自動駕駛=無事故?
蔚來首例NIO Pilot致死車禍后,關于自動駕駛安全相關的話題討論,愈演愈烈,一場信任危機正在殃及所有玩家。
甚至還形成了兩極代表觀點:
一極認為,“自動駕駛事故”面前,應該對所有的自動駕駛展開重估,因為技術能力有如此明顯缺陷,人命關天。應該叫停研發(fā),禁止推廣,從根本上杜絕類似事故。
另一極強調,輔助駕駛的鍋,不能讓自動駕駛背,“真正的自動駕駛”就會有絕對的安全,自動駕駛=無事故。
一方限制,另一方辯護。但對不起,都存在認知偏差,都可能阻礙一項利國利民造福人類的新技術健康發(fā)展。既不能因噎廢食,也不宜把自動駕駛與零事故劃上等號。
不過確實是時候,正本清源,厘清技術野蠻生長期里遺留的種種歷史問題了。
自動駕駛歷史遺留問題?
最首要的就是自動駕駛技術等級劃分,以及翻譯用語加劇的“誤解”。
就在蔚來事故熱議中,理想汽車創(chuàng)始人李想、投資入局造車的360董事長周鴻祎,以及威馬汽車創(chuàng)始人沈暉,也都是圍繞自動駕駛技術等級相關的問題展開的討論。
有人說他們是作為友商在“落井下石”,但如果深入了解了他們口誅筆伐的“專業(yè)黑話”和統(tǒng)一用語倡議,就會真切感知——他們這是唇亡齒寒危機感下的自發(fā)自救。
因為自動駕駛技術等級相關的歷史遺留問題一日不明,行業(yè)野蠻生長、劣幣驅逐良幣的現(xiàn)狀就會始終得不到改變。
所謂的自動駕駛技術等級,核心就是這張圖:
其中的level(水平等級),就是L幾的“行業(yè)技術黑話”。
L2,就是level 2,也就是第二等級水平。
L3,就是level 3,也就是第三等級水平。
這套“等級”標準,跟一家名叫Society of Automotive Engineers的組織有關,簡稱SAE,中文叫美國工程師學會。
在2014年全球自動駕駛研發(fā),開始第一次欣欣向榮之際,SAE牽頭制定了一套自動駕駛技術等級標準。目標是希望通過劃定不同的等級,可以指引行業(yè)針對性發(fā)展。
整個等級標準的制定,參考了很多影響因素。但最核心的可以歸納為一個:AI系統(tǒng)在汽車駕駛中的參與程度。
整個標準,被分為了6個級別。
0、1、2、3、4、5。
L0,AI參與程度最低,基本就是應急情況下輔助一下。
L5,AI參與程度最高,高到整個駕駛行為完全不需要人類的地步,也被叫做完全無人駕駛。
比如現(xiàn)在常聽到的RoboTaxi無人駕駛出租車,或者是不再搭載剎車油門腳踏板和方向盤的智能車,就是朝著L5方向上的努力。
在這6個等級中,有一個關鍵分水嶺——L4。
L4以下,人類駕駛員都是駕駛行為的最終責任人。
L4及以上,AI系統(tǒng)就是最終責任人。
L4是權責界限的分水嶺。
換而言之,L4以下,無論是L2還是L3,都是人機共駕模式,AI系統(tǒng)提供的都是輔助能力。
區(qū)別在于,L2是你操作什么,AI就執(zhí)行什么,比如車道居中保持、自適應巡航控制,以及你命令變道然后AI來伺機變道……都是L2。L2情況下,AI完全不“思考”,也不主動做決策。
而L3,最大的不同就是AI開始能幫司機做決策了。最簡單的例子就是,什么時候變道,人類司機不用再給指令。
在駕駛過程中,AI會根據(jù)你的行程和路況來進行決策,甚至能在高速和環(huán)路等非開放路況的場景下,幫助完成絕大部分的駕駛行為。
只是這個階段,人類依然是駕駛行為的核心決策者,所以特殊情況、緊急決策,依然需要人類駕駛員來執(zhí)行。所以現(xiàn)階段,各家產品有叫法上的不同。
NOA、NOP、NGP……但基本都是指在高速、環(huán)路等路況相對可控的場景的AI駕駛輔助。
援引SAE制定的術語和翻譯用語,他們確實可以被叫作“L2自動駕駛”、“L3自動駕駛”,甚至還有“L2.5自動駕駛”……
但歸根結底,又都是輔助駕駛,都是AI提供輔助能力,最終駕駛的決定權,依然在于車主。這也意味著,如果發(fā)生事故,提供這種“AI輔助”能力的提供方,有“最終駕駛決定權歸車主”的空子可用。
問題是,自動駕駛本身已是新事物,技術等級標準更是“行業(yè)黑話”,普通車主和用戶,都缺乏完備認知……加之利益相關的技術提供方,還可能在售前只談“自動駕駛”,利用認知偏差造成誤導。
這是為什么會出現(xiàn)“買前自動駕駛,出事輔助駕駛”,以及“車主未能正確使用”之類的神調侃、神回復。所以現(xiàn)在出了事故,這套SAE技術等級標準和翻譯問題,確實難辭其咎。
這也是為什么到了行業(yè)需要統(tǒng)一用語的時候——用戶的信任和監(jiān)管信心,經(jīng)不起類似事故挑戰(zhàn)了。
但客觀來說,鍋也不全在SAE。因為就在2014年制定等級標準時,他們看到了RoboTaxi的終極目標,卻難以預料,圍繞自動駕駛技術發(fā)展,會走出不同主張的兩條路線。
自動駕駛的兩大路線?
特斯拉路線和Waymo路線。
最初SAE制定標準時,這兩大路線,只是推進自動駕駛的不同主張。還沒到開花結果,產生實際影響的階段。而這兩大路線,本質就是以L4作為分水嶺來實踐的。
剛才也說了,L4是一個——人類是否在駕駛行為中起決定性作用——的分界線。其中,以特斯拉為代表,希望從L4以下迭代到L4以上,后來被稱為量產自動駕駛。
以谷歌集團中的Waymo為代表,則認定只有直接從L4開始,才是符合“安全初心”的做法,后來進一步作為區(qū)分被稱為完全無人駕駛。
兩大主張和路線之間,也時常你攻我伐,口水仗一直未間斷。而且這兩大路線的開創(chuàng)者和最早實踐者,其實都是谷歌。但后來,谷歌認定不能走后來被稱為“特斯拉路線”的方案。
因為特斯拉路線,認為自動駕駛可以在人機共駕的狀態(tài)下、在駕駛數(shù)據(jù)迭代下,不斷向上升級,最終從L2一直升級到L5。
特斯拉所謂的“影子模式”,就是在這種人機共駕的狀態(tài)下,讓AI學習人類的駕駛行為。
比如處于AI駕駛狀態(tài)時,忽然遭遇了困難,由人類接管完成了挑戰(zhàn),就會被系統(tǒng)標記,其后由AI模型訓練和學習類似的問題,然后得到模型提升。
實際上,特斯拉路線也不斷展現(xiàn)其可能性和可行性。從這幾年來看,特斯拉的自動駕駛能力,進步確實有目共睹。而且特斯拉路線的優(yōu)勢,集中體現(xiàn)在成本和規(guī)?;瘮?shù)據(jù)迭代上。車賣到的地方,就是它開啟自動駕駛“路測”的地方。核心要求是能賣更多車,并且“自動駕駛”方案的軟硬件成本,在用戶可承受范圍內。
另外,特斯拉路線也存在明顯的悖論。一方面,量產自動駕駛可以替代人類車主在一些場景下駕駛,但另一方面又要求司機在緊急情況下接管汽車。這就要求一個長時間放松的人,必須還要時刻專注在車程中。換一個更多人有過的經(jīng)驗,上課允許走神,但只要老師點名提問,就能馬上給出答案。
很多車主的血淚經(jīng)歷說明,處于放松狀態(tài)的司機,會看視頻、會睡著,而且過度信任特斯拉視覺感知系統(tǒng)的能力。于是當“老師點名提問”來臨,他們往往措手不及。
然而,開車上路,事關生命安全,代價有時是極其慘重的。之前馬斯克說,車主用了自動駕駛就回不去了。被吐槽說,有些車主確實“回不去了”。而且這個悖論下,特斯拉不是個例。
只要是人機共駕狀態(tài)下,你不能要求所有司機,一邊狀態(tài)放松,另一邊還能隨時接管。人,一直是駕駛行為中最不確定的因素。
也正是出于人性和“悖論”的洞察,谷歌(Waymo)主動改弦更張,決定挑戰(zhàn)更難的完全無人駕駛路線。
作為全球這一波自動駕駛商用浪潮的開創(chuàng)者,谷歌最初也是希望打造一套人機共駕的系統(tǒng),逐步實現(xiàn)RoboTaxi的L5終極目標。
但后來研發(fā)和測試階段,就發(fā)現(xiàn)駕駛決策中只要有最大不可控因素——人類——存在,就沒有真正的安全保障可言。
當時隨著研發(fā)的系統(tǒng)越來越完善,測試車上路后被接管的次數(shù)越來越少,導致有些工程師干脆跑到后座去……
于是谷歌開始重新思考自動駕駛的推進路線。因為從初心來講,谷歌決定重金砸向自動駕駛,就是為了用穩(wěn)定嫻熟的AI駕駛,提高人類整體駕駛水平,有效減少大量的交通事故。
安全既是出發(fā)點,也是最終歸宿。但如果無法100%控制全局,比如即便相對成熟的AI駕駛系統(tǒng)給了一個不太負責任的人類司機,最后由于司機過度信任,在遭遇極端場景時無法有效接管,就會造成安全事故。
當然,也有一種說法,“事故”也是AI系統(tǒng)debug的過程。但用這樣的方式來推進自動駕駛,一將功成萬骨枯,是不是太過冷酷無情?
所以谷歌之所以是谷歌,并非沒有原因,他們決定選擇更難的一條路:直接L4。直接把代表不確定因素的人類,從駕駛位上趕下來。最終產品形態(tài),就是RoboTaxi。于是這條直接L4的路線,也就被叫做Waymo路線。
這是一條先路測,在一個足夠安全有保障的成熟系統(tǒng)之后,再開啟量產和商用的路線。這條路線優(yōu)點顯而易見,安全至上,成本優(yōu)先級不算高,可以用最冗余的傳感器方案來保障安全——畢竟車不面向C端銷售。但缺點也很明顯,推進起來沒那么快,商業(yè)化和規(guī)?;乃俣龋矅栏袷芟?。
在Waymo路線上,所有的研發(fā)、落地成本,都需要自己承擔,規(guī)模化盈利,更是遙遙無期。所以這2年來,特斯拉和Waymo在資本市場遭遇了兩極待遇。特斯拉市值股價節(jié)節(jié)高升,Waymo的估值被一而再下調。
而也是這種此消彼長之間,還長出第三種路線:Cruise路線。直白講就是“融合路線”,把Waymo的“L4級自動駕駛技術”,兼顧成本之后,落在量產車上使用。
總之,一方面是看到了特斯拉路線的“數(shù)據(jù)迭代”之力,另一方面又希望通過Waymo路線來增強安全保障。但即便如此,只要沒有擺脫“人機共駕”模式,人性悖論和權責歸屬的問題,就始終沒有消除。
安全隱患,也就無法根治。所以問題也就來了,既然現(xiàn)階段的自動駕駛無法根治安全問題,為什么還要發(fā)展?還是燒那么多錢、給那么多有利政策來支持發(fā)展?
自動駕駛≠無事故,但只有自動駕駛才能根本上減少事故
是的,確實有理想化觀點這樣認為:發(fā)展自動駕駛,讓天下沒有交通事故。
也對,但也不對。
對,是因為如果果真達到了理想化情況,路上皆自動駕駛車輛,或許就不會有“加塞”、“不文明駕駛”、“違規(guī)違掌”的行為了,車車都文明,車車都上路穩(wěn)妥又認慫,交通秩序跟自動化流水線一樣井然有序。
但之所以也不對,是因為這種理想化觀點,不符合數(shù)學和技術規(guī)律。
于本質來看,自動駕駛,機器開車,是一個計算機問題,更是一個數(shù)學問題,在這道題中,始終存在一些細微的變量,讓事故概率不可能完全為0。更何況,自動駕駛面對的復雜長尾場景和狀況,事故概率,也不可能為0。
所以自動駕駛=無事故,并不成立,也沒有誰能打包票。然而即便如此,自動駕駛依然有著更高的安全性,也是目前消解人類交通事故最接近本質的方法。
人類駕駛為主的交通安全,有著怎樣的現(xiàn)狀?援引去年12月“第九個全球交通安全日”的數(shù)據(jù),在機動車保有量超過3.6億、機動車駕駛人達到4.5億的中國,每年就有數(shù)萬人喪生于交通事故。更直觀的換算,平均每8分鐘就有1人因車禍死亡。全球范圍內,按照WHO在2018年披露的數(shù)據(jù),全球每年因道路交通死亡人數(shù)高達135萬人,意味著每25秒就有一人在交通中喪生。其中,發(fā)生交通事故的主要原因,是最大的不確定性因素——人類司機。
無論中外,按照數(shù)據(jù)統(tǒng)計,肇事突出的10大交通違法行為分別為:未按規(guī)定讓行、超速行駛、無證駕駛、醉酒駕駛、未與前車保持安全距離、逆行、違反交通信號、酒后駕駛、違法超車、違法會車。同時,還有酒駕醉駕、“三超一疲勞”、闖紅燈等交通違法違規(guī)行為。
但如果替換成AI司機,這些隱患行為和因素,就會從根本上被杜絕。AI司機不僅不會有人類司機的疲勞駕駛、醉駕酒駕、情緒化,以及各種危險駕駛和不文明駕駛行為。而且還擁有人類無法“規(guī)?;瘡椭?rdquo;的優(yōu)勢,一個AI老司機養(yǎng)成,即意味著成千上百“AI老司機”ready——相對應的是,人類從新手上路到老司機養(yǎng)成,繞不開線性時間和路上的磨礪。
所以大道直白,雖然自動駕駛無法保證天下再無事故,但有自動駕駛,替代了交通中最大的不確定因素,一定能讓交通更安全。
此外,還有一組數(shù)據(jù)也可對比。量產自動駕駛路線中,事故曝光率最高的特斯拉,凡有事故幾乎無處隱藏。所以也有好事者,統(tǒng)計了特斯拉及AutoPilot造成的事故和傷亡情況。統(tǒng)計顯示,從特斯拉2013年第一起曝光的事故至今,全球因特斯拉事故造成的死亡人數(shù)達201人,其中9人與AutoPilot相關。
Waymo路線上,全球唯一一起無人車致死車禍,由Uber測試時造成。而對比起來,全球每年有135萬人在道路交通中喪生。
雖然這幾年中,自動駕駛依然是一個新業(yè)態(tài),方興未艾,還遠未達到數(shù)量上的普及,但上述兩組數(shù)據(jù)和頻率,依然能見微知著。所以即便自動駕駛≠無事故,但只有自動駕駛才能根本上減少事故。
更何況,現(xiàn)如今正在有越來越多冗余來加強安全。比如車端的傳感器冗余、安全冗余,運營過程中的冗余,以及中國正在高速推進的路端基建——車路協(xié)同帶來的更高維度的冗余。
在這些多重冗余保障之下,如果真正來到“全部自動駕駛”狀態(tài),事故中的不確定性,還將進一步趨近于0。
有設想是,這些基礎設施完善后,可以保障所有上路的車輛都由自動駕駛,不再有人機共駕,也不再有人類駕駛的車輛和自動駕駛車輛混行。
人類司機,這個道路交通上最大的不確定性因素,也就沒有了。甚至跟汽車替代馬車一樣,人類駕駛行為就跟騎馬行為一樣,變成了一種娛樂活動,甚至如果不是特許的道路,人類駕駛行為還會違規(guī)違法。
自動駕駛將完全接管城市出行網(wǎng)絡
這個網(wǎng)絡中,電動車(新能源)、共享出行、車聯(lián)網(wǎng),以及智能化都實現(xiàn)了串聯(lián)。車隨用隨叫,可以不再需要停車,沒電了自動規(guī)劃去充電。真正實現(xiàn)了高效、綠色、安全和低碳環(huán)保可持續(xù),車真正變成了“使用載體”,而不是“擁有主體”,私家車從此退出歷史舞臺。
這個網(wǎng)絡之下,自動駕駛車輛可以一體化運營、調度,就像現(xiàn)在的通信運營模式一樣。所以這也是為什么,業(yè)內還有另一個隱而未宣的觀點,認為自動駕駛背后,也有5G一樣的“標準”之爭。
因為自動駕駛不是單一的一項技術,是一個從無到有、從個例到規(guī)?;涞氐南到y(tǒng)生態(tài)。而且這不是一個地區(qū)、一個國家才需要的系統(tǒng),是全球各地都需要的系統(tǒng)。對于這個系統(tǒng),誰最先擁有完備的方案和技術能力,就能成為標準的制定者,就能主導整個落地生態(tài)的發(fā)展。也正是如此,在美國“奇貨可居”的先進技術限制出口中,自動駕駛地位很高。
但自動駕駛的技術發(fā)展和迭代,離不開大規(guī)模的數(shù)據(jù)和豐富的場景。這也是中國在自動駕駛落地上,越來越展現(xiàn)出優(yōu)勢的關鍵原因。
原本就跟全球處于同一起跑線,現(xiàn)在還有豐富和最具挑戰(zhàn)的路況數(shù)據(jù)、場景。所以這也是為何自動駕駛的發(fā)展,更加不能因噎廢食。因噎廢食不僅無法根本上解決問題,而且還誤國誤民,流弊千秋。
根本上,自動駕駛不僅是一項先進技術,還事關智慧交通、智慧城市等面向未來的全球標準和話語權,甚至是經(jīng)濟發(fā)展和GDP的新動力引擎之一。
不過,現(xiàn)階段自動駕駛發(fā)展,也不是沒有安全路徑上的可完善之處。
更安全發(fā)展自動駕駛,還能做什么?
既然問題已經(jīng)出現(xiàn),就是時候在熱議中推動形成共識。
實際上,在監(jiān)管和政策層面,中國可能已經(jīng)是全球最謹慎的國家。特別是在之前自動駕駛和RoboTaxi測試的資質和牌照發(fā)放中,從程序到過程,比美國加州DMV,嚴格太多。
根據(jù)中國目前官方唯一的自動駕駛路測報告:《北京市自動駕駛車輛道路測試報告》披露,考核標準相當嚴苛。無論從公開道路的長度、還是標準制定程度上來看,都堪稱細致。還專門設置了64827公里的無人化測試驗證,確認了測試技術的可行性、及測試方法和參數(shù)的可靠性。
而更早之前,有安全員的自動駕駛路測,也從牌照發(fā)放和運營等多重維度作出明確要求。也是這種監(jiān)管之下,國內路測里程最多的百度Apollo,完成多個城市RoboTaxi落地運營,有1400萬公里的實路路測后,能夠做到零事故。
國外,Waymo再次開行業(yè)風氣之先,在去年發(fā)布了“事故報告”。披露了從2019年初到2020年9月,RoboTaxi落地期間的事故情況。顯示在Waymo的610萬英里(982萬公里)路程中,包含沒有安全員的完全無人駕駛的測試里程也有65000英里(10萬公里),總共出現(xiàn)過18次事故,另外還有29次被安全員干涉得以避免的潛在事故。
但這些事故有兩大共同特點:
第一,沒有一起嚴重到危及生命。
第二,無一起主動事故,都是其他人類駕駛車輛造成的被動事故。
所以對于RoboTaxi方向上的自動駕駛,從監(jiān)管到測試,一直有數(shù)據(jù)支撐的安全可信印象。
但量產自動駕駛——或者更準確來說,需要人機共駕的輔助駕駛,之前有灰色地帶可走,處于野蠻生長。一度只有道德標準,沒有嚴格的監(jiān)管法規(guī)。
但這種日子也正在成為過去時。國內,8月12日,工信部印發(fā)了《關于加強智能網(wǎng)聯(lián)汽車生產企業(yè)及產品準入管理的意見》,對智能車在數(shù)據(jù)和安全方面,作出了明確規(guī)定。其中最引人注目的,就是針對涉及自動駕駛功能的產品管理,按照使用前后做了不同層級的要求明確,強化車企在安全方面的責任。并且明確規(guī)定,自動駕駛相關的功能OTA要先過審批。
國外,特斯拉AutoPilot相關的事故,也開始被美國管理機構立案調查。所以即便是擦邊球路徑上的“量產自動駕駛”,野蠻生長期也到頭了。只不過蔚來事故之前,“完全無人駕駛”和“量產自動駕駛”兩大路線之間,有爭論有口水仗,雙方以為可以各自為戰(zhàn)。
然而誰能想到,在事故后的不信任危機里,輿論不分“路線”,所有人都被同一條船視之。一榮俱榮,一損俱損。沒有誰能獨善其身。不管是L幾的技術,不管是量產自動駕駛路線,還是完全自動駕駛路線。不管是車廠、供應商,還是系統(tǒng)技術玩家。
所以一切是時候了。是時候以這次事故為鑒,直面一直存在的認知和信任危機。而且只有所有玩家團結一致,達成公約,才能讓發(fā)展更安全、可持續(xù)。
至少是時候改變,且有三件事可以從我做起:第一,規(guī)范使用行業(yè)用語,統(tǒng)一表達,明確權責歸屬。但凡人機共駕,需要司機、車主緊急接管的,一律都叫輔助駕駛。否則出現(xiàn)事故,無論是不是“車主未能及時接管”,都應由能力提供方承擔責任。無需司機、車主緊急接管,或者責任明確就是技術服務提供方,才能以自動駕駛作為宣傳。
第二,輔助駕駛的上車,還要有多重安全冗余配合。不僅需要在使用前,明確向車主表明輔助駕駛系統(tǒng)的利弊,加強功能使用端的準入考核和監(jiān)管。還需要防止不靠譜車主,輕而易舉就可以繞過“輔助駕駛”開啟的必要規(guī)則,以及雙手離開方向盤、注意力不集中等危險駕駛行為。
此外,DMS等駕駛行為監(jiān)測,應該成為輔助駕駛的標配,不僅是保護車主安全,也是保障其他路上交通參與者的安全。
私自加裝“作弊器”等行為,應該要與危險駕駛行為一樣被對待。還有必要主動呼吁打擊銷售“作弊器”的行為,呼吁立法監(jiān)管,由各大零售平臺打擊,不能讓如此等同謀財害命的行為,大行其道。
第三,定期主動披露安全機制和數(shù)據(jù)。安全機制可以增進行業(yè)信任,“安全事故報告”能夠讓一切更公開透明,唯有擺脫“談事故色變”、“諱莫如深”的心態(tài),行業(yè)才能真正健康良性發(fā)展。這也是不斷科普,幫助公眾更加準確了解自動駕駛能力、狀態(tài)和階段的必要手段。
總之,事故當前,信任危機當前,警鐘為所有自動駕駛玩家而鳴。如果此時此地,還不能用更具公約的方式,發(fā)展和推動自動駕駛安全和信任,等到更大危機到來,沒有人能置身事外。
如果依然要在“輔助駕駛”、“自動駕駛”等行業(yè)話語上爭論不休,如果讓每一次“自動駕駛事故”成為輿論焦點,如果行業(yè)玩家都不得不“夸張宣傳”才能不顯得落后……
雪崩到來,沒有一片雪花無辜。
一切是時候了。
文/李根 ligen@qbitai.com (注:作者為量子位主編,專欄僅代表個人觀點)
參考:
特斯拉事故統(tǒng)計:https://www.tesladeaths.com/
Waymo自動駕駛報告:平均21萬公里一次事故,嚴重事故都是人類司機的鍋
https://storage.googleapis.com/sdc-prod/v1/safety-report/Waymo-Public-Road-Safety-Performance-Data.pdf
WHO道路交通死亡人數(shù)報告 https://news.un.org/zh/story/2018/12/1024371