为什么所有汽车“智驾”，都要当“弱智”看？

“智驾”被炒成汽车圈热词，也引来不少误会。最常见的误会，一是“智驾”被误认为是自动驾驶，二是某些车主错误地认为配备“智驾”的车更安全。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

“智驾系统”、“专属AI司机”、全域领航、NOA、FSD……汽车品牌都是语言高手，这些新词都不直接说“自动驾驶”，但天真质朴的群众一听，就自动误会了。

然而，目前全球面向大众市场的最顶尖“智驾”依然没能突破L2级，有的厂商自作主张在L2后边添加号，一个不过瘾就多来几个，但就算L2+++也成不了L3。

简单来说，L2并不是自动驾驶，只能算“驾驶辅助”，现在各种所谓“智驾”，最大的价值就是能让人开车轻松点。升到L3级别才能叫“有条件自动驾驶”，这个“条件”就是，你依然不能完全相信车子的智能水平，仍要做好必要时接管的准备。

▲各种所谓“智驾”，皆为“驾驶辅助”

L2能在一定程度上控制车子行驶，减少人类开车时手脚的动作，减轻驾驶疲劳；另外，理论上还能靠各种传感器感知判断周边环境，协助车主采取刹车、避让等动作，降低车祸风险。

但 目前这些所谓“智驾”真的能让开车更安全吗？

十分遗憾，尽管不少汽车厂商声称自家的“智驾”能提升安全（比如马斯克说Autopilot的安全是普通车8倍，FSD将比人类开车安全10倍），但美国权威汽车安全测试机构IIHS近期发布的结论却完全相反：

“部分驾驶自动化是一项便利功能，旨在让长途驾驶变得更加轻松。没有证据表明它可以使驾驶更安全，而且事实上，它会让驾驶员的注意力更容易分散，从而带来新的风险”。

IIHS正在推进一项新的评级项目，对装备智能驾驶辅助系统的车辆防护等级进行评定。所谓防护等级主要涉及两方面：一是防止误用，二是确保驾驶者开车时注意力集中。

▲IIHS认为“智驾”容易导致开车分心（图据IIHS）

现在很多带“智驾”的车子出现追尾、失控、幽灵刹车等事故，厂商为逃避责任，往往归咎于驾驶人“误用”。IIHS的新评级，就是对防止误用的措施提出了具体要求。

“误用”还包括一种情况：“滥用” 。我们已经看到，汽车厂商用“擦边”新名词进行误导性营销，并且用“全国都能开”、“全程零接管”之类的煽情描述，让车主误以为车子可以自动驾驶，甚至导致有些车主谜之自信，开车时以“大撒把”为荣。

IIHS的新评级，要求车子能监测驾驶者的视线和手部动作，如果发现驾驶者滥用“自动驾驶”，开车时没有看路或者手离开方向盘，汽车要以声音、视觉、座椅振动等多种方式发出警告；如果警告无效，要启动减速等应急程序。

▲IIHS新评级要求“智驾”对驾驶人行为进行监测提醒（图据IIHS）‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

IIHS新评级对我们的启示是：如果驾驶者过度信任甚至是滥用“智驾”，会让他们开车时分心，在突然遭遇紧急情况时无法及时有效处理险情，从而导致车祸风险增加。

为什么现在的“智驾”都不够智能，也不够安全？

最根本的原因，在于 人工智能目前还有一些难以克服的缺陷。

所谓自动驾驶，是让汽车自主模仿人类的驾驶行为，像人类驾驶者一样开车。这一方面需要“眼睛”，用摄像头、雷达之类的硬件去感知环境；另一方面需要“大脑”，用人工智能去判断、决策和操作车辆。

自谷歌公司2008年启动自动驾驶项目以来，自动驾驶主要有两种路线。

一种是“规则派” 。汽车的感知、决策、执行都依赖人类工程师预先编写好的规则，这些规则存在于一行行代码中，代码数量会多达数十万行。

这个流派的主要缺陷有两种：

一是会面临没完没了的“长尾问题”。在现实环境中开车，会面对各种各样的场景，就算模型中预设好了99.9%的规则，剩下的0.1%罕见场景还是无法合理应对。

▲“智驾”仍有大量潜在风险‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

二是代码错误。人类工程师编写代码难免出错，在几十万行的代码中不可能没有错误代码，你不知道那些隐藏着的错误代码什么时候会“爆雷”，引发车辆失控等严重后果。

最新的流派是“transformer”派 。

在过去5年中，transformer深度学习构架彻底改变了人工智能。Transformer开启了生成式人工智能新时代，现在那些炙手可热的AI模型和产品——聊天机器人ChatGPT、图像生成工具Midjourney、视频生成工具Sora等等，都是基于transformer构建的。

▲transformer始于谷歌8位科学家2017年发表的一篇论文（图据FT）

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

在汽车自动驾驶领域，视觉transformer也公认是最有前途的研究方向，特斯拉2021年发布的FSD应用了transformer架构，国内很多厂商也随后加入这一赛道。

Transformer看上去前途无量，但也远谈不上完美。它效率更高，扩展性和通用性更好，但训练模型需要消耗恐怖的算力（或者说天量资金），特斯拉拥有的算力已经是其它车企的数倍，但这远远不够，今年马斯克要在算力上追加100亿美元投资，并声称是这是做自动驾驶最基本的门槛。

另一个难以逾越的障碍是“黑盒问题”。基于transformer的模型都是“黑盒”，它们的内部运作过于复杂和不透明，人类无法准确理解它们的行为方式。这也就意味着，如果模型偶尔输出了一个异常结果，人类也束手无策。

“黑盒问题”可能会让ChatGPT说出一句不着四六的话，也可能让Midjourney输出一张古怪的图像，你可以对这个结果付之一笑。但如果“智驾”汽车突然出现幽灵刹车、意外加速、错误转向，谁能笑得出来？

▲特斯拉FSD时常牵涉碰撞事故（图据NBC News）

Transformer也许能把汽车自动驾驶带上金光大道（参数丨图片），也许它也只是个过渡性技术，一切尚未明了。

在烧掉超过100亿美元之后，苹果公司今年初关闭了研发10年之久的汽车项目。项目失败最重要的原因之一就是，苹果把赌注押在了完全自动驾驶上，而事实证明，即使是全球最顶尖的科技公司，也没能找到实现汽车完全自动驾驶的清晰路线。‍‍‍‍‍‍‍

人工智能远远没有那么强大，目前所有的“智驾”都是处在实验探索阶段的半成品，如果你比较在意自己和家人的安全，还是谨慎使用为妙。即便车子装备了“智驾”，也要专心驾驶，别信什么“全程零接管”、“想撞车都难”之类的鬼话，也许你轻信“智驾”100次也安然无恙，但只要有一次出现意外，就是你无法承受之重。