TMT观察网_独特视角观察TMT行业

谷歌旗下的自動駕駛公司Waymo已經對部分試點出行服務收費，并開始測試定價模型。雖然Waymo并沒有透露具體的定價細節，但是已經有用戶為乘坐Waymo自動駕駛車輛付費。

這個被稱之為輪式移動機器人的智能汽車，從上世紀70年代開始，諸如美國、英國等發達國家就已經開始進行無人駕駛汽車的研究。但到目前為止，人們對于無人駕駛仍然褒貶不一，心存各種疑慮。而在今年3月份的時候，Uber無人駕駛撞人并致使行人死亡事件，更是將無人駕駛推向了風口浪尖。

在無人駕駛尚未完全成熟的狀態下，以及在民眾對于無人駕駛汽車安全性、可靠性的重重質疑下，谷歌開啟的無人駕駛商業化時代，究竟是無人駕駛的強心劑還是催命符？

無人駕駛商業化面臨“先天不足”

所謂的無人駕駛并沒有達到無人標準，按照自動駕駛的SAE標準，只有達到L5級才能實現完全自動駕駛。目前，特斯拉的自動駕駛級別是L2級（部分自動駕駛），奧迪的自動駕駛級別是L3級（條件自動駕駛）。

從商業化的視角來看，第2級或第3級的自動駕駛技術，將來只會被用于有限的場合，而直接面向第4級甚至第5級的自動駕駛，才是未來最大的商業機會。而目前自動駕駛尚未達到L5級別，這就意味著在突發情況下仍需要駕駛員進行干預，這樣一來，所謂的無人駕駛商業化，最終還是要配備司機，亦或是乘客自行應對行駛中的緊急事件？這樣一來，與原本的無人駕駛思想又將背道而馳。

除此之外，高精度地圖、人工智能決策以及自動定位實現等問題也影響著無人駕駛。現實環境比地圖更加復雜多變，而且地圖并不能覆蓋所有場景，一旦遇到沒有參考數據的環境，無人車就需要自行做出決定。而此時就可能會遇到“電車難題”，所循邏輯不同，人類與人工智能最終的決策也必將會有沖突，這又將陷入另一個循環沖突當中。

自動定位實現問題是無人駕駛發展的另一個瓶頸，在交通壓力大、高樓密集的環境下，信號干擾、信號弱等都是自動定位的“終極殺手”。定位錯誤就會導致地圖、道路情況、行人等信息傳送錯誤，信號問題是實時道路信息監控的避不開的坑，但是道路環境的復雜性又使得構建好的地圖不能完全幫助無人駕駛完成避障或者路徑規劃等任務。無論是何種方式，以當前的技術都有其短板。

而技術的“先天不足”勢必造成駕駛問題頻現，例如，特斯拉的自動駕駛級別是L2，不過很多人都是按照L3級來使用，在L2 中， 至少有2個主要控制功能能夠同時使用，來減少駕駛員的控制，但是仍要求駕駛員和平時一樣將注意力集中在道路上，L3則是駕駛員能夠完全把主要控制權交給汽車，但在需要時仍需要自己控制。而因駕駛員的不按照規定駕駛汽車，自動駕駛時常被起訴。

無人駕駛大規模的商業化，“先天不足”的不單單是技術，還有民眾的接受程度。無論各大巨頭如何吹捧無人駕駛將怎么改變人們未來的出行以及其便利性，但對于一個可能會隨時脫離掌控的交通工具——即使這個概率很小——人們仍然抱著“只可遠觀”的態度。而Uber無人車撞到一位推著自行車橫穿馬路的女士并致其死亡事件，無疑讓這層心境又結了一層冰。

如果這是一次普通的交通事故，是美國國家公路交通安全局（NHTSA）的交通報告中數萬例中的一起，大概不會有如此大的關注度和曝光度。但是無人駕駛車輛撞死人事件似乎給了很多人一個發泄的出口——曾經的疑慮、不信任終是得到了驗證的自得感，恨不得將無人駕駛車輛處以極刑的審判者姿態，更是凸顯出人們對于無人駕駛的接受程度大多停留在意識形態，或者說是對于這個看似荒誕的科技的好奇感。

對于這個尚未成熟、依舊處于考驗階段的無人駕駛來說，其商業化就如同在沒有烤制成型的蛋糕上涂奶油一樣，最終可能會一塌糊涂。

谷歌的無人駕駛計劃恐成泡影 

谷歌想將無人駕駛行業商業化的念頭，已經醞釀很久了。2016年，谷歌宣布將自動駕駛汽車項目分拆為一家獨立的公司Waymo（A new way forward in mobility），而這也是谷歌謀圖開啟無人駕駛商業化的開端。

相比于特斯拉、奧迪，谷歌的旗下的Waymo在去年年末的時候就宣布十分接近第4等級的自動駕駛功能，并在10月中旬宣布將量產L4級的自動駕駛汽車。而谷歌自動駕駛級別的領先得益于其“完全自動”的無人駕駛汽車研究理念，這與特斯拉和大多數傳統汽車制造商主導的輔助“進化”理念有所不同。

但即使是無人駕駛處于領先地位的谷歌，恐怕也難以在短期內實現商業化。畢竟，從L4級發展到L5級無異于人猿進化到原始人的跨越。

而提到谷歌的自動駕駛L4級（高度自動駕駛），也有其弊端，即要局限于車輛的ODD（Operational Design Domain，即設計適用范圍），這也就意味著，只有在HAV（Highly Automated Vehicles，即高度自動化的車輛）被設計適用的場景下，才能實現完全自動駕駛。

換句話來說，現在的自動駕駛都只是“半成品”，并不能完全離開駕駛員的操作，一個“半成品”的商業化恐怕會大打折扣。畢竟，一個叫囂著完全自動駕駛的無人車卻離不開駕駛員，這不就如同人工智能同聲傳譯卻需要人類在后面遞小抄一樣可笑。

而谷歌無人駕駛商業化面臨的不單是技術的挑戰，即便是最簡單的商業化生物鏈也要包括商家和用戶，這也就意味著商業化最終要歸結于目標受眾，無人買單的商業化只能自生自滅。這也就決定了，研發出能夠投入市場的完全自動駕駛汽車并不意味著商業上的成功，相對于技術，無人駕駛商業化更大的障礙，是民眾的思想意識或者說是人性。

作為最早開始無人駕駛道路試驗的公司，谷歌的無人駕駛商業化按理來說已經是“起了個大早，趕了個晚集”，但其商業化依舊長路漫漫、阻礙重重。如果將無人駕駛商業化比作萬里長征，現在我們只知道了接下來需要應對的挑戰。

無人駕駛商業化離我們還有多遠？  

無人駕駛的初衷是，通過以技術為主導的交通意識，取代人類那充滿不確定性的交通意識。通過系統編程與數據操控駕駛，看似毫無溫度，但在規則的執行方面卻比人類更加忠誠，醉駕、疲勞駕駛、情緒駕駛、無證駕駛，甚至是惡意制造事故，這都是某一些駕駛員的“杰作”。

事實告訴我們，人類遠遠比無人駕駛更不靠譜。僅在2017年，美國因車禍死亡人數就達到37133人。而從2009年谷歌率先進行無人駕駛路測以來，Uber無人車撞死行人是無人駕駛史上首例無人車致死事故。但是這個數字對比并不能讓民眾對無人駕駛有絲毫寬容，相比于人類，人們更無法原諒機器的失誤。

但是，無論是嚴格遵循交通規則，或者如Greenblatt所說的僅在美國就能夠拯救30000個生命，都無法掩飾人類的恐懼，“非我族類，其心必異，其行必誅”的不安，被人刻意渲染的人工智能或許將統治人類的危機。如同《機器總動員》中被機器豢養、連行走的能力都喪失的人類，無人駕駛或許也將剝奪人類駕駛的能力。

人工智能發展跨越的每一步，都是在逼近人類。曾經機器代替了工人，現在要代替司機，將來又將顛覆哪一行業？無人駕駛商業化，也許表面只是自動駕駛代替人類駕駛員，但更深層次的是人類與人工智能的關系沖突。這也是為什么說普及無人駕駛最大的障礙，看似是技術，實則是人性的原因。

但目前推行無人駕駛商業化亟需解決不是技術突破，也不是民眾接受程度，而是責任歸屬問題。這個問題不解決，無人駕駛商業化就是一句笑話，即使忽略這個問題，一旦將來無人駕駛出現安全事故問題，其商業化進程就難免落得“一夜回到解放前”的結局。

責任歸屬，舉個例子來說，就是“刀殺了人”的問題，責任在刀還是在人？無人駕駛一旦出現交通安全事故，又是誰來負責？

其實，除了科學家和夢想家，無人駕駛所能依靠的力量并不多。無法突破的技術瓶頸、民眾的心有疑慮，而連本該公平、公正的法律法規的天平也嚴重傾斜，無人駕駛需要做什么、不能做什么、要注意什么，這簡直可以再寫一個新時代的“三從四德”，身為受惠的人類又能為或者是該為無人駕駛做什么，絕口不提。而一旦出現問題，無論對錯，無人駕駛都要被關“小黑屋”檢討，難道從來就沒有人想過，事故發生的必要條件是違法交通規則橫穿馬路的人？無人駕駛商業化，果真是“路漫漫其修遠兮”。

究竟是誰給無人駕駛出的難題，怎么做都是錯的答案？而拿著一張都是紅叉的試卷的谷歌，又能為無人駕駛商業化時代贏得多少分數？恐怕，還要補考。