導讀：自動駕駛正在逐漸從科幻走向現(xiàn)實，雖然我們距離自動駕駛?cè)娴絹磉€有相當長的距離，但自動駕駛的周邊產(chǎn)業(yè)和配套設施已經(jīng)提上計劃日程。

著名社科學者尤瓦爾·赫拉利在其簡史系列的最新一作《今日簡史》中曾提到：“自動駕駛時代的交通法，可能是人類有史以來唯一被100%精確執(zhí)行的法律，因為執(zhí)行它的不是懂得變通的人類，而是完全不懂變通的機器。”

這意味著，在自動駕駛的設計與制造中，法律成為了社會倫理與算法之間的紐帶。一些諸如“電車悖論”這樣持續(xù)數(shù)百年的倫理討論，需要得出一個可以公允的答案落實為法律，再以代碼的形式寫入算法的“大腦”。

眾所周知，業(yè)界將自動駕駛分為 L1 - L5 五個等級，而在法律人看來自動駕駛立法對應這 5 個等級的落地也分為四個發(fā)展階段。

2018年9月13日，中國法學會研究部與騰訊研究院共同舉辦第二期“法律人的互聯(lián)網(wǎng)思維”系列研修會，問題聚焦自動駕駛汽車的技術、產(chǎn)業(yè)和法律維度。

以下為演講嘉賓厚勢汽車創(chuàng)始人、CEO鄧煜坤，中國電子信息產(chǎn)業(yè)發(fā)展研究院（賽迪研究院）政策法規(guī)所副所長欒群的分享內(nèi)容。

01

鄧煜坤先生作為產(chǎn)業(yè)界的代表，向與會者介紹了全球及我國自動駕駛汽車產(chǎn)業(yè)的發(fā)展現(xiàn)狀與市場展望。

厚勢汽車創(chuàng)始人、CEO 鄧煜坤

自動駕駛是多種高精尖學科和技術在車輛上的融合。作為近年來科技領域的一門顯學，自動駕駛的概念在市場上被炒得火熱，今天這里自動駕駛汽車量產(chǎn)，明天那里自動駕駛汽車投入運行。

但就目前來看，這些不用上稅的宣傳，和實際的情況存在不小差距，普通乘客日常方便地搭乘完全無人駕駛的智能汽車出行，至少在五到十年間是不容易實現(xiàn)的。

多家媒體報道，曾經(jīng)以宣傳“自動駕駛”為賣點的特斯拉，也因為存在誤導消費者的嫌疑導致交通事故而不再其中文網(wǎng)站上使用“自動駕駛”來描述其Autopilot功能，因為嚴格說來，稱其為“輔助駕駛”更貼切。

關于自動駕駛的分級，目前國際上普遍認可的是SAE（國際汽車工程師協(xié)會）的標準，分為L0-L5，共六級，SAE在2018年6月份對該標準做了最新的修訂。

L1之前是L0級，意味著完全為手動人工操作，系統(tǒng)最多只提供一些輔助的警告和信號，比如倒車時候的雷達提醒、行車時候的距離提醒；L1便有一些輔助功能介入駕駛操作，可稱為輔助駕駛。

比如自適應巡航、自動緊急剎車等，系統(tǒng)開始對車輛有主動的操控行為；L2系統(tǒng)能自動駕駛車輛，但駕駛員要時刻保持注意力，隨時準備接管汽車的駕駛。

L3的自動駕駛實現(xiàn)了較高程度的機器操作，駕駛員可以完全放棄操控，只有在少數(shù)情況下需要接管汽車；而L3與L4間存在著巨大的鴻溝，即方向盤完全消失。

L3系統(tǒng)需要考慮人機協(xié)同，人類操作和機器操作的切換，L4則不考慮人類介入車輛的操作。到了最高的L5就實現(xiàn)了道路車輛的完全智能化。

與之類似，我們的交通大社會也相應可以分為若干階段。

L0級智能交通社會，所有的車輛沒有任何智能和自動化；L1級智能的交通社會，在局部已經(jīng)有智能車輛和自動駕駛車輛出現(xiàn)，比如現(xiàn)在的地鐵就有自動駕駛的，有些車輛也增加了智能的元素。

L2級智能交通社會，自動駕駛汽車開始批量駛上馬路，自動駕駛車輛能很大程度上解決人們的出行問題；到了L3級別，整個社會主要的交通和運輸，主要由自動駕駛車輛完成，少數(shù)情況需要人類駕駛和干預。

L4是完全自動+智能的交通社會，各種路況都不需要人類干預，沒有路就插翅而飛，逢山越過，遇水潛行，人類實現(xiàn)完全自由自在的出行。不過這個時代可能會很遙遠，就像數(shù)的無窮大。

下面我們簡要回顧了自動駕駛的發(fā)展歷史。

最早的自動駕駛嘗試，來自于軍事需求。

1984年，美國國防高級研究計劃局（Defense Advanced Research Projects Agency，簡稱DARPA）與陸軍合作研發(fā)自動駕駛車輛，DARPA從2004年開始推出無人駕駛挑戰(zhàn)賽，將自動駕駛推向一個社會（主要是各計算機頂尖高校，如斯坦福、伯克利、CMU）多方參與的新臺階。

近年來，隨著人工智能技術的發(fā)展，自動駕駛概念獲得了商業(yè)機構(gòu)的瘋狂追捧。

包括特斯拉、通用汽車、Uber（優(yōu)步）、Google（谷歌）在內(nèi)的汽車、互聯(lián)網(wǎng)公司，紛紛重金投入自動駕駛方面的研究與開發(fā)。

厚勢汽車團隊通過比較Waymo公司（谷歌母公司旗下的自動駕駛公司，即傳統(tǒng)叫法“谷歌自動駕駛部門”）與國內(nèi)同類企業(yè)的專門研究發(fā)現(xiàn)，在自動駕駛技術綜合水平和能力來說，國內(nèi)企業(yè)與Waymo仍存在著量級差別，當然這也可以說著國內(nèi)企業(yè)擁有巨大的發(fā)展?jié)摿蜕仙臻g。

接下來，我們從技術、成本和投入、信息安全、法律法規(guī)和社會倫理、民眾接受度等維度分析一下自動駕駛技術當下面臨的問題，簡單說來，實現(xiàn)完全意義的自動駕駛，任重道遠。

首先，相較于人類最初對自動駕駛的幻想，當下技術雖然取得很多長足進步，但是仍缺乏根本性的突破。

在環(huán)境感知層面，汽車需要通過攝像機、雷達等傳感器模擬人的耳朵和眼睛；在決策與規(guī)劃層面，智能的高性能計算機系統(tǒng)相當于人類駕駛員的大腦，成為掌控駕駛的中樞；在控制與執(zhí)行層面，未來方向盤的消失預示著傳統(tǒng)的手腳操作將轉(zhuǎn)化為智能化線控。

而目前，這些技術離大規(guī)模商業(yè)化還有不小距離，抑或是商業(yè)化成本太高。

從谷歌公布的資料來看，谷歌Waymo的自動駕駛測試都是在道路比較規(guī)范，標記比較清晰，人口相對稀疏的規(guī)范街道中進行的。

而現(xiàn)實的駕駛，面臨的環(huán)境是千變?nèi)f化、非常復雜的。自動駕駛現(xiàn)有的數(shù)據(jù)庫根本無法記錄、匹配所有的情況。信息的獲取和處理仍存在很多問題。

在目前“弱人工智能”的背景下，相對于圍棋一類游戲的規(guī)則清晰，道路交通的場景復雜多變，特別是面對生命體意識和行為的不確定性，使得自動駕駛的判斷還是很低效和困難的，比如，在擁擠車流中如何判斷人類駕駛員是否要并道、判斷行人是否要從前方加速穿越還是退回去。

不僅僅是中國，包括美國、加拿大在內(nèi)等發(fā)達國家在這個領域目前也沒有特別大的突破。

當前人工智能還是弱智能，人工智能下一個大的飛躍不知道什么時候能到來，甚至有學者認為，強人工智能時代永遠不會到來。

在AlphaGo打敗韓國圍棋高手李世石之前，上一次人工智能帶給人類社會的驚喜，已經(jīng)是上個世紀90年代“深藍”打敗國際象棋大師卡斯帕羅夫之遠了。

無論是傳感器、算法、高精地圖，抑或是整體集成，各個層面都還有很多問題需要突破。面對信息安全亦然，汽車越智能、自動化程度越高，被黑客攻擊的危險就越大。

騰訊科恩實驗室在汽車網(wǎng)聯(lián)安全方面很早就開始了專門的研究。

以智能技術著稱的特斯拉，每出一款新車，騰訊科恩實驗室就能很快找出其若干漏洞，破解系統(tǒng)，直接遠程控制車輛。他們將系統(tǒng)安全漏洞報告給特斯拉，多次獲得特斯拉的高度認可和馬斯克親筆信的感謝。

設想某一天，自動駕駛的系統(tǒng)崩潰了或是被恐怖主義黑客劫持了，整座城市就有可能陷入癱瘓和災難之中，這些都是對技術的巨大的考驗。

但即使我們的技術可以實現(xiàn)真正意義上的自動駕駛，目前來看成本還是非常高的。

第一，車體本身，包括車身、激光雷達、攝像頭、計算芯片等高精尖部件。若干車企宣布了2020-2021年左右實現(xiàn)L3自動駕駛車輛量產(chǎn)計劃，從目前來看，整套自動駕駛系統(tǒng)最便宜也要3萬美元以上，相當于一輛中級車的價格。

第二，基建，我們的道路要符合自動駕駛的標準，需要眾多通訊設備的建設，類似手機通訊的基站。

第三，功耗，所謂功耗就是自動駕駛系統(tǒng)在感知環(huán)境、定位和構(gòu)建地圖、路徑規(guī)劃以及決策過程中進行數(shù)據(jù)處理、傳輸?shù)哪茉聪?，這個功耗需求對車載電池是個巨大的挑戰(zhàn)。