四重难题让无人驾驶汽车技术深陷信任危机

来源：中国战略新兴产业（ID:cseinews），作者：顾彦

热点聚焦

人工智能哪家强？

四重难题让无人驾驶汽车技术深陷信任危机

60多年前出现的人工智能如今才迎来发展高潮

人工智能投资火热绝非昙花一现

这些 AI 技术值得关注

机器换人：换来的不是失业

新型计算将成为人工智能继续发展的关键支撑

在一边是站在马路上的 5 个人，一边是无辜经过的1个路人，如果事故无法避免，必须二选一的无人驾驶汽车该撞向谁？

当红绿灯上悬挂了一个绿色气球，无人驾驶汽车如何识别？

当面临紧急情况，无人驾驶汽车的程序能违章吗？

当无人驾驶汽车出现事故，谁该为此负责？

无人驾驶汽车普及后，司机会面临失业吗？

这样的问题，自无人驾驶汽车技术处在萌芽时期就被提出，但从未有过标准答案。随着无人驾驶汽车技术不断进步，这些问题也逐渐成为了制约其进一步发展的瓶颈。北京联合大学机器人学院教授刘元盛告诉本刊记者，目前无人驾驶汽车技术面临着复杂情况技术处理问题、成本问题、法律问题和伦理问题等多重困境，距离真正应用还有一段路要走。

一辆完全脱离人类干涉的无人驾驶汽车，独自从出发点到达目的地，是目前世界上公认的无人驾驶汽车技术最高等级。根据美国高速公路安全管理局目前的规定，无人驾驶汽车可以分为 0 至 4 五个级别。

“级别 0 ”又称无自动化，由人来操作汽车，可以得到保护系统辅助和警示；“级别 1 ”又称驾驶支援，通过驾驶环境分析，可以对方向盘和速度其中一项支援控制；“级别 2 ”又称部分自动化，可以对方向盘和速度等多项操作提供支援控制；“级别 3 ”则是有条件自动化，汽车已经可以自动驾驶，只是人类仍需提供一定操作；“级别 4 ”则达到高度自动化或完全自动化，汽车可以自动驾驶，人类可以不用提供操作。

“提到无人驾驶汽车，大家都觉得‘高大上’，但实际上无人驾驶技术已经走近身边，大家的车或多或少都有无人驾驶或者说无人驾驶的因子在里面，比如 ACC 自适应巡航系统、自动泊车系统等。”刘元盛说。

刘元盛介绍，无人驾驶技术从技术上可分为三大层：感知层，认知和决策，执行层。感知像人一样，人用眼睛去看、用耳朵去听，车也一样，要看前方有没有障碍物、看红绿灯、看路在哪儿，这就牵扯到高精确的GPS、激光雷达等技术和雷达设备、视觉设备、传感器等模块；认知或者决策层是指，接收到感知层的信息后怎么做判断，往前走还是不走、走多快，这是大脑的决断，牵扯到信息融合、人工智能等技术，比如让无人驾驶汽车系统向标杆驾驶员学习，用人工智能把经验固化到技术当中，让无人驾驶汽车技术达到标杆驾驶员的水平；第三层执行层是指机器做出了决断以后怎么控制，告诉汽车怎么走之后要控制汽车的转向、加减速、换挡等，这些操作需要系统来完成，人也可以参与。

据刘元盛介绍，目前国内外从事无人驾驶汽车技术研究的机构主要有“三大集团”。首先，最活跃的是学校和科研院所，包括国外的美国卡内基梅隆大学、美国斯坦福大学、意大利帕尔马大学等，国内则有天津军事交通学院、北京联合大学、国防科技大学、西安交通大学、中科院合肥物质研究所、北京理工大学、清华大学、湖南大学、武汉大学、同济大学等；第二类是汽车企业，如国外的奥迪、宝马、奔驰、沃尔沃、通用、丰田等，国内的长城、比亚迪、上汽、东风、北汽新能源、长安等；另外一类则是互联网企业，比如谷歌、百度、阿里巴巴、华为、腾讯、乐视等。

上汽集团相关研究指出，目前谷歌的自动驾驶技术虽然还无法适应所有路况，但已经是业界最尖端的，已经达到了级别 3 —— 有条件自动化。目前市面上公司对自动驾驶技术的研究主要还是从级别 2 —— 部分自动化入手的，比如已经能够实现的自动泊车、车道保持等功能，都属于这个级别。而要想实现最高级别 4 ，上汽集团给出的时间表是在 2030 年，实现全环境下的自动驾驶。

刘元盛指出，目前，随着无人驾驶汽车技术发展到一定程度，复杂情况技术处理问题、成本问题、法律问题和伦理问题等多重困境已经开始成为阻碍其发展的瓶颈。

复杂情况技术处理问题是指技术上如何处理文章开头提出的极端情况，这是目前的一大难题。无人驾驶汽车技术最直接依赖的是计算机技术和人工智能技术，需要提前填入规则，根据给定的规律变化状态。计算机擅于记忆，人工智能也能进行一些简单的归纳式思考，但它始终不具备人类的联想和演绎能力，而实际驾驶过程中面临的很多突发状况，不是简单通过归纳总结就可以解决的。

另一方面，为了能让无人驾驶汽车技术更加安全，让给定规则能够覆盖更多的情况，无人驾驶汽车技术需要太多自身系统和周边系统的支持，通过各种传感器界定安全区间、辨别环境、规划行进路线等，然而系统越复杂，可能产生风险的环节就越多，算法越复杂，出现矛盾的可能性就越大，这些缺陷在无人驾驶汽车系统中可能造成的危害是难以预测和估量的。

成本问题则是因为，一方面，无人驾驶汽车涉及多种先进技术，本身就造价昂贵；另一方面，目前传统汽厂商和互联网公司在无人驾驶汽车技术的研发上形成了竞争态势，在提高服务质量上为了赶超对方不惜血本。有业内人士曾指出，目前无人驾驶汽车产业化面临的最大挑战和障碍是成本过高，即便现在造出一辆真正可以上路的无人驾驶汽车，成本也在 25 万美元以上，要想立刻实现商业化几乎不可能。

法律问题是最近一两年来无人驾驶汽车技术发展过程中最受关注的问题，尤其是在谷歌、特斯拉、Uber 几大公司的无人驾驶汽车实验相继出现事故之后。2016 年 2 月 14 日，在美国加州山景城，谷歌研发的无人驾驶汽车与公共汽车发生轻微碰撞，这是谷歌无人驾驶汽车第一次因为自主控制系统问题而引发事故；同年 5 月 7 日，在美国佛罗里达州的一个十字路口，一名司机在使用特斯拉 ModelS 的 Autopilot 模式时，遭遇了一辆正在左转的重型卡车，在强烈日照下驾驶员和自动驾驶系统都未能识别到拖挂车的白色车身，因此未能及时启动刹车系统，导致司机死亡；2017 年 3 月 25 日，Uber一辆无人驾驶汽车在美国亚利桑那州进行上路测试时发生严重事故，目前 Uber 已叫停亚利桑那州该项目，不排除匹兹堡和旧金山项目也会被暂停。这几起事件让人们开始对无人驾驶技术的安全性产生了怀疑，同时由于涉事公司在处理事故时或多或少存在推脱责任现象，人们开始呼吁政府部门从法律层面对无人驾驶汽车技术进行约束，或对无人驾驶汽车事故进行责任认定。

据刘元盛介绍，英国无人驾驶汽车 2016 年首先在地方公路上进行测试，2017 年首次允许在高速公路及重要道路上进行试驾；2016 年美国国家公路交通安全管理局确认谷歌无人驾驶车符合联邦法律，内华达州也批准戴姆勒了无人驾驶卡车路测；2016 年 7 月 20 日，中国汽车行业监管机构表示，将联合公安部制定规范有关自动驾驶汽车道路测试的法律法规，法规发布前禁止车企在高速路上开展无人驾驶汽车测试。“针对无人驾驶汽车，要有新的规则、新的意识。目前我国的无人驾驶汽车在法律法规上还处于空白期。”刘元盛说。

奔驰的无人驾驶卡车在前车车速变慢时自动减速并调整方向盘完成超越。 

无人驾驶汽车面临的伦理问题也同样难以解决。斯坦福大学汽车研究中心教授 Chris Gerdes 曾发表演讲称，通常情况下，司机只需对自己的驾驶行为负责，而对于一辆无人驾驶汽车，驾驶行为的责任就落在了设计无人驾驶系统的开发人员身上。在任何情况下，对于无人驾驶行为准则的判断，都必须考虑其中涉及的驾驶场景。比如伦理学领域著名的悖论“电车难题”里提出，当刹车不及，只有两个选择时，是该保持直行撞向前面的 5 名路人，还是紧急转弯可能撞死路边的一位行人？面对这样的艰难抉择，司机必须权衡利弊，其中涉及到个人伦理道德的行为准则，但在无人驾驶汽车系统中，开发人员却不能将个人的道德行为准则填入系统强行推给每位客户。

但尽管如此，业内人士普遍自信无人驾驶技术比人类驾驶员更可靠。

数据显示，人类对紧急出现的场景的反应时间平均是 1.2 秒，无人车可以达到 0.2 秒。刘元盛则指出：“计算机控制的车比人单纯、听话，不会喝酒，不会有情绪，也不会开斗气车，如果技术成熟、把规则设置好，它还是非常听话的。人类开车每年给中国造成 10 万人左右的车祸伤亡，相信无人驾驶技术会远远低于这个数字，随着技术的发展和进步，无人驾驶必将取代有人驾驶占有主导地位。”

在业内人士的自信和社会公众的怀疑中，政府如何进行监管仿佛落入了一个两难境地，新兴产业技术发展迅速，严格的监管会成为其进步的障碍，但其中涉及到安全问题的领域又不得不进行干预。对此，近日美国交通部部长赵小兰在底特律接受媒体采访时回答，政府正试图在自由发展与严格监管以保证公众安全之间找到平衡。赵小兰一方面呼吁硅谷企业站出来科普无人驾驶技术的相关知识，帮助公众克服对机器人掌控方向盘的恐惧心理，另一方面透露联邦政府将有所作为，美国无人驾驶汽车自愿性指导原则的修订版将在今年年底发布。

“仓促制定相关法规可能不利于长期发展。”赵小兰说，“我们不希望政策法规妨碍无人驾驶汽车的未来发展。”据悉，国内有关无人驾驶汽车的相关法规和标准也正在制定中。

关于无人驾驶汽车未来如何进一步发展，刘元盛认为，可以在特定的区域内或者是特定的场合内投入应用。比如低速场地的无人驾驶，比如在矿区、野外、机场等场景，这些基础环境的特点是车速都比较慢，大概在每小时 40 - 50 公里，环境也比较简单，不会像城市道路、高速路一样可能出现很复杂的情况。“虽然无人驾驶汽车离上路行驶还有一段距离，但是可以先在特定场景内简单落地。”刘元盛说。

这种思路或许可以为无人驾驶汽车等新兴的人工智能应用提供一个新思路，在技术还未完全成熟，法律问题、伦理问题尚未完全解决的情况下，可以先在一些环境简单、不容易出现事故的特定场景投入应用，在应用中逐步完善技术和解决问题，然后再大规模推广。

“远望智库”聚焦前沿科技领域，着眼科技未来发展，围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题，开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选，以及成果转化等工作，为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务，为推动国家创新驱动发展和军民融合深度发展提供智力支撑。