本文来自微信公众号:钛禾产业观察(ID:Taifangwu),作者:熊文明,研究助理:任友善,题图来自:视觉中国


一场315晚会,让特斯拉再次陷入罗生门。


以“落榜”的方式成为舆论焦点,特斯拉是孤例。但这不是特斯拉第一次遭遇舆论危机,与过往的“致死事故”相比,“刹车问题”甚至连危机都算不上。


特斯拉自动驾驶发生的五次致命事故中,第一起就发生在中国。2016年1月20日,京港澳高速河北邯郸段发生一起严重追尾事故,一辆白色特斯拉撞上正在前方作业的道路清扫车,驾驶人员不幸身亡。2017年,特斯拉承认车辆在案发时处于自动驾驶状态。


邯郸事故4个月后,美国佛罗里达州发生类似致命车祸,特斯拉Model S在自动驾驶模式下发生撞车,造成乘员死亡。特斯拉解释,系统在面对明亮的天空时“看不见”白色的卡车,并进一步表示:


“自动驾驶不能阻止所有的事故——设立这样的标准是不可能的,但它能让事故尽可能减少发生。它毋庸置疑能让这个世界上的车主、行人和骑行者更加安全。”


2017年1月,美国国家运输安全委员会NTSB对此发布报告,认为特斯拉没有过错。调查对特斯拉显得更加有利,安装特斯拉自动驾驶系统后,撞车率下降了40%。支持自动驾驶的人们认为,美国2016年有3.7万人因车祸丧生,其中94%源于司机犯错。人类犯错的几率如此之大,为什么不用更可靠的机器人去替换?


特斯拉成为中国315的舆论中心,并不意味着中国人真的不喜欢特斯拉或自动驾驶,或许他们反感的只是企业的傲慢。在对待自动驾驶的态度上,中国人可能比美国人更宽容和乐观。2018年特斯拉加州致死事故后,艾瑞的舆情报告显示,美国专家们普遍表达的是对特斯拉的不满。中国专家们则更多表达了期待自动驾驶的进一步成熟,中国网友也普遍对自动驾驶的未来持乐观态度。思科系统的一项民意调查也显示,最愿意信任自动化技术是中国、巴西和印度。


美国媒体报道,特朗普在接见企业CEO的时候,对马斯克表示过“自己更喜欢传统汽车”。在Bedminster高尔夫俱乐部聊起自动驾驶,特朗普也说:


“确实很酷,但我永远不会用自动驾驶汽车......我不相信电脑给我开车。”


这恐怕是多数美国人的态度。2017年的调查数据显示,71%的美国司机对自动驾驶汽车表示担忧。直到2020年,这种担忧依然大范围存在。美国自动驾驶汽车教育协会PAVE报告显示,48%的美国人表示永远不会乘坐自动驾驶出租车Robotaxi。


美剧《上载新生》中,
美剧《上载新生》中,

男主的自动驾驶汽车“无法识别”停在前方的卡车,

男主极力想切换到手动控制,

汽车不肯交回“方向盘”,最终男主车祸身亡。


不确定《上载新生》是否借鉴了特斯拉的致命事故,但男主的死法正道出了人类对自动驾驶的担忧:机器故障、AI蓄意“谋杀”、黑客入侵。在尚且不能造出AI自主操控汽车前,现阶段的不信任主要来自“机器故障”。


在自动驾驶发展初期,这样的担忧并非没有道理。2018年3月,一辆Uber自动驾驶汽车在亚利桑那州坦佩市路面测试时撞上一名过马路的女子,致其身亡。在事故发生前的5.6秒,Uber的自动驾驶已经检测到了这名女子,但却被系统误认为是一辆汽车。事故发生前5.2秒,系统又将她归类为“其它”,认为她是一个静止的物体。在“汽车”和“其他”之间摇摆不定,错过了决策时间。


一、里程碑的2021年:涌现一批L5车型


约翰·马尔科夫在他的《人工智能简史》中写到:


“DARPA大赛是两个世界的分界线。在一个世界中,机器人被视作玩具或研究人员的玩物;而在另一个世界,人们开始接受机器人能够在世界上自由移动的事实”。


上世纪,日本筑波大学、美国卡耐基梅隆大学和德国联邦大学都对自动驾驶展开过一定程度的探索。但真正取得突破,还是DARPA(美国国防高级研究计划局)的功劳。美国国会指示军方设计自动驾驶汽车,军方努力了数年无进展。时任DARPA局长的托尼·特瑟另辟蹊径面向社会中的黑客、科学家和企业,举办了著名的城市挑战赛DARPA Grand Challenge。


数百万美元奖金和无价的声望,吸引了来自学术界和产业界的数十支团队。斯坦福大学教授巴斯蒂安·特龙组织了一个由汽车公司工程师、学生黑客组成的团队,次年就完成了DARPA几年都没研发出来的无人驾驶。(参见前文《美国科技“下海”往事》)


自动驾驶堪称人工智能技术的集大成者,有三个系统单元:包含传感器和环境算法的感知单元、包括决策模型和决策结果的决策单元、包含操控接口和操控行为的控制单元。具体来说,需要集合感知测距、车道保持、立体视觉、高精地图、惯性导航、车路协同、路况决策、实时分析等大量软硬件融合技术。


自动驾驶系统的基本概念模型<br label=图片备注 class=text-img-note>
自动驾驶系统的基本概念模型


2009年,谷歌在特龙的主持下启动了自动驾驶汽车项目chauffeur。谷歌的举动引发连锁反应,宝马、奔驰、沃尔沃、奥迪等主要汽车制造商迅速动员力量开发自动驾驶系统,Uber、苹果、英伟达也随后入局。英特尔在莫名的恐慌中,以153亿美元的巨资收购了以色列计算机视觉系统制造商Mobileye。


Mobileye确实是自动驾驶的另类。与特龙德式精密的思考路径不同,Mobileye的创始人阿姆龙·沙舒瓦带来了自动驾驶的另一种可能。特龙主要依靠计算机性能的日益增强来提高物理识别能力,而沙舒瓦则用生物方式来研究计算机视觉。约翰·马尔科夫评价,谷歌自动驾驶的体验是一种人和机器的分离感,而Mobileye能让乘客敏锐地感觉到机器援助的存在


毫无疑问,人类已经开启自动驾驶的篇章,但距离想象中的自动驾驶又还有一段艰辛的路程要走。2016年,美国汽车工程师协会SAE更新了自动驾驶分级定义,将自动驾驶分为6个级别。


SAE定义的6个自动驾驶技术级别<br label=图片备注 class=text-img-note>
SAE定义的6个自动驾驶技术级别


我国标准与SAE标准基本一致,唯一不同在于我们将 L0 称为“应急辅助”,驾驶人可以自主掌握驾驶权,汽车系统可感知环境,并提供报警、辅助或短暂介入驾驶,实现了与非驾驶自动化功能的分开。


简单来说,L0~L2是真人驾驶员掌控。L1是“动手”级别,L2可以适当“放手”;L3~L4真人驾驶员与机器共同掌控;L3要“睁大眼睛”;L4可以“基本放心”;L5则可以选择完全交给机器掌控。


从商业化的角度来看,L5是远景目标,L3应用有限,L2和L4是最佳应用,目前已经规模商用的是L2。2020年,美国NTSB主席公开声明,美国市场上不存在L3以上级别自动驾驶汽车。不过,2021年3月5日,本田开始在日本提供限量版100辆Legend Hybrid EX轿车租赁服务,这些轿车据说配备了已获得日本政府认证的L3自动驾驶设备。


目前L2自动驾驶面临的最大挑战,是来自真人驾驶员的分心,即如何在紧急情况下让已经分心的驾驶员能立刻切换到操作,特斯拉的多次致命事故也多源于此。汽车制造商们给出了各种解决方案。雷克萨斯和奔驰通过监测驾驶员眼睛和头部的位置来判断他们是否在打盹或走神。奥迪用两台摄像机来检测司机是否精力集中,否则自动驾驶系统将终止。


2017年,奥迪推出了全球第一款L3汽车A8,并发布了L4概念车Elaine和L5级概念汽车AudiAicon。2018年,丰田推出自动驾驶出行平台e-Palette,计划于2025至2029年将高级自动驾驶适用范围扩大至普通道路。2019年,通用开始量产L4级自动驾驶汽车Cruise AV。


2021年将是自动驾驶具有里程碑意义的一年。这一年,福特计划推出L4级自动驾驶汽车,不配备油门踏板和方向盘,特定区域无需对车辆进行控制。戴姆勒计划测试L4/5级自动驾驶汽车。宝马计划开始测试L5自动驾驶汽车,大众也计划推出L5自动驾驶汽车Sedric。 


二、谁来承担自动驾驶的责任?


“五个无辜的人被绑在电车轨道上,一辆失控的电车朝他们驶来。你可以拉杆让电车开到另一条轨道上。问题是另一个电车轨道上也绑了一个人。你会不会去拉杆?”


这是伦理学最知名的思想试验之一——“Trolley Problem”(电车难题)。这种极端情况在日常驾驶中极少发生,但自动驾驶系统却必须要在多个有害动作之间作出选择。未来互联的智能汽车能获知附近人员的数据信息,在车辆失控前是否应该根据这些信息进行选择性碰撞?比如,老人和年轻人谁更应该做出牺牲?


“隧道困境”是“电车难题”的延伸——“自动驾驶汽车载着乘客正准备进入隧道,突然跑出来一个孩子。汽车开始刹车,软件意识到单靠刹车来不及使汽车减速到足以让孩子存活,但刹车的同时转向可以,代价是牺牲车内乘客的安全。这辆车需要做出决定:继续在马路上行驶撞到孩子,还是转向撞到隧道口墙壁导致乘客伤亡?”


自动驾驶制造商需要面对的问题很直观——先保行人还是先保车内人员?当奔驰公司表示他们会拯救车内人员而不是行人时,公众对此表示愤慨,要求奔驰公司撤回这一陈述。汽车公司因此陷入两难困境:倾向于驾驶员安全,就会引起公愤;偏向于公众安全,则会因为危及购车人而导致他们不买单。


麻省理工学院的工程师为此众筹了一个“道德机器”,在网站上用动画的形式让用户做选择,以确定人们的道德偏好。实验共收集了233个国家/地区的超过4000万个决定数据。这些数据表明,人们更愿意拯救人类的生命,而不是其他动物;优先考虑年轻人的生命,而不是老年人;男性更愿意挽救女性的生命……


美剧《上载新生》里,“保行人还是保自己”可由乘客自行选择。
美剧《上载新生》里,“保行人还是保自己”可由乘客自行选择。


这一系列伦理困境还指向一个法律问题——谁是自动驾驶的责任主体?只有乘客没有真人驾驶员的L5汽车,谁来承担驾驶责任?以德日为代表的法律立场认为责任主体是真人驾驶员,以美英为代表的法律立场认为责任主体是算法。2017年,欧洲议会通过了《就机器人民事法律规则向欧盟委员会的立法建议》,认为机器人通过深度学习具有一定自主决策能力,考虑赋予智能机器人以“电子人格”(electronicperson)的法律地位和责任主体地位。但问题并没有得到解决,如果是算法的错,那么如何去追究算法的责任?


一系列伦理和法律问题尚在研究和讨论中,可自动驾驶的商业化早已等不及了。为了跟上自动驾驶的进度,美国20多个州相继出台了50余部与自动驾驶相关的法案。2017年,美国众议院一致通过《自动驾驶法案》。美国NHTSA(高速公路安全管理局)先后通过了一系列政策指南。


2017年,北京市制订了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》及《北京市自动驾驶车辆道路测试管理实施细则(试行)》。2018年,上海发布了《上海市智能网联汽车道路测试管理办法(试行)》,随后,上海、天津、重庆、深圳、广州、长春、长沙、平潭、济南、杭州、广州南沙等十余个城市或地区发布了地方性质的自动驾驶汽车测试管理规范。这些规范主要针对自动驾驶道路测试,法律层级比较低。


随着自动驾驶技术的成熟和商业化程度的提高,人类社会将面临的伦理和法律问题将越来越复杂。包括大量真人驾驶员的失业问题、信息高度互联带来的隐私问题、黑客和恶意软件问题等等。而市场和数据的高度集中,会强化巨头企业的垄断性,他们难说不会掌控超越政府的能量。 


三、为什么要争自动驾驶的领先地位?


有人给自动驾驶算过一笔经济账。20世纪大约有6000万人死于车祸,比二战期间的死亡人数还要多。汽车变得更加安全后,全球每年仍有140多万人死于交通事故。远程信息处理公司Inrix估算,美国每年交通拥堵带来经济损失超过3050亿美元。由于驾驶能力和资质问题,近六分之一的劳动力出行被限制。这些问题,人们都寄希望基于车联网的自动驾驶汽车来解决。


自动驾驶时代,共享出行预计将成为主要的出行方式。研究机构预测,新车销量会下降约50%,每年生产的约3000万辆自动驾驶汽车中,有一半销往中国,另外四分之一在美国,剩下的分散在欧盟,日本和新兴市场。这个价值2万亿美元的全球汽车制造业,将被并入更大的个人交通服务市场。而这个市场预计到本世纪中叶将达到7万亿至10万亿美元的规模,大致相当于今天整个欧盟的经济规模。


各国政府都在积极为自动驾驶扫清政策法规的障碍。美国强调自动驾驶汽车作为交通系统的一部分,深度融入现有交通系统。欧盟强调车路协同和欧洲一体化。日本重视自动驾驶汽车的落地和产业化。


2020年美国发布的《自动驾驶4.0》,提出整合38个联邦部门、独立机构、委员会和总统行政办公室在自动驾驶领域的工作,以确保美国在自动驾驶技术领域的领先地位。


从2016年开始,美国高速公路安全管理局每年都在推进相关法案。
从2016年开始,美国高速公路安全管理局每年都在推进相关法案。


欧盟发布《通往自动化之路:欧洲未来出行战略》,计划到2022年前实现所有新车均配备通信功能的车联网模式,到2030年步入以完全自动驾驶为标准的社会,目标是使欧洲在完全自动驾驶领域处于世界领先地位。日本2020年5月公布的《实现自动驾驶的相关报告和方案4.0》提出,到2025年将无人自动驾驶服务扩大到全国40个区域范围。


2017年,国务院印发《新一代人工智能发展规划》,自动驾驶被列入国家战略。2020年2月中国发改委等11个部门联合印发《智能汽车创新发展战略》,提出2025年战略愿景,标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。今年印发的《国家综合立体交通网规划纲要》提出,到2035年,国家综合立体交通网实体线网总规模合计70万公里左右。


从2015年开始,中国围绕自动驾驶推出了一系列规划图景。
从2015年开始,中国围绕自动驾驶推出了一系列规划图景。


2020年毕马威会计事务所(KPMG)发布的《自动驾驶汽车成熟度指数》,中国仅排第20名,影响中国排名的主要因素就是政策立法和基础设施。


《自动驾驶汽车成熟度指数》评估了全球总计30个国家和地区的自动驾驶部署与准备情况,评级排名细分为四个维度:政策和立法、技术和创新、基础设施、消费者接受程度。


KPMG《自动驾驶汽车成熟度指数》<br label=图片备注 class=text-img-note>
KPMG《自动驾驶汽车成熟度指数》


全球自动驾驶技术发展有两条路径:一条是传统汽车的驾驶自动化,即汽车制造传统强国对自动驾驶技术的创新与应用;另一条是将互联网技术嫁接到汽车中,即把人工智能的学习、感知、控制技术创新和应用于驾驶技术。汽车派如通用、奥迪、宝马、丰田等传统汽车制造商,遵循从L0、L1、L2的顺序逐步演进。互联网派的大多数则是直接从L4切入,把自动驾驶技术嫁接到汽车上。


美国和中国车企大多选择了互联网派的打法。谷歌的自动驾驶技术已被多家汽车厂商采用,苹果也正积极与奔驰、法拉利、英菲尼迪、沃尔沃等车企合作,主流汽车制造商正在把IOS操作系统引入新车型。


在中国,百度从2015年开始大规模投入无人驾驶技术研发,获得专利数2900件,已经形成自动驾驶、车路协同、智能车联三大开放平台。2019年美国加州车辆管理局发布的《自动驾驶接管报告》,百度在脱离接管次数上超过上一年冠军谷歌Waymo,名列第一,另外两家中国公司AutoX、PonyAI分列第四、五名。2020年6月27日,滴滴联合央视直播自动驾驶网约车试乘过程,并宣布向上海公众开放自动驾驶出租车服务。


市场分析人士认为,到2030年,工业化国家所有出租车都将实现自动化。到2040年,共享的自动驾驶汽车占据主导地位。到2050年左右,大部分人类驾驶的汽车将会消失。


人们把自动驾驶革命看作是20世纪汽车革命的重演。1920年代,汽车开始大量涌入城市,随后完成了全面机动化。一百年后历史重演,汽车工业曾如何改变历史,自动驾驶也将如何改变当下。


自动驾驶将颠覆原来的汽车产业链,跨界竞争者入局,价值链顶端由传统主机厂转向科技新贵,出行交通、整车销售模式和价值分配格局都将重新定义。汽车成为大型移动智能终端,车的核心部件由体现动力和操控的传动系统转向体现自动驾驶技术水平的智能软件系统(算法)和处理器芯片,实现软件定义汽车。


上一个世纪,汽车工业曾让美国成为“轮子上的国家”;如今,自动驾驶又会给哪些国家创造机会?


四、新基建或助中国“换道超车”


2021年两会刚刚落幕。相较往年,今年两会出现了更多关于“自动驾驶”“智能网联”“汽车芯片”等提案。百度李彦宏、360周鸿祎、网易丁磊、长城汽车王凤英、合众汽车方运舟、奇瑞汽车尹同跃、广汽曾庆洪、上汽陈虹、江汽周福康等人的提案都与自动驾驶相关。如何在“新基建”背景下,提早进行自动驾驶的商业化应用,实现智能交通和智慧城市,是本届两会关注的焦点之一。


自动驾驶的发展有三条主流技术路线:


1. 以激光雷达和高精地图为代表的“谷歌派”单车智能路线


2. 以视觉感知和影子模式为代表的“特斯拉派”单车智能路线


3. 率先在网联化发力与车路协同的“新基建”式智慧交通路线


德、日等传统汽车强国凭借汽车制造能力积淀稳扎稳打,徐徐推进自动化升级。美国则凭借雄厚的基础科研实力、全球领先的人工智能技术开展前沿探索。相对之下,中国推行自动驾驶的优势体现在另一层面。


在国家新基建的大力推进下,中国科技企业集中发力第三条技术路线,更偏向于“车路协同的智能汽车”。即通过传感器与驾驶员、其他车辆、路面基础设施和云通信结合,实现车路海量信息交互,形成“人-车-路-云”的高度协同。


2019年,中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会发布的《智能网联道路系统分级定义与解读报告》出炉,对中国道路智能分级标准进行清晰定义,对智慧道路建设形成明确指引。2020年4月,国家发改委明确了新基建范围,包括5G、物联网、卫星互联网、人工智能、数据中心、智能交通基础设施等,而自动驾驶既是这些领域的交集点,也是具体的落地应用场景。


自动驾驶背后的移动通信技术标准之争,也是国家间利益分配主导权之争。美国人工智能领域全球领先,基础科研实力强,科技巨头的技术积淀优势明显。中国仅靠单车智能的赛道追赶,具有一定难度,但有望通过车路协同实现自动驾驶领域的“换道超车”。(参见前文《特斯拉的中国“收割机”》)


中国以华为为代表的通信企业在5G技术方面世界领先,且4G和5G基站数量多覆盖广。中国政府大力推行5G网络、物联网、卫星互联网、数据中心、智能交通基础设施等新型基础设施建设。相较而言,美国的新型基础设施建设一般由市场投入而缺乏政府主导,进度明显慢于中国;此外国民更注重个人隐私,也可能导致网联化推动进程缓慢。


新基建蓝图的徐徐展开,为我国自动驾驶创造了难得的战略机遇期,这是一场传统主机厂、造车新势力、互联网巨头、ICT企业、零部件供应商深度参与的社会变革。在新基建的推动下,车路协同有望进入快车道,弥补中国在单车智能发展方面的不足,有望率先实现L4~L5高等级自动驾驶技术的大规模商业化落地。


参考资料:

[1] 约翰·马尔科夫,人工智能简史,2017

[2] 李开复,人工智能,2017

[3] 邱泽奇,自动驾驶中的社会行动主体分析[J/OL].人民论坛·学术前沿,2021-03-15

[4] 德勤报告,新基建下的自动驾驶:单车智能和车路协同之争,2021

[5] 马乃铎、魏雅雯、庄梦梦、李龙辉,国内外自动驾驶政策发展趋势研究,2020

[6] 李秋玮、申彤,国外自动驾驶汽车发展现状及趋势分析,2020


本文来自微信公众号:钛禾产业观察(ID:Taifangwu),作者:熊文明