作者｜聶一堯

出品｜汽車大觀

一場席卷全球自動駕駛的寒潮，正在隨著難以商業(yè)落地的現(xiàn)實和投資者冷卻的信心，洶涌而來。

(資料圖)

德國財經(jīng)媒體《經(jīng)理人雜志》11月17日稱，大眾新任CEO奧博穆對公司的自動駕駛汽車計劃進(jìn)行了審查。他將推遲公司L4級自動駕駛Trinity項目的時間，并考慮放棄位于狼堡的建廠計劃。

知情人士透露，奧博穆之所以會這樣做，原因是看不到L4級自動駕駛商業(yè)落地的可能。

20多天前，福特與大眾相繼撤出L4級自動駕駛獨角獸Argo AI，隨后Argo AI宣布倒閉，正式吹響了自動駕駛寒冬來襲的口哨。

事實上，自動駕駛的寒潮早有征兆。人事劇變、市值暴跌、裁員、降薪等不利情況，今年都不同程度地發(fā)生在背靠谷歌的L4級自動駕駛巨頭Waymo、背靠通用的Cruise，以及Aurora、Nuro、圖森未來和Embark Technology等自動駕駛公司。

大洋彼岸的中國市場，知名L4級自動駕駛公司Momenta、小馬智行，先后傳出大量裁員消息。裁員、降薪、估值下跌、融資困難，同樣發(fā)生在每一個自動駕駛公司身上。

不過短短幾年，紅極一時的自動駕駛風(fēng)口，隨著時間墮入凜冽的漩渦，原因其實很簡單：L4級自動駕駛的商業(yè)化落地太過艱難，投資者已經(jīng)失去信心。

Cruise首席執(zhí)行官Kyle Vogt就坦言，自動駕駛行業(yè)已經(jīng)從極端樂觀轉(zhuǎn)向極度悲觀。

是的，人們曾經(jīng)對自動駕駛極端樂觀，對完全的自動駕駛即無人駕駛充滿想象。

激情的自動駕駛夢

如果不把駕駛輔助ADAS領(lǐng)域老大Mobileye算在內(nèi)，那么美國人是最先對自動駕駛開啟想象的。這個人就是谷歌創(chuàng)始人拉里·佩奇。

佩奇在1995年列出的一張研究清單，透露了他想要做的兩件事：如何利用超鏈接改變互聯(lián)網(wǎng)搜索，以及自動駕駛汽車。

十幾年后，神秘的 GoogleX 實驗室成立，首個誕生于這個實驗室的谷歌自動駕駛項目Project Chauffeur，也于2009年1月啟動。

2010年10月，谷歌的自動駕駛項目因《紐約時報》的公開報道而廣為人知。此時，谷歌第一代由豐田普銳斯改造而來的7輛測試車，已經(jīng)跑了14萬英里。

谷歌隨后于2012年獲得了內(nèi)華達(dá)州頒發(fā)的第一張自動駕駛汽車測試牌照，并在同年推出第二代由雷克薩斯RX(參數(shù)|詢價)450h改造的測試車。這一年，第二代自動駕駛測試車隊在高速公路上，累計完成了超過30萬英里（約48萬公里）的測試?yán)锍獭?/p>

可以說，谷歌一手勾畫了自動駕駛的雛形，并且為后來者鋪就了一條充滿想象的賽道，你很難說后來百度、特斯拉及其他參與者的加入不是受到了谷歌的啟發(fā)。

谷歌也是自動駕駛的西點軍校，Argo、Aurora、Nuro的創(chuàng)始人，均來自谷歌自動駕駛項目團(tuán)隊，人才的流動催生了自動駕駛行業(yè)的蓬勃發(fā)展。

但真正把自動駕駛炒熱炒火的，是特斯拉。

谷歌在2013年推出L2級的半自動駕駛系統(tǒng)AutoPilot后，發(fā)現(xiàn)了嚴(yán)重的安全問題：一款輔助駕駛系統(tǒng)，表現(xiàn)越優(yōu)秀，人們就越容易盲目信任它，即便告知風(fēng)險，駕駛員也容易忽視危險的存在。

谷歌因此摒棄了研發(fā)輔助駕駛的漸進(jìn)式路線，開始全力以赴研發(fā)特定場景的L4自動駕駛，不久后率先在鳳凰城上線了Robotaxi服務(wù)。

而與谷歌技術(shù)團(tuán)隊有過短暫合作的馬斯克，卻看到了AutoPilot之于特斯拉的重要性，無論是L2級駕駛輔助系統(tǒng)還是漸進(jìn)式路線，對于急需在市場以智能駕駛作為亮點獲取關(guān)注站穩(wěn)腳跟的特斯拉來說，都尤為重要。

特斯拉很快牽手Mobileye，并將其智能駕駛進(jìn)行包裝。盡管特斯拉的AutoPilot只能實現(xiàn)L2級駕駛輔助功能，但馬斯克擅長讓用戶開啟對其全自動駕駛的想象。

馬斯克在2014年接受記者采訪時就表示，特斯拉可能在明年實現(xiàn)90%的自動駕駛。從2015年到2022年，馬斯克每年都大膽預(yù)測自動駕駛很快將獲批開放，自動駕駛汽車將可以在任何道路上隨意行駛。

馬斯克對自動駕駛高調(diào)激進(jìn)的宣傳，推動了自動駕駛賽道的火熱。尤其是2016、2017兩年，資本對自動駕駛表現(xiàn)出了最熱烈的興趣和信心。大批資金涌入自動駕駛賽道，無論是直接面向特定場景的L4級自動駕駛?cè)鏡obotaxi、Robobus、Robotruck，還是在漸進(jìn)式路線上面向L2+、L3的自動駕駛公司，都不同程度地獲得了資本的青睞。據(jù)麥肯錫2021年統(tǒng)計，從2010年起，自動駕駛領(lǐng)域僅技術(shù)研發(fā)投入就已超過1000億美元。特斯拉推出的區(qū)別于AutoPilot的全自主駕駛FSD（Full Self-Driving）功能，也成功讓全球約35.92萬特斯拉車主進(jìn)行了購買。

講不下去的自動駕駛故事

谷歌自動駕駛項目推進(jìn)的過程中，有一個問題始終困擾佩奇：自動駕駛技術(shù)的商業(yè)化應(yīng)用。自動駕駛是一個燒錢的項目，盡管谷歌不缺錢，但持續(xù)的投入也讓佩奇期望盡早看到自動駕駛商業(yè)變現(xiàn)的一天。

2016年底，谷歌自動駕駛項目更名為“Waymo”，作為獨立實體存在。Waymo代表的意思是：A new way forward in mobility（未來新的移動方式）。

隨后的2年，Waymo逐漸確立了其自動駕駛商業(yè)應(yīng)用的領(lǐng)域：叫車服務(wù)、無人駕駛卡車物流、將無人駕駛技術(shù)授權(quán)給汽車廠商開發(fā)私家車、最后一公里服務(wù)，即運送乘客去公共交通站。

宏大的市場化策略，令Waymo 估值在一年時間，從2017年的700億美元飆升至2018年的1750億美元。然而僅在3年后，Waymo估值已跌到300億美元。摩根士丹利對此表示，估值下降是因為行業(yè)發(fā)展比預(yù)期要慢。但明眼人都知道，Waymo至今都無法保證無人駕駛能夠不發(fā)生因為系統(tǒng)判斷錯誤導(dǎo)致的安全事故。

這也是擺在當(dāng)前任何一家L4級自動駕駛公司面前無法跨越的天塹。2021年，Waymo自動駕駛車輛在加州發(fā)生了高達(dá)43次交通事故，雖然Waymo沒有公開其中有多少次是由全無人駕駛車輛引起，但基于安全考慮，人們也無法完全信任自動駕駛。

同樣的問題發(fā)生在特斯拉身上，特斯拉發(fā)生過多起自動駕駛相關(guān)安全事故。有網(wǎng)站Tesladeaths專門統(tǒng)計過特斯拉汽車致死事故，自2013年以來，特斯拉汽車已經(jīng)在全球發(fā)生了249起致死事故，死亡人數(shù)達(dá)到295人。

外界紛紛指責(zé)由于特斯拉對于Autopilot、FSD功能過于夸大其能力的宣傳，誤導(dǎo)了用戶以為特斯拉已經(jīng)實現(xiàn)了真正自動駕駛。

事實上，目前的自動駕駛技術(shù)無法做到100%感知和決策準(zhǔn)確，Waymo的無人出租車去年還發(fā)生了在路上遇到幾個交通錐，就停了下來拒絕行駛的狀況。通用汽車Cruise的無人出租車還因為沒看懂路況而被撞。自動駕駛離真正實現(xiàn)讓人放心的安全行駛的那一天，還有很遠(yuǎn)很遠(yuǎn)的路程。

對自動駕駛從來都最激進(jìn)的馬斯克去年開始承認(rèn)，只有人工智能技術(shù)得到突破，才能真正實現(xiàn)真正的無監(jiān)督、通用的全自動駕駛。

福特技術(shù)負(fù)責(zé)人菲爾德則說，無人車是“我們這個時代最困難的技術(shù)問題，比把人送上月球更難”。

難以實現(xiàn)的L4級自動駕駛

為什么10年耗盡1000億美金的自動駕駛，時至今日走到了難以跨越的安全天塹前？

中國科學(xué)院院士、清華大學(xué)人工智能研究院院長張鈸的話，或許能揭示問題的核心。他說，人工智能現(xiàn)有的方法只能處理結(jié)構(gòu)化環(huán)境下的問題，非結(jié)構(gòu)化環(huán)境下的問題，人工智能還有待提高。

如果以現(xiàn)實和將來作為分界，目前人類使用的人工智能算法嚴(yán)格意義上來說都屬于“弱人工智能”。弱人工智能對于某一特定問題的解決能力可以做到很強，甚至超越人類，但機器的這一能力很難拓展到解決別的問題上。

而人類現(xiàn)在還沒有實現(xiàn)，但期望將來實現(xiàn)的人工智能，被稱之為“通用人工智能”。通用人工智能指的是指計算機能理解和習(xí)得人一樣甚至更強的思考能力和智慧，直白點說，就是至少能打敗人類的學(xué)習(xí)理解和思考能力，也被稱為類人類智能，是人工智能領(lǐng)域的長久話題。

自動駕駛的底層基礎(chǔ)就是人工智能。所以目前，不論是以Waymo、百度Apollo、小馬智行等為代表的，針對Robotaxi、Robobus、Robotruck等特定環(huán)境的L4級自動駕駛，還是以Mobileye為代表的駕駛輔助，都是在弱人工智能前提下進(jìn)行的研究。

這就造成了目前的自動駕駛，只能實現(xiàn)有限規(guī)則+有限可判定結(jié)果。但真正無人接管的自動駕駛，需要符合有限規(guī)則+無限可判定結(jié)果。不死人看起來是一個有限可判定,但它實際上是說在任何意外情況下,一個有經(jīng)驗的司機可以逃過危機避免不好的結(jié)果。

比如當(dāng)一輛白色的貨車出現(xiàn)，真正的自動駕駛應(yīng)該要正確感知其是一輛貨車，而不是把它看成是天空的顏色從而撞上去。比如當(dāng)季節(jié)、街道發(fā)生變化，真正的自動駕駛應(yīng)該要感知哪怕如光線、角度的微小不同，而做出正確反應(yīng)，而不是看到雪糕筒后，能認(rèn)出它卻停下來不走了。

圖靈獎得主、計算機科學(xué)家楊立昆曾在接受采訪時，犀利地指出基于弱人工智能的自動駕駛的脆弱之處。他說，無人車公司一直過于樂觀，覺得將數(shù)據(jù)扔進(jìn)大型神經(jīng)網(wǎng)絡(luò)就能讓它學(xué)到一切。事實上，我們可能只是擁有一個沒有常識、十分脆弱的系統(tǒng)。

而通用人工智能作為人類還在探索的方向，目前也無任何人能給出實現(xiàn)期限。如此看來，基于單車智能要實現(xiàn)真正的自動駕駛，也許真的將成為一個夢了。

如果說還有其他解決辦法，也許最好的辦法就是求助于車路協(xié)同了。