自動駕駛是當今全球科技產業最為矚目的話題之一。對于自動駕駛這項新興技術的不可逆性，此前的系列報告中，我們從產業規律、物理學、經濟學以及智能原理等多維度進行過論證。
從產業發展的國際比較角度看，這項智能科技制高點的競賽，已在中美歐汽車及科技陣營領域內全面鋪開。以百度、華為為代表的中國自動駕駛廠商及智能駕駛解決方案廠商，正在構筑成最強集群之一，推動這項前沿技術的演進與普及。
當時當下，從北京亦莊鬧市區，到天津港碼頭，再到洛陽洛鉬礦采區，自動駕駛已經初步展示出了其指數型先進生產力的效能。及至10月27日剛剛結束的國家“十三五”科技創新成就展上，眾多自動駕駛研發及落地成果悉數亮相，讓更多的人對自動駕駛有了更明晰的認知與信心。
前途固然明朗，但一如每件新生事物來臨時候都會遭遇各種各樣的懷疑一樣，對于自動駕駛來說，關于它的安全性問題，一直是社會各界所最關切的話題。尤其最近一個時期以來，一些以輔助駕駛之實行自動駕駛之名，所導致的安全事故，更令這個話題充滿熱度，亦令自動駕駛背負了不應有的誤會與偏見。
無安全保障，不足語自動駕駛。對于自動駕駛的安全性問題，實則已經到了擺上桌面談一談的時候了。
01自動駕駛的第一性：安全
是的，自動駕駛的第一性，決不是商業利益，而是安全。
不同于汽車之于馬車、高鐵之于普列、飛機之于地面運載設備、航天飛機之于民用飛機的邏輯，自動駕駛這項技術之于汽車產業而言，并不在于突破物理空間限制、使人們高效探索未知空間，而是在于最大（優）化單位里程的駕乘、營運以及交通系統的安全性，其次是效率，并引申出新的生活及商業形態。
自動駕駛是AI技術的天然延展，基于軟件與硬件的工程型耦合，基于算力與算法相對于人體機能的高度理性，實現對人類感知、操作等系統的模擬替代，以指數型的可靠性，將車輛駕乘的安全系數的推向2．0、4．0、8．0、16．0……時代。
具體來說，根據數據統計顯示，平均來看，每30萬公里，人類駕駛員就會出現一次非致命性碰撞。也就是說，只要自動駕駛技術在安全性上優于人類駕駛員2倍，就相當于一個指數級的提升，就意味著人類駕乘安全系數達到了2．0時刻，一次里程碑式進化。
那么自動駕駛能否做到“使命必達”呢？從實現情況來看，我們是可以樂觀的：
以相當于L2．5－L3級別自動駕駛能力的特斯拉智能輔助駕駛系統Autopilot為例，據其2021年Q2公布的《車輛安全報告》顯示：開啟Autopilot時，平均每行駛710萬公里發生一次意外事故。未開啟Autopilot時，則平均193萬公里發生一次事故（注：特斯拉車輛當前在全美汽車保有量中占比相對仍較小，故而事故概率數據相對更低）。
據此對比來看，實現至多不超過L3級別自動駕駛能力的智能駕駛輔助系統，在安全性上的保障，相對已經是人力的30倍——當然必須指出，特斯拉車輛保有量的限制，使得這項數據存在較大程度失真。
但無論如何，自動駕駛對于人力的模擬替代的能力，在安全這一第一性維度上已經顯現出它的優勢。
來自中國自動駕駛勢力領頭羊的數據也在佐證這一點：百度是中國唯一一家擁有千萬公里真實路測里程的自動駕駛公司，據相關媒體報道，百度自動駕駛汽車目前在城市道路的成功率已經達到99．99％，綜合安全性高于人類駕駛員。
另外從工程學角度看，這一預期也是順理成章的：一輛汽車的四個輪子、制動系統與轉向系統組合出的運動模式，基本是全部可以預測與模擬的，自動駕駛的軟件系統所管控的動作組合數量，實質是一個相對較小的數值。駕駛行為可以自動化的另一個原因，還在于，開車是一個相對刻板重復的反應式活動——無論智力高低都能拿到駕照就是一個佐證。
其實，以普通人的視野進行觀察發現，這種邏輯也不難理解：
根據世界衛生組織的報告，車禍是導致全球15－29歲的青年人早逝的最高因素，同時也是造車各年齡組人群死亡的第二關鍵因素。這些車禍中的大部分并不是汽車某部件失靈造成的，而是由本可杜絕的人為因素導致的，或者稱為“4D”因素——醉酒、吸毒、瞌睡以及走神。只要方向盤還掌握在人類手中，車禍造成的死亡率就可能持續上升。
此外，人類駕駛汽車還有一個風險因素——分心駕駛也在持續增長。看看你周圍的駕駛員，電話、通信軟件、文字閱讀以及短視頻，正在侵入他們的駕乘空間。
對比之下，某種意義上可以說，質疑、延誤自動駕駛這項技術發展的代價，幾乎是在以人命數量在計算。
當然，自動駕駛決然不意味著零事故。凡是有這種剛性預期的想象，實質都是對于物理規律的無視——這個世界不存在永動機，也就意味著不存在完美的能量系統。
從現實障礙上看，與人力駕駛一樣，自動駕駛對抗的是極端路況（corner cases），這種隨機性對應著量子理論的不確定原理，迄今無解，也大概率將是永久常態，但在極端路況面前，自動駕駛的反應能力與操作合理性，理論上要指數級優于人力；從工程學上看，包括自動駕駛在內任何一項AI科技，都不存在100％魯棒性，而從整個產業的預期來看，自動駕駛將最終實現99．99999％的安全極限。而這樣的科技進步，已然是文明級的科技進步。
02自動駕駛的中國模式更值得期待
自動駕駛不可能一蹴而就，迄今為止，相對于人類的無意識求生能力，它的智慧性還較為稚嫩。故而正視它的劣勢，合理使用、優化它的優勢，是當前所有不同路徑自動駕駛廠商的共識。
相對更為推崇單車智能而“不惜代價”式驗證、改進自動駕駛技術的海外部分廠商成長路徑，中國人固有的東方文化，實際令中國同廠競技選手對自動駕駛安全性的容錯率要求要更高。
比如，特斯拉采取的是單車智能自動駕駛模式，主要依靠車輛自身的視覺、毫米波雷達、激光雷達等傳感器、計算單元、線控系統進行環境感知、計算決策和控制執行；百度選擇的是車路協同自動駕駛模式，這一模式在單車智能自動駕駛基礎上，通過車聯網將“人—車—路—云”交通參與要素有機地聯系在一起，助力自動駕駛車輛在環境感知、計算決策和控制執行等方面的能力升級。
具體到百度蘿卜快跑的最新一代自動駕駛量產車Apollo Moon來說，其前裝了2個激光雷達，需要說明的是，正常行駛狀態下只有一個運行，另一個則屬于冗余配置，即在前者失靈或出現問題時介入。除了激光雷達，包括攝像頭、毫米波甚至是剎車，百度Apollo Robotaxi的思路都是1倍冗余配置，一方面為了更簡潔，一方面也要在商業化初期盡最大可能排除一切不必要的安全性疑慮。
所有的軟硬件冗余之外，為Apollo Robotaxi兜底的安全保障系統是“5G云代駕”，即通過智能云監控，一旦出現車輛問題，在接到求助后，身處運營總部的人工服務系統將即時啟動，為無人駕駛系統補位，直至脫困。這一商業策略的加入，基本打通了L4級的Robotaxi商業化的“最后一公里”問題。
百度模式其實是自動駕駛中國模式的一個縮影：高度安全冗余配置。總結來看，既包括車端的傳感器冗余、安全冗余，也包括運營過程中的冗余（5G云代駕），更包括中國正在高速推進的路端基建——車路協同帶來的更高維度的冗余。
對于這樣的中國模式全面推進，整個中國政策與產經業界實則一盤棋：2020年2月，國家發改委聯合11個部門印發的《智能汽車創新發展戰略》明確指出，在2025年之前，中國標準智能汽車的技術創新、基礎設施、法規標準、產品監管以及網絡安全體系應當基本形成，并且有條件對L3級別的自動駕駛智能汽車進行量產，實現L3級別自動駕駛汽車在相關場景下的應用。
如是，在應對自動駕駛第一性——安全——這一問題上，中國模式更加值得期待。
恐懼往往來自于“無知”，更來自于“無知且無畏”。應對恐懼，唯有科學的嚴謹性與預期的現實性可以引導我們一步一步走向更高階的科技文明。未來就在那里，行百里半九十，中國自動駕駛軍團尚需行穩致遠，而作為公眾我們亦要實事求是般樂觀以對。
