些技術的更新，我們的無人車可能掃描前面200米的情況，但現在還到不了那么遠。而且如果遇上上坡再下坡的路況，像舊金山這樣的坡度較陡的道路，就會前方路況的預測造成很大問題。

　　不過哪怕是平地上，中國繁復的立交橋和道路狀況也可能讓目前的無人車吃不消，韓旭補充道。

　　最嚴重的還是極端天氣。無人車目前還無法應對極端天氣這個問題——例如大暴雨的情況可能會提高系統的出錯率。

　　這些問題都是接下來我們會通過技術去克服。韓旭對于未來5年后能夠讓汽車作為機器人像人類一樣具有舒適的駕駛技術還是非常看好的。“國家也是支持的。”他補充道。

　　“端對端的機器學習(End to End Learning)可能都是我們研發無人車下一步要做的方向。當然，還有量產也是要克服的問題。”韓旭為了保證百度無人車的研發計劃不被泄漏，便拒絕了談論更多研發方向細節的請求。

　　無人車安全嗎？

　　對于還不熟悉的無人車，可能沒有比安全問題更讓普通老百姓揪心的了。

　　“比人開車安全。”韓旭這樣斷言，并補充道，“提高人類駕駛的安全性也是為什么最初提出要研發無人車的最主要因素之一。”

　　根據韓旭演講過程中展示的一份報告顯示，每100萬千米的行駛路程中，人類駕駛出事比例大約為2.6起事故。而按照現在的無人車技術來看，錯誤的概率只有2起。

　　“無人車普及后，可以每天在中國拯救500個人的性命。”韓旭試圖用數字的羅列來說服現場的1600位觀眾，無人駕駛才是人類車禍的救世主。

　　“在自動駕駛數據集KITTI (全球最權威的自動駕駛算法公開排行榜之一)測試中，百度的算法在車輛識別項目中的識別率達到了92%。”韓旭陳述道。

　　“百度無人車的上路測試我還沒聽說過有事故發生。”韓旭表示就算是其他廠商的L4無人車出過事故，也大多是人為的問題。

　　2016年9月，在Google所在城市山景城中，Google無人車遭遇了最嚴重的一起事故。

　　當時谷歌無人駕駛汽車正處于自動駕駛測試模式。汽車在進入十字路口時被一輛貨車撞到，造成車門嚴重下凹，以及安全氣囊彈出。不過并沒有造成人員傷亡。

　　事后Google公開表示這起事故的起因則是貨車司機闖紅燈導致。無人駕駛車駕駛方向處于綠燈狀態，且測試員發現肇事車撞上來時第一時間切換為有人駕駛模式，并踩了剎車。

　　當然，無論判定的結果如何，無人車的每一起事故都能讓不懂技術的普通人覺得揪心。這是無人車研發廠商也無法解決的問題。

　　特斯拉甚至遇到過比這個更嚴重的問題，且最終的事故原因與特斯拉汽車可能有著直接原因。

　　2016年5月，一輛特斯拉汽車在美國佛羅里達州與拖車相撞，導致酷愛特斯拉無人駕駛的40歲司機喪生，而司機喪生前則正在使用特斯拉自動駕駛模式。

　　特斯拉事故后發布聲明，事故車型Model S沒能在明亮的天空下發現拖車的白色車身，與其相撞，導致了整起事故，并把整個事故稱為“悲劇性的損失”。

　　盡管特斯拉事后仍然強調：特斯拉自動駕駛模式至今已經有1.3億英里的安全行車紀錄，但這一起致命事故仍然讓這家公司的股票在事故發生后下跌了三個百分點。

　　“特斯拉的無人駕駛是通過攝像頭來觀測路況和其他車輛的。事故中，汽車的攝像頭把前車的白色車身誤會成為了云彩。”那位無人駕駛汽車的研發者告訴我，并對我表示他個人的看法是：L3的自動駕駛為了控制成本，保留人接管的權力，但同時也會讓司機松懈，誤認為可以隨心所欲放棄控制車輛。

　　”無人駕駛的安全性超過人類駕駛可能還不足以讓人類對這種不熟悉的科技產生足夠多的信賴，而只有無人駕駛的安全性能遠遠超過人類駕駛、甚至事故趨近于零，大多數人才可能安心去接受它。”這位研發者覺得這對于一項技術來說有些不公平，但是時刻關系人命的任何技術都不得不面臨這樣的問題。

　　嗯，看來離我能上班堵車路上趕篇稿子還有很長、很長的一段路要走…….

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。