肇事担责背后：谷歌无人驾驶汽车AI路还长？

事故发生时，谷歌汽车上有测试驾驶员，因车速较低并未受伤。不知业内看到此作何感想？

作为驾驶员的我们，常识告诉我们，在这个事故中，谷歌无人驾驶汽车是“强行并线”。与此次“强行并线”的莽撞形成鲜明对比的是，谷歌曾在2009年的测试中发现，自动驾驶汽车在通过无红绿灯的四向“Stop”路口时几乎无法完成通行，因为车辆会一直等待所有车辆通过后才会继续前行，这里谷歌无人驾驶汽车又表现得过于谨慎，谨慎到连谷歌自己的研究团队都认为未来谷歌无人汽车的驾驶应该学习人类的驾驶风格。那么问题来了，谷歌无人驾驶汽车为何会有如此反差的表现？

需要说明的是，由于谷歌无人驾驶车身上有着明显（Google）的标志，行人和其它驾驶员看到它之后势必变得小心谨慎，进而变相降低了谷歌无人驾驶汽车路况的复杂性，而这种复杂性还是最能检验谷歌无人驾驶汽车是否具备“智能化”的人的因素。试想一下，如果谷歌把车身上的标志去掉，路上的人们（包括其它车辆的驾驶员和行人等）看不出来它是自动车会是怎样的结果？我们在此并非说这种状况下谷歌无人驾驶汽车一定会出现事故或反映迟钝，只是说明谷歌所谓的无人驾驶汽车的测试环境与真实的路面状况存在不小的差距，而这无疑让谷歌无人驾驶汽车路测报告结果打了一定的折扣的同时，暴露出其支撑无人驾驶技术AI（人工智能）的差距。

提及AI的差距，按照谷歌提供给美国机动车辆管理局的报告显示从开始到今年一月，谷歌无人驾驶汽车总共“主动脱离无人驾驶状态”272 次，除了“主动脱离无人驾驶状态之外”，还有69 次驾驶员选择取消无人驾驶状态的情况，所以加起来脱离无人驾驶状态的次数达到了341 次。而按照2015 年的表现来统计，谷歌无人驾驶汽车平均每次发生事故的行驶距离为120000 公里。相比之下，弗吉尼亚理工大学运输研究所给出的最新数据显示，美国人驾驶 383000 公里才会发生一次车祸。这在让我们感觉与谷歌自己宣称的无人驾驶汽车更安全形成反差之外，觉得有趣和注意的是，在341次脱离无人驾驶状态中，因为所谓的“感知差异”因素造成的脱离次数为119次，为所有脱离无人驾驶状态因素之首。那么究竟什么是感知差异？我们在此不妨以实例来说明。

例如谷歌自动驾驶项目组曾邀请两名来自《纽约时报》记者进行试乘，试乘过程中他们的车辆曾展开了一次较为激烈的车道修正，而当时的情况是，谷歌车辆即将经过一个红绿灯路口，但系统检测到对面车道有车辆正以较快的速度行驶。为了避免可能出现的意外，谷歌车辆猛向右边车道变道，但实际上对面的车辆仅仅是在尝试能否通过红绿灯而已，且最终也在信号灯变红前完全停了下来。

另外一个实例是，在某次配置谷歌无人驾驶技术的Lexus RX450h 汽车测试中，其突然出现了一次非常怪异的刹车，原因是系统识别了在后方的某辆汽车有可能会超车，测试车辆就刹车减速，但实际上后面的车辆没有超车（造成追尾事故的隐患）。

再如在行驶过程中，面对突然闯入街道的孩子，无人驾驶汽车一定会通过快速但安全的变道操作来避免碰撞。与此不同的是，人类司机仅仅是看到一个滚入街道的小球，便能预测到随后有可能会有孩子闯入，因此人类会在看到孩子之前便预先做好紧急制动准备，而无人驾驶汽车则会始终保持原有高速状态直到检测到孩子，再进行快速变道。但这就存在一个极大隐患，尾随于无人驾驶汽车后的人类驾驶员很有可能就会因无法应对前车如此之快的变道而撞上孩子发生交通事故。

以上这些都是典型的感知问题，或者确切地说是谷歌无人驾驶技术与人类驾驶员的感知差异，但背后反映的是支撑谷歌无人驾驶汽车背后所谓机器学习或者说AI技术的欠缺。而这种欠缺在影响到无人驾驶汽车本身的同时，也会波及其他车辆，甚至成为造成交通事故的隐患。从这个意义上看，谷歌无人驾驶汽车似乎非但没有更安全，反而成为安全的一大隐患。

当然，最大也是最难以克服的感知差异就是对于伦理层面的AI认知和判断。设想以下情景：你正坐在2022年的无人驾驶汽车内享受着旅途的欢愉，突然，前方行驶的卡车上跌落一件巨大的货物，而你的汽车已无法及时刹停。因此它自动选择急转弯，转而冲向了街边露天的咖啡店，此时咖啡店的孩子们却浑然不知，与家里人惬意嬉闹，后果自然不敢想象。又或者，汽车能快速转向另一边，但撞向的却是孤身一人的摩托车车手。试问，面对此情此境，无人驾驶汽车怎样抉择才是最优？

除上述在无人驾驶AI技术的欠缺外，谷歌无人驾驶汽车另外一大问题便是车辆自身成本过高，有媒体报道称目前谷歌无人驾驶汽车硬件设备价格就高达25万美元，即使量产时成本下降但也不会太低。而在2015年拉斯维加斯CES 大会上，某豪华品牌在其演示的无人驾驶汽车上使用了4 个IBEO 制造的激光传感器，而仅这种传感器的价格每个就在2 万美元以上。

此外，为了应对谷歌无人驾驶汽车的挑战，传统汽车企业在开发无人驾驶技术的同时，也更多是把一些智能化的技术加到传统汽车上。例如：车道偏离警告(LDW)，正面碰撞警告(FCW)和盲区报警系统等驾驶员辅助系统；紧急自动刹车(AEB)，紧急车道辅助(ELA)等半自动驾驶系统等，而这些系统的性价比高且更具实用性。

综上所述，尽管之前，谷歌依靠所谓自己的AI击败了欧洲围棋冠军而名声大噪，但在应用更为广泛和现实的无人驾驶汽车的AI上却暴露出了相当的差距，这也提醒业内AI并非想得那般简单，而我们AI的水平也远非到了可以替代人类的地步。

文/孙永杰