穿書自動駕駛塑造未來（自動駕駛塑造未來閱讀）

本篇文章給大家談談穿書自動駕駛塑造未來，以及自動駕駛塑造未來閱讀對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。

本文目錄一覽：

• 1、脫開被自動駕駛的人生
• 2、自動駕駛的未來樂觀嗎？
• 3、劉慈欣稱自動駕駛或影響人類文明，自動駕駛對生活影響有多大呢？
• 4、《智能化未來無人駕駛將如何改變我們的生活》epub下載在線閱讀全文，求百度網盤云資源
• 5、《無人驅》：我們為何要發展自動駕駛技術？

脫開被自動駕駛的人生

上面這段話引用自狄更斯的《雙城記》，其實這段話在任何一個時代都適用，對一部分人來說是天堂的時代，對另一部分人來說卻是地獄。但是，對于正在看我文章的你，我希望你能在大腦皮層中生成一個強烈的疑問信號：“ 為什么？為什么人與人之間會有天堂與地獄的巨大區別？ ”

答案就在這次的塔羅牌中。

這次的塔羅牌名字叫命運之輪(WHEEL of FORTUNE)，四個角上的四個神獸（其實是四個星座）象征生活中的各種境遇，命運之輪左邊的蛇和右邊的四不像（ ←_←人家是神好不好。。 ）分別象征衰敗與重生，命運之輪在中間周而復始的不斷轉動。表面上，這張牌象征著命運的變化無常，人生境遇掌握在各種無法掌控的神獸的手里，毫無安全感，是不是？

重點在與對于四個神獸手中的（ 還有爪中的。。 ）這些 書 ，對于這些書，有各種版本的解釋，有說是四福音書，有說是其他經籍，這不是重點，重點在于我對于這些書的象征解讀。對于我們來說，這些書象征著我們的答案，那就是： 因果律。

在因果律的基礎之上，我們對于命運之輪的旋轉瞬間不再那么恐懼，一切變得有據可循。下面我就來說說因果律對于我們有多么重要。

我想說的是，對于廣義因果律的認可，看似離我們的生活很遙遠，其實是對你心靈的一次擴容與升級，你將不再怨天尤人，感嘆自己命運多舛，而且這種狀態的改變不是基于打雞血的心靈雞湯，而是根本性的基于世界觀改變的內在心理變化。

不管你信不信（“ 我反正信了?！?），廣義因果律就在那兒，對你、對這世界，以你難以想象的千絲萬縷的方式，決定著這世間萬物的一舉一動，如果你不能把與你有關的 因果關系 梳理順暢，你的人生就會進入一種我稱之為“ 被自動駕駛的人生 ”，你的所有觀點、喜好，終將被其他掌控因果關系的人和事所左右。

2017年1月，有本書被推到了聚光燈下：《未來簡史》。這本書最關鍵的觀點在我看來就是： 算法勝利,自由意志將終結。

這個有些標題黨的觀點實實在在的正在發生，并且其實自由意志在算法勝利之前，已經搖搖欲墜了，你自認為自由的意志，在沒有科學的critical thinking（我翻譯為獨立思考，在今后的牌文中會再做解釋。）自檢之前，都可能是某些外在影響力的結果。這個觀點對整個世界的影響有多深刻，可能大家還沒有一個概念，想想我們世界各個大國所遵循的社會狀態的根基是什么吧。。?；剡^頭來再想想，這不就是我們廣義因果律的設定嗎： 所有的隨機性都能找到一個終極解釋 。如果能夠分析出你的自由意志中每一個影響因素并加以控制，繼而改變你的想法，你還能說你的想法是自由的嗎？想想是不是有點后背發涼？趕緊看下文壓壓驚吧^_^【V0.2】

對于廣義因果律，在我們人生中最好的踐行方式就是：

這個世界每時每刻發生的事情都是基于一些 通用的基本規則 才發生的，在你身上發生的每一件事也是有源頭可循的，不管你認不認為這事是不是隨機被你碰上的。

當你對每一個現象、每一個事件的源頭探究成為了一種習慣，你的人生就會逐漸脫開 被自動駕駛 的狀態，你將重新把方向盤握在自己的手中。

你就會知道一個事物為什么會突然在世界上流行開來。并且慢慢的，隨著你這項本領越來越嫻熟的運用，你將會推算得出下一個將會被推向潮頭的事物。更重要的，你能夠預計到你的人生正在往哪里去，在世界的大背景下，你能夠做些什么才能讓你的人生更精彩而不是更灰暗。在我講的其他塔羅牌的配合之下，你將扎扎實實的成為自己人生的主人。

這才是 命運之輪 想要告訴我們的，無心的人看到的是世事無常，有心的人看到的是精彩人生。

自動駕駛的未來樂觀嗎？

自動駕駛汽車的研發已經成為全球熱潮。無論是像谷歌、百度、Uber這樣的互聯網巨頭，還是豐田、通用、福特這樣的老牌汽車制造商，都在以大量的人力、資金向自動駕駛領域***。

然而，無論是Waymo推出首個自動駕駛汽車商用服務，還是汽車制造商公布各種自動駕駛水平的原型車時間表，不少人仍然認為：對于自動駕駛汽車的未來，我們過于樂觀。

他們認為，即使自動駕駛汽車時代終將到來，也不會像許多人所鼓吹的那樣快速和順利。大西洋月刊的作者Alexis C. Madrigal對這些觀點進行了整理，認為質疑的聲音主要體現在7個方面。

自動駕駛能夠像下圍棋那么容易？計算機算法是否能真正保障乘客安全？能否應對黑客攻擊？對緩解交通擁堵和降低碳排放是否真的管用？……

這些疑問一方面會提醒我們自動駕駛的研發和商業化絕不會一帆風順；另一方面，為解決這些疑問而進行的努力其實也會推動自動駕駛技術的不斷完善和進化。

疑問1：汽車能否像人類一樣聰明？

到目前，計算機還遠沒有接近人類的智能。在某些單一任務中，例如下圍棋或識別圖片中的某些對象，其表現可優于人類，但這種技能無法推而廣之。

自動駕駛汽車的擁護者傾向于認為自動駕駛更像是“下圍棋”：一項遠低于人類理解世界所需技能的任務。但是，在2017年的論文中，羅德尼·布魯克斯（***的機器人學家和人工智能研究者，麻省理工學院計算機科學和人工智能實驗室的領導者）反對基于一定“邊緣情況”而提出的自動駕駛短期能力。

他寫道：“即使有一套適當的指導原則，仍然會有許多感知上的挑戰……這些挑戰遠遠超出了當前開發人員通過深度學習網絡所解決的挑戰，而且可能是比迄今為止任何人工智能系統所能展示的更加自動化的推理?！?，“我懷疑，為了做到這一點，為了妥善處理所有的邊緣情況，我們最終會希望我們的汽車像人一樣聰明?！?/p>

他仍然相信，總有一天自動駕駛汽車會取代人類駕駛員?！霸谧x到這篇文章的許多人的一生中，人類駕駛很可能會消失?！@不可能一蹴而就?！?/p>

劉慈欣稱自動駕駛或影響人類文明，自動駕駛對生活影響有多大呢？

劉慈欣稱自動駕駛或影響人類文明，自動駕駛對生活影響有多大首先是提升了整體的出行安全程度，其次就是規范了交通秩序，再者就是改變了人們的生活方式有利于社會的進步，另外就是自動駕駛往往可以使得未來充滿了更多的科技感，還有就是人工智能駕駛有利于推動整體社會的變革。需要從以下五方面來闡述分析劉慈欣稱自動駕駛或影響人類文明，自動駕駛對生活影響有多大。

一、提升了整體的出行安全程度

首先就是提升了整體的出行安全程度 ，對于汽車而言如果整體的出行安全程度可以得到提升那么對于很多人而言將是一件利好的消息，可以提升群眾的安全感。

二、規范了交通秩序?

其次就是規范了交通秩序 ，對于交通秩序而言如果可以被更好的規范下來那么對于很多人而言都是可以享受到其中的安全所帶來的保障，并且可以更好的執行一些必要的職責，從而提升了交通部門的工作效率。

三、改變了人們的生活方式有利于社會的進步?

再者就是改變了人們的生活方式有利于社會的進步 ，對于很多人而言他們的生活方式是可以隨著社會的發展而得到改變的，最直觀的就是打車的方式受到了改變。

四、自動駕駛往往可以使得未來充滿了更多的科技感?

另外就是自動駕駛往往可以使得未來充滿了更多的科技感 ，對于自動駕駛而言往往可以讓未來充滿了更多的科技感，從而提升了整體的社會發展能力。

五、人工智能駕駛有利于推動整體社會的變革

最后就是人工智能駕駛有利于推動整體社會的變革 ，對于人工智能駕駛而言他們可以更好的被有關的人員利用起來從而更好的幫助社會朝著一個正向的方向發展。

自動駕駛應該做到的注意事項：

應該深度融合一些人工智能的優勢，在意外來臨的時候更好的判斷應該如何做出正確的決定，這是非常必要的可以提升社會的發展程度，并且可以改變世界的生活方式。

《智能化未來無人駕駛將如何改變我們的生活》epub下載在線閱讀全文，求百度網盤云資源

《智能化未來》（泉田良輔）電子書網盤下載免費在線閱讀

鏈接:

提取碼: amrn? ?

書名：智能化未來

豆瓣評分：6.8

作者:?[日]泉田良輔

出版社:?浙江大學出版社

副標題:?無人駕駛將如何改變我們的生活

譯者:?李晨

出版年:?2015-11

頁數:?216

內容簡介

谷歌、特斯拉、蘋果甚至中國的百度紛紛投入自動駕駛技術的研發中。谷歌自動駕駛汽車于2012年5月獲得了美國首個自動駕駛車輛許可證，特斯拉一直在美國舊金山和西雅圖之間的道路上測試自動駕駛儀技術，蘋果公司大肆招兵買馬……那么，制造自動駕駛汽車是這些企業的終極目標嗎？

從谷歌正在構想的計劃來看，自動駕駛技術不過是一個開端而已。自動駕駛將改變的是金融、保險、交通、能源甚至整個城市基礎設施設計。這才是它們的目標。以自動駕駛汽車為“引爆器”，未來不僅是傳統汽車制造商和新興汽車制造商的競爭，也將是IT、通信、電力企業亂入的“異種格斗技戰”。

自動駕駛技術顛覆的不僅是傳統汽車產業，也是所有人的生活方式。

作者簡介

泉田良輔

2013年創建GF Research，兼任面向個人投資家的經濟媒體Longine的編委會委員長。曾任富達投資調查部證券分析師，主攻日本的電機、網絡、機械行業；任日本生命保險國際投資部基金經理，負責美國的網絡與媒體行業。

著有《日本電機產業的成敗歸因》（日本經濟新聞出版社）。

《無人驅》：我們為何要發展自動駕駛技術？

黃恒樂 主編 技術學堂 2021-06-17 00:10

筆者7年前第一次體驗無人駕駛汽車的時候，并不了解SAE自動駕駛分級是什么（SAE J3016首版發布自2014年），只是對現場工程師的那句提醒印象深刻：“不好意思，我們提醒大家請不要碰車內任何東西，這臺工程樣車要數千萬?！?/p>

這輛 雪佛蘭EN-V 2.0給我很大的驚喜與驚訝，驚喜的是我們未來可能再也不需要把時間都浪費在通勤上了，驚訝的是美國已經研發出不需要方向盤就能開的車，是否意味著中國這個剛能造點正經車的乘用車產業，要被降維打擊一夜回到 解放 前？

感謝這幾年來中國GDP的穩健增速，我才有底氣寫后文提到的蕩氣回腸的內容。

在智能化大勢之下，我們的自主品牌汽車產業沒死，正在奮力抗爭，且勢頭并不差。

我們為何要發展自動駕駛？

因為重工業是國際話語權。

很抱歉一開頭就說這么沉重嚴肅的話題，但必須如此才能讓文章思路更加清晰。

中國是汽車工業的后來居上者，不過只是產銷量連續11年稱霸世界第一席位，技術與質量可還沒能力封狼居胥。簡單來說，中國是“汽車大國”而非“汽車強國”。

筆者在國際貨幣基金組織官網找了一組新的2020年名義GDP數據，大家了解一下全球Top 10經濟體當前的情況：

2020/2019名義GDP排行（結算貨幣：美元） 2020名次 國家/地區 2020年名義GDP 占全球比例 2019名次 國家/地區 2019名義GDP 占全球比例 全球 83.84萬億 全球 87.75萬億 1 美國 20.80萬億 24.80% 1 美國 21.42萬億 24.41% 2 中國 15.22萬億 17.77% 2 中國 14.34萬億 16.34% 3 日本 4.91萬億 5.85% 3 日本 5.08萬億 5.79% 4 德國 3.78萬億 4.51% 4 德國 3.84萬億 4.38% 5 英國 2.63萬億 3.14% 5 印度 2.87萬億 3.27% 6 印度 2.59萬億 3.09% 6 英國 2.82萬億 3.21% 7 法國 2.55萬億 3.04% 7 法國 2.71萬億 3.09% 8 意大利 1.84萬億 2.19% 8 意大利 2.00萬億 2.28% 9 加拿大 1.60萬億 1.90% 9 巴西 1.83萬億 2.09% 10 南韓 1.58萬億 1.88% 10 加拿大 1.73萬億 1.97%

此前IMF預測中國在2020年的全球經濟占比是17.77%，實際上中國一擼袖子加把勁干出了18.15%。

我們再掃一遍上面列表中的10個國家，沒有任何一個是能脫離汽車工業而繁榮的。

我們不要小看印度，它可是全球第五大工業國，同時也是全球第五大汽車工業國；也不要覺得加拿大汽車工業沒地位，那可是全球前十的汽車工業大國。

再看下表的人均GDP，數據依然來自IMF?？梢钥吹竭@四等發達國家里面，實際上有話語權的國家都是有強大汽車工業基礎的，瑞典應該是唯一的例外。

2020人均GDP排行（結算貨幣：美元） 2020名次 國家/地區 2020年

人均GDP 經濟狀態 2020名次 國家/地區 2020年

人均GDP 經濟狀態 1 盧森堡 109602 極度

發達

國家 13 奧地利 48634 高度

發達

國家 2 瑞士 81867 14 芬蘭 48461 3 愛爾蘭 79669 15 德國 45466 4 挪威 67989 16 比利時 43814 5 美國 63051 17 加拿大 42080 6 新加坡 58484 深度

發達

國家 18 圣馬力諾 41683 7 丹麥 58439 19 以色列 41560 8 冰島 57189 20 法國 39257 穩健

發達

國家 9 卡塔爾 52751 21 英國 39229 10 澳大利亞 51885 22 日本 39048 11 荷蘭 51290 23 新西蘭 38675 12 瑞典 50339 24 阿聯酋 31948

想要說話擲地有聲，你手頭得有汽車工業。

因此，發展自動駕駛也是大國博弈的需要。

我們把時間線放長一點看，第一次和第二次工業革命重新劃定了這個世界由誰剝削誰，結果分贓不均就打了兩次世界大戰（實際上是同一場），接下來是第三次工業革命，世界格局從熱戰變冷戰，幾十年后冷戰落幕，現在大國之間只打經濟戰。

美國、中國、歐盟，三者已成經濟三極。中國GDP已經有美國72.8%了，并約等于沒了大英之后的歐盟總體GDP。每一極都在汽車領域爭奪話語權，美國有太空霸權、衛星定位、高精地圖、自動駕駛、芯片技術等硬核優勢，后起的中國有完整的制造業鏈路和崛起中的智能汽車產業氛圍，歐盟哪哪都不弱就虧在不是統一政權。

汽車工業是最考驗綜合國力的產業，上下游數百個門類、數千家企業參與，才能造出一臺車。大眾集團2020年營收2714億美元，德國全境GDP總量3.78萬億美元，大眾集團占德國經濟比重高達7.18%，“富可敵國”就是說的這種情況。

所以，國與國之間的爭斗，必然要涉及汽車領域。要打擊他國汽車，欲加之罪何患無辭，豐田剎車門、現代油耗門、大眾排放門，這些在美國市場發生的事件，就是外企不肯屈服于美國政府，直接被強權打壓了。

除了是大國博弈的棋子，自動駕駛技術的研發還能減輕駕駛負擔（提升產品競爭力）、提升行車安全、通行效率、為社會創造高薪就業崗位，但這些都不是重點，國家之間的利益制衡才是。

汽車工業之爭的下一階段就是電動化與智能化，而智能化的關鍵在自動駕駛，我們今天要聊的話題。

L3是不是走進了死胡同？資本騙局or法律黑洞？

筆者還記得2017年奧迪發布D5世代A8時的盛況，第一款量產SAE L3級自動駕駛系統基于第四代 奧迪A8 （D5）誕生了。雖然當初我已經預判過這套系統入華之后并不能使用，但并未預料到它在西方國家也沒能自由跑起來。

后來，江湖傳言說是“花10億歐元解決了L3”的奧迪自動駕駛項目組，被整合至統一的大眾集團Car.Software車載軟件開發部門，一個開啟自動駕駛新時代的功勛項目組就這樣消失在汽車歷史中。別急，其實對于奧迪而言是明降暗升啊，因為Car.Software的總部因此從狼堡遷至英戈爾施塔特，奧迪成為了集團的智能化大腦中樞。

回到主題。以美國為首的自動駕駛行業當初定義自動駕駛等級的時候，并未發覺L3居然是一個非常尷尬的分級（下圖是筆者畫的，供形象理解），它的尷尬之處在于任由人類駕駛員“撒手不管”，但又要求人類駕駛員“必要時必須立刻回來接管”，無法形成邏輯閉環，有巨大的安全風險。

在這里，我們簡單匯總下SAE規則下自動駕駛等級的異同：

L1：解放腳? （基本是人類在開）

L2：解放腳、手? （限定條件內人機混開，基本是人類在開）

L3：解放腳、手、眼? （限定條件內人機混開，基本是系統在開）

L4：解放腳、手、眼? （全區域由系統開，特殊情況除外）

L5：解放腳、手、眼? （全區域/全時域由系統開）

P.S. 2021年1月1日施行的《汽車駕駛自動化分級》國家標準也對自動駕駛進行了分級，整體規則與美國SAE標準保持一致。

到了L3之后，就要完成自主代客泊車AVP（Automated Valet Parking）、交通擁堵引導TJP（Traffic Jam Pilot）、高速公路引導HWP（HighWay Pilot）這些主要的功能，可是L3有個最大的問題——L3的交通事故權責模糊不清。

簡單來說，L0-L2是人類駕駛員全責，L4-L5是汽車智能系統全責， L3是一灘永遠吵不清的糊涂賬。

因此，現在很多車企都在說自家的自動駕駛輔助系統是L2.5、L2.9、L2.99等等，無論什么話術，意思就是“沒到L3”，所以車企暫時不需要負責。

實現L4的難度有多高？

因此，目前有不少部分達到L3功能但只能按照L2來使用的車型，比如四代奧迪A8、特斯拉FSD Bate版、 蔚來ET7 、 智己L7 、小鵬P5、極狐阿爾法S HI版等等。

現在業界有可能直接跳過權責模糊不清的L3，直接把L4投放到市場上。目前已有車企決定這樣子做了。像谷歌這種解決方案供應商則不同，他們不需要把研發成果綁定在現售車型上循序漸進迭代更新，沒有包袱的他們選擇了直奔L4。

整車L4水平，需要在全場景下實現包括自主代客泊車AVP、交通擁堵引導TJP、高速公路引導HWP在內的所有功能，也就是車子自己能走能停完全不需要人類交涉。當然，L4是可以保留車輛操縱單元的，在特殊情況下可交給人類操縱，比如地震海嘯造成車輛通訊的情況。

先說AVP。之前我們聊過小鵬的自動泊車，而小鵬一直都是以此為豪的企業，泊車成功率不低。小鵬此前的方案是利用汽車傳感器進行室內地圖建模，這種在非市政道路收集地圖數據的方式也避開了法律屏障，雖然看起來精度并不高，但也算是一個不錯的開始。

今年6月4日， 小鵬P7 通過OTA更新的VPA停車場記憶泊車（Valet Parking Assist）。

這里我們就要科普一個概念：AVP分為兩個分支，一支叫H-AVP（云端自我學習泊車），經過SLAM系統訓練之后完成地圖建模了就能持續使用，也就是來一次以后就隨時來，小鵬、 奔馳 、威馬在整；而更高階的P-AVP（云端高精地圖泊車）只需駕駛員開到停車場門外就可以離開駕駛席，車子自己會按照高精地圖的指引找車位泊入，暫時還沒車企能量產。

小鵬這次的更新是VPA停車場記憶泊車，功能實現上與W223世代 奔馳S級 和 威馬W6 還是有所不同的。

小鵬的VPA是自研完成的停車場記憶泊車功能，它的記憶線路可以達到1km，一臺車可以學習100個停車場的泊位，不過單個停車場只記憶1個泊位，還不如少點車場但每個多點泊位比較實在，而且小鵬的VPA只支持泊車入庫，不支持出庫。還有一點筆者有點理解不了的是，小鵬VPA不支持跨層泊車、沿線出庫、全程APP車外操作也就算了，為何僅支持地庫泊位，在地面泊位用不了，W223和W6倒是沒有這個限制。

從使用場景來看，威馬目前開放的H-AVP能夠在地面/地下停車場內任何地方都可以進行學習，不限起點位置，不限車場數量，單個車場可設定5條不同的入庫/出庫路線，可以跨層，駕駛者不用在車上，只需要通過手機一頓操作能完成車輛的泊入和泊出，對于那些過窄的、停好之后無法開門出來的停車場景來說很實用。除了目前已經開放的H-AVP，威馬官方還透露將會在年內通過OTA將P-AVP推送給用戶。

威馬的AVP是與國內自動駕駛實力擔當的百度Apollo平臺聯手深度研發的，有百度“王牌”做背書，以后的P-AVP還有百度高精地圖加持。小鵬是沒有參與進來的，威馬則有百度高精度地圖加持，所以實現P-AVP更容易一些。包括奔馳在內的海外品牌想進入中國做自動駕駛，以后應該得用中國高精地圖才行，現在連 特斯拉 都被要求把服務器建在大陸境內了，可見高精度地圖在自動駕駛中也扮演著十分重要的角色。

此外，要玩P-AVP，還要等室內基站通信硬件整起來才行，這需要更多的基建設施配合。

接下來聊交通擁堵引導TJP和高速公路引導HWP。TJP和HWP的速域不同，再加上自動車道變換（ALC，Automotive Lane Change），就是全速域的“有限自動駕駛功能”。

TJP的決策和執行是一大難題，標定不好的TJP策略就會出現起步與制動的動作太過生硬，快了體感難受，慢了被旁邊車子加塞，一來一去就暈車了……

HWP+ALC就是現在很多新勢力在談的“高速領航功能”，蔚來叫NOP，小鵬叫NGP、特斯拉叫NOA、日產叫ProPilot、通用叫SuperCruise，反正都是一個意思。目前這項技術進展很快，實際使用起來比較便捷，人類駕駛員介入的頻率并不高，小鵬官方給出的NOP介入頻率是0.66次/100km，實測接近1次/100km，也即是平均開100km才需要接管。

不過，以上TJP和HWP暫時均不能達到L4級別，只能在特定條件下（合適的路況/天氣）進行約等于L3級別的自動駕駛。

如今奧迪A8、 蔚來ES6 、特斯拉 Model 3 、小鵬P7、 廣汽埃安 LX、 長安UNI-T 、日產 天籟 等等車型都可以執行TJP、HWP、ALC，但因為傳感器配置并不甚完備、高精度地圖與定位技術還沒到位等原因，除了A8之外的車型都要求駕駛員隨時隨地立即接管車輛（L2-L3之間）；A8則在限定條件下（特定的道路等級、光照、車流速度等）可由L3系統完全控制車輛，駕駛員同樣需要隨時接管；進化成L4之后，系統隨意開，除非有極少的特殊情況才需要駕駛員介入，比如奔馳W223和威馬W6的無人泊車。

比如，下面的gif圖展示的是L4自動/無人駕駛技術，是廣州企業文遠知行在這次廣州疫情防控中，使用無人駕駛車送飯到疫情隔離區。（現場實拍gif獲授權自汽車之家）

L5是沒有ODD（Operational Design Domain，設計方案運作域）的，意思是無論任何的道路狀況（車道線、道路附著系數、圍欄等）、環境（能見度、天氣等）、前方可行駛區域（收費站、施工等）等等，L5都是可以免除人類駕駛者介入的。

因為自動駕駛的研發初衷就是更加安全和便捷，L1和L2級自動駕駛輔助系統已經幫我們降低了一部分事故概率，L3目前是禍是福還不知道，因為無法形成嚴謹的邏輯閉環（人究竟還要不要全神貫注呢？），L4還沒有整車完成L4自動/無人駕駛研發的量產案例，無所不能的L5還有很遠才來。

我們現在可以知道的是，L4的實現成本會非常高；我們暫時不能知道的是，整車實現L4的量產產品何時才能來臨，這需要L4系統在泊車/行駛、城市/市郊、低速/高速、國內/國外、晴空萬里/惡劣天氣等等所有情況下都管用。

關于倫理與法規的思考

烏伯林根空難（überlingen Disaster）在十多年前揭示了空中交通管制系統的處置失當將會引發何種等級的人類災難。

空管員Peter Nielsen的指揮不當與光學碰撞預警系統的檢修固然是兩大緣由，但促使俄羅斯Tu-154客機與德國757貨機碰撞的另一個原因也不能被忽略：如果兩個飛行機組都按照空中防撞系統（TCAS）的提示分別進行拉高與降低，事故將不會發生；但由于俄羅斯機組“以人類命令為先”的原則，按照Nielsen的錯誤指示而非TCAS的正確指示執行，最終釀成了72人死亡的災難——最后一位是空管員Peter Nielsen，死于刺殺。

自動駕駛技術對于人類而言并非新鮮事物，我們已經堅信這項技術長達大半個 世紀 。若溯源的話，最早能追溯到上世紀10年代在美國誕生的第一臺電動陀螺穩定裝置（自動駕駛儀的雛形）。即使60年代的阿波羅飛船已經用上了數字化自動駕駛儀，半個世紀后的俄羅斯人依然堅信人類犯錯的幾率比人工智能要小得多——歷史事實是，單單俄羅斯航空這一家公司，血手之上就有超過8200條人命，遠遠高于第二名法蘭西航空的1783名。

從Autopilot一詞便可知曉，汽車工業所武裝的“自動駕駛”，技術淵源依然是航空與航天產業。我們可以用“陸上交通比空中交通復雜千萬倍”的理由去埋汰乘用車/商用車自動駕駛技術的“滯后”，卻一直不肯相信“人工智能”一定比“人類駕駛”更加安全，即使99.9%以上的失事航班俄羅斯籍飛行員并未抱著伏特加瓶子睡著在崗位上。

2005年，Google X實驗室就已開啟了谷歌無人汽車計劃（Google Driverless Car Project），2009年開始上路測試，約有23輛車分9種模型在測試。測試項目分為自動駕駛和人為干預的手動駕駛，行駛里程超過320萬公里，至2017年只造成18次事故，其中絕大多數都是被追尾（測試車極速才40km/h），無重大人員傷亡，這是第一次AI判斷出錯——320萬公里1次車體剮蹭輕傷，不知哪位人類駕駛員敢上前邁一步接受AI的挑戰？

只是，即使自動駕駛技術已經如此先進，我們還是無法把命交給AI。將AI變成Siri可以，變成小孩子的聊天機器人可以，變成咖啡廳上點心的服務員可以，但要讓我們把交通工具的控制權完全交出給AI，連方向盤、油門、制動都摘掉，恐怕多數駕駛者暫時還不能被接受。

目前，汽車工業大國們對AI造成交通事故的法律定義都是模糊的，這是一個誰都可以碰、誰都不敢碰的灰色地帶。你可以研發自動駕駛汽車，甚至美國/德國某些州的政府還讓你“合法”上路，但這并不代表合法解決事故糾紛。傳統的汽車廠商都是很保守的，一個自動駕駛項目動輒數十億美元的成本，很有可能就會被一兩個死亡時間毀掉，而自動駕駛是不可能讓死傷幾率等于0%的——雖然自動駕駛已經被認定為“比人類駕駛安全非常多”。

因為當事故主體是“人”的時候，我們可以通過制約人的社會契約來解決糾紛，法律、法規、習俗、慣例甚至情面；但當事故主體是一臺會思考的“汽車”時，適用于人類的社會契約就失效了，我們可以用金錢懲罰來制裁電子程序和自動駕駛汽車的制造商，但無法用牢獄去懲罰一套電子程序。

帶著未解的疑問，我們結束今天的議題。

（圖/文/攝：黃恒樂）

@2019

穿書自動駕駛塑造未來的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于自動駕駛塑造未來閱讀、穿書自動駕駛塑造未來的信息別忘了在本站進行查找喔。