有一说一你可能永远等不来自动驾驶

　　作者 聂一尧
　　出品 汽车大观
　　一场席卷全球自动驾驶的寒潮，正在随着难以商业落地的现实和投资者冷却的信心，汹涌而来。
　　德国财经媒体《经理人杂志》11月17日称，大众新任CEO奥博穆对公司的自动驾驶汽车计划进行了审查。他将推迟公司L4级自动驾驶Trinity项目的时间，并考虑放弃位于狼堡的建厂计划。
　　知情人士透露，奥博穆之所以会这样做，原因是看不到L4级自动驾驶商业落地的可能。
　　20多天前，福特与大众相继撤出L4级自动驾驶独角兽Argo AI，随后Argo AI宣布倒闭，正式吹响了自动驾驶寒冬来袭的口哨。
　　事实上，自动驾驶的寒潮早有征兆。人事剧变、市值暴跌、裁员、降薪等不利情况，今年都不同程度地发生在背靠谷歌的L4级自动驾驶巨头Waymo、背靠通用的Cruise，以及Aurora、Nuro、图森未来和Embark Technology等自动驾驶公司。
　　大洋彼岸的中国市场，知名L4级自动驾驶公司Momenta、小马智行，先后传出大量裁员消息。裁员、降薪、估值下跌、融资困难，同样发生在每一个自动驾驶公司身上。
　　不过短短几年，红极一时的自动驾驶风口，随着时间堕入凛冽的漩涡，原因其实很简单：L4级自动驾驶的商业化落地太过艰难，投资者已经失去信心。
　　Cruise首席执行官Kyle Vogt就坦言，自动驾驶行业已经从极端乐观转向极度悲观。
　　是的，人们曾经对自动驾驶极端乐观，对完全的自动驾驶即无人驾驶充满想象。
　　激情的自动驾驶梦
　　如果不把驾驶辅助ADAS领域老大Mobileye算在内，那么美国人是最先对自动驾驶开启想象的。这个人就是谷歌创始人拉里·佩奇。
　　佩奇在1995年列出的一张研究清单，透露了他想要做的两件事：如何利用超链接改变互联网搜索，以及自动驾驶汽车。
　　十几年后，神秘的 GoogleX 实验室成立，首个诞生于这个实验室的谷歌自动驾驶项目Project Chauffeur，也于2009年1月启动。
　　2010年10月，谷歌的自动驾驶项目因《纽约时报》的公开报道而广为人知。此时，谷歌第一代由丰田普锐斯改造而来的7辆测试车，已经跑了14万英里。
　　谷歌随后于2012年获得了内华达州颁发的第一张自动驾驶汽车测试牌照，并在同年推出第二代由雷克萨斯Rx450h改造的测试车。这一年，第二代自动驾驶测试车队在高速公路上，累计完成了超过30万英里（约48万公里）的测试里程。
　　可以说，谷歌一手勾画了自动驾驶的雏形，并且为后来者铺就了一条充满想象的赛道，你很难说后来百度、特斯拉及其他参与者的加入不是受到了谷歌的启发。
　　谷歌也是自动驾驶的西点军校，Argo、Aurora、Nuro的创始人，均来自谷歌自动驾驶项目团队，人才的流动催生了自动驾驶行业的蓬勃发展。
　　但真正把自动驾驶炒热炒火的，是特斯拉。
　　谷歌在2013年推出L2级的半自动驾驶系统AutoPilot后，发现了严重的安全问题：一款辅助驾驶系统，表现越优秀，人们就越容易盲目信任它，即便告知风险，驾驶员也容易忽视危险的存在。
　　谷歌因此摒弃了研发辅助驾驶的渐进式路线，开始全力以赴研发特定场景的L4自动驾驶，不久后率先在凤凰城上线了Robotaxi服务。
　　而与谷歌技术团队有过短暂合作的马斯克，却看到了AutoPilot之于特斯拉的重要性，无论是L2级驾驶辅助系统还是渐进式路线，对于急需在市场以智能驾驶作为亮点获取关注站稳脚跟的特斯拉来说，都尤为重要。
　　特斯拉很快牵手Mobileye，并将其智能驾驶进行包装。尽管特斯拉的AutoPilot只能实现L2级驾驶辅助功能，但马斯克擅长让用户开启对其全自动驾驶的想象。
　　马斯克在2014年接受记者采访时就表示，特斯拉可能在明年实现90%的自动驾驶。从2015年到2022年，马斯克每年都大胆预测自动驾驶很快将获批开放，自动驾驶汽车将可以在任何道路上随意行驶。
　　马斯克对自动驾驶高调激进的宣传，推动了自动驾驶赛道的火热。尤其是2016、2017两年，资本对自动驾驶表现出了最热烈的兴趣和信心。大批资金涌入自动驾驶赛道，无论是直接面向特定场景的L4级自动驾驶如Robotaxi、Robobus、Robotruck，还是在渐进式路线上面向L2+、L3的自动驾驶公司，都不同程度地获得了资本的青睐。据麦肯锡2021年统计，从2010年起，自动驾驶领域仅技术研发投入就已超过1000亿美元。特斯拉推出的区别于AutoPilot的全自主驾驶FSD（Full Self-Driving）功能，也成功让全球约35.92万特斯拉车主进行了购买。
　　讲不下去的自动驾驶故事
　　谷歌自动驾驶项目推进的过程中，有一个问题始终困扰佩奇：自动驾驶技术的商业化应用。自动驾驶是一个烧钱的项目，尽管谷歌不缺钱，但持续的投入也让佩奇期望尽早看到自动驾驶商业变现的一天。
　　2016年底，谷歌自动驾驶项目更名为＂Waymo＂，作为独立实体存在。Waymo代表的意思是：A new way forward in mobility（未来新的移动方式）。
　　随后的2年，Waymo逐渐确立了其自动驾驶商业应用的领域：叫车服务、无人驾驶卡车物流、将无人驾驶技术授权给汽车厂商开发私家车、最后一公里服务，即运送乘客去公共交通站。
　　宏大的市场化策略，令Waymo 估值在一年时间，从2017年的700亿美元飙升至2018年的1750亿美元。然而仅在3年后，Waymo估值已跌到300亿美元。摩根士丹利对此表示，估值下降是因为行业发展比预期要慢。但明眼人都知道，Waymo至今都无法保证无人驾驶能够不发生因为系统判断错误导致的安全事故。
　　这也是摆在当前任何一家L4级自动驾驶公司面前无法跨越的天堑。2021年，Waymo自动驾驶车辆在加州发生了高达43次交通事故，虽然Waymo没有公开其中有多少次是由全无人驾驶车辆引起，但基于安全考虑，人们也无法完全信任自动驾驶。
　　同样的问题发生在特斯拉身上，特斯拉发生过多起自动驾驶相关安全事故。有网站Tesladeaths专门统计过特斯拉汽车致死事故，自2013年以来，特斯拉汽车已经在全球发生了249起致死事故，死亡人数达到295人。
　　外界纷纷指责由于特斯拉对于Autopilot、FSD功能过于夸大其能力的宣传，误导了用户以为特斯拉已经实现了真正自动驾驶。
　　事实上，目前的自动驾驶技术无法做到100%感知和决策准确，Waymo的无人出租车去年还发生了在路上遇到几个交通锥，就停了下来拒绝行驶的状况。通用汽车Cruise的无人出租车还因为没看懂路况而被撞。自动驾驶离真正实现让人放心的安全行驶的那一天，还有很远很远的路程。
　　对自动驾驶从来都最激进的马斯克去年开始承认，只有人工智能技术得到突破，才能真正实现真正的无监督、通用的全自动驾驶。
　　福特技术负责人菲尔德则说，无人车是＂我们这个时代最困难的技术问题，比把人送上月球更难＂。
　　难以实现的L4级自动驾驶
　　为什么10年耗尽1000亿美金的自动驾驶，时至今日走到了难以跨越的安全天堑前？
　　中国科学院院士、清华大学人工智能研究院院长张钹的话，或许能揭示问题的核心。他说，人工智能现有的方法只能处理结构化环境下的问题，非结构化环境下的问题，人工智能还有待提高。
　　如果以现实和将来作为分界，目前人类使用的人工智能算法严格意义上来说都属于＂弱人工智能＂。弱人工智能对于某一特定问题的解决能力可以做到很强，甚至超越人类，但机器的这一能力很难拓展到解决别的问题上。
　　而人类现在还没有实现，但期望将来实现的人工智能，被称之为＂通用人工智能＂。通用人工智能指的是指计算机能理解和习得人一样甚至更强的思考能力和智慧，直白点说，就是至少能打败人类的学习理解和思考能力，也被称为类人类智能，是人工智能领域的长久话题。
　　自动驾驶的底层基础就是人工智能。所以目前，不论是以Waymo、百度Apollo、小马智行等为代表的，针对Robotaxi、Robobus、Robotruck等特定环境的L4级自动驾驶，还是以Mobileye为代表的驾驶辅助，都是在弱人工智能前提下进行的研究。
　　这就造成了目前的自动驾驶，只能实现有限规则+有限可判定结果。但真正无人接管的自动驾驶，需要符合有限规则+无限可判定结果。不死人看起来是一个有限可判定,但它实际上是说在任何意外情况下,一个有经验的司机可以逃过危机避免不好的结果。
　　比如当一辆白色的货车出现，真正的自动驾驶应该要正确感知其是一辆货车，而不是把它看成是天空的颜色从而撞上去。比如当季节、街道发生变化，真正的自动驾驶应该要感知哪怕如光线、角度的微小不同，而做出正确反应，而不是看到雪糕筒后，能认出它却停下来不走了。
　　图灵奖得主、计算机科学家杨立昆曾在接受采访时，犀利地指出基于弱人工智能的自动驾驶的脆弱之处。他说，无人车公司一直过于乐观，觉得将数据扔进大型神经网络就能让它学到一切。事实上，我们可能只是拥有一个没有常识、十分脆弱的系统。
　　而通用人工智能作为人类还在探索的方向，目前也无任何人能给出实现期限。如此看来，基于单车智能要实现真正的自动驾驶，也许真的将成为一个梦了。
　　如果说还有其他解决办法，也许最好的办法就是求助于车路协同了。